九块九毛九 - 博客园

2019年7月1日

摘要：利用OpenCV自带的xml文件，可以实时检测摄像头中人脸 Haar特征、LBP特征都是常用的特征，描述不同的局部信息 Haar描述的是图像在局部范围内像素值明暗变换信息 LBP描述的是图像在局部范围内对应的纹理信息 HAAR与LBP区别： ① HAAR特征是浮点数计算，LBP特征是整数计算； ② 阅读全文

posted @ 2019-07-01 10:22 九块九毛九阅读(1077) 评论(0) 推荐(0) 编辑

2019年6月29日

Python+OpenCV图像处理之其他形态学操作

摘要：顶帽（Top Hat）：原图像与开操作之间的差值图像，突出原图像中比周围亮的区域黑帽（Black Hat）：闭操作图像与原图像的差值图像, 突出原图像中比周围暗的区域形态学梯度（Gradient）：基础梯度：基础梯度是用膨胀后的图像减去腐蚀后的图像得到差值图像，称为梯度图像也是opencv 阅读全文

posted @ 2019-06-29 14:31 九块九毛九阅读(450) 评论(0) 推荐(0) 编辑

Python+OpenCV图像处理之开闭操作

摘要：开操作：图像形态学的重要操纵之一，基于膨胀与腐蚀操作组合形成的；主要是应用在二值图像分析中，灰度图像亦可开操作 = 腐蚀+膨胀，输入图像 + 结构元素作用：用来消除小物体、平滑较大物体的边界的同时并不明显改变其面积，提取水平或竖直的线闭操作：图像形态学的重要操纵之一，基于膨胀与腐蚀操作组合形阅读全文

posted @ 2019-06-29 13:11 九块九毛九阅读(5319) 评论(0) 推荐(0) 编辑

Python+OpenCV图像处理之腐蚀与膨胀

摘要：形态学操作其实就是改变物体的形状，一般作用于二值化图，来连接相邻的元素或分离成独立的元素。腐蚀的原理是在原图的小区域内取局部最小值。因为是二值化图，只有0和255，所以小区域内有一个是0该像素点就为0 膨胀的原理是在原图的小区域内取局部最大值腐蚀与膨胀的python实现运行结果如下可以不进行阅读全文

posted @ 2019-06-29 10:58 九块九毛九阅读(9655) 评论(0) 推荐(0) 编辑

Python+OpenCV图像处理之对象测量

摘要： OpenCV中经常会测量对象的面积，周长，质心，边界框等求图形几何矩中心并求最小外接矩形python实现运行结果多边形拟合（应用：选择图片中几何体形状）python实现阅读全文

posted @ 2019-06-29 09:18 九块九毛九阅读(1500) 评论(0) 推荐(0) 编辑

2019年6月28日

Python+OpenCV图像处理之轮廓发现

摘要：轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法，所以边缘提取的阈值选定会影响最终轮廓发现结果。 python实现二值化图像和检测到的轮廓如下图阅读全文

posted @ 2019-06-28 15:12 九块九毛九阅读(1411) 评论(0) 推荐(0) 编辑

Python+OpenCV图像处理之圆检测

摘要：霍夫变换不仅可以用来检测直线，同样也可以用来检测圆 python实现运行结果如下，效果并不是很好，可能是参数设置的不好，利用霍夫变换来检测圆很容易受到噪声的干扰，而且不能检测椭圆，找不到同心圆 cv2.HoughCircles(image, method, dp, minDist, circles 阅读全文

posted @ 2019-06-28 14:16 九块九毛九阅读(6689) 评论(0) 推荐(0) 编辑

Python+OpenCV图像处理之直线检测

摘要：霍夫变换是图像处理中从图像中识别几何形状的基本方法之一，应用很广泛，也有很多改进算法。主要用来从图像中分离出具有某种相同特征的几何形状（如，直线，圆等）。 python实现标准霍夫线变换运行结果统计概率霍夫线变换运行结果标准霍夫线变换cv2.HoughLines(image, rho, the 阅读全文

posted @ 2019-06-28 12:58 九块九毛九阅读(9773) 评论(0) 推荐(0) 编辑

Python+OpenCV图像处理之Canny边缘提取

摘要： Canny 的目标是找到一个最优的边缘检测算法，最优边缘检测的含义是： (1)最优检测：算法能够尽可能多地标识出图像中的实际边缘，漏检真实边缘的概率和误检非边缘的概率都尽可能小； (2)最优定位准则：检测到的边缘点的位置距离实际边缘点的位置最近，或者是由于噪声影响引起检测出的边缘偏离物体的真实边缘的阅读全文

posted @ 2019-06-28 10:10 九块九毛九阅读(5977) 评论(0) 推荐(0) 编辑

2019年6月27日

Python+OpenCV图像处理之图像梯度

摘要：图像梯度可以把图像看成二维离散函数，图像梯度其实就是这个二维离散函数的求导 OpenCV提供了三种不同的梯度滤波器，或者说高通滤波器：Sobel，Scharr和Lapacian。Sobel，Scharr其实就是求一阶或二阶导。Scharr是对Sobel的部分优化。Laplacian是求二阶导。 py 阅读全文

posted @ 2019-06-27 15:09 九块九毛九阅读(2772) 评论(0) 推荐(0) 编辑