2017年12月30日

(15)MOG背景减少

摘要: 1.根据上一帧找出变化的东西(如行走的人),消除背景,即不变的东西 motion detection 2.存在自身移动时的噪声和周围物体缓慢移动的噪声(这里播放的视频,我不断移动,背景可能有轻微的变化) 人动和人不动 阅读全文

posted @ 2017-12-30 23:14 SunnyCx 阅读(454) 评论(0) 推荐(0)

(14)特征匹配

摘要: 1.之前有模板匹配,需要一个完美或者接近完美的匹配,但是不能找出不同角度,不同光线或者不同旋转的图片 而这里的特征匹配则可以克服这些 2.当显示10个匹配点时,完全正确。显示18个时,出现一些误判的现象 阅读全文

posted @ 2017-12-30 21:26 SunnyCx 阅读(403) 评论(0) 推荐(0)

(13)Corner Detection角点检测

摘要: import cv2 import numpy as np img=cv2.imread('opencv-corner-detection-sample.jpg') gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) gray = np.float32(gray)... 阅读全文

posted @ 2017-12-30 20:41 SunnyCx 阅读(277) 评论(0) 推荐(0)

(12)GrabCut前景提取

摘要: import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread('opencv-python-foreground-extraction-tut orial.jpg') mask = np.zeros(img.shape[:2],np.uint8) #指定背景和前景模型 bgdModel =... 阅读全文

posted @ 2017-12-30 17:07 SunnyCx 阅读(311) 评论(0) 推荐(0)

2.2 convex hull凸包

摘要: 1.定义:一组平面上的点,求一个包含所有点的最小的凸多边形,就是凸包问题。 利用编程解决凸包问题,应该得到一组逆时针的顶点的顺序集合,在边上但不是顶点,则不包含在集合里。 2.机械的方法:将点所在的位置钉上钉子,用绳子围一圈,即得到凸包。但是无法进行编程。 3.假定2个几何前提: (1)只能通过逆时 阅读全文

posted @ 2017-12-30 15:57 SunnyCx 阅读(188) 评论(0) 推荐(0)

2.1 shuffle sort(洗牌)

摘要: 1.目的:将数组以随机的顺序重新排序,类似洗牌的过程 2.用途用于快速排序或者任何以划分为基础的排序中,目的是减少最坏可能性发生的概率。 3.想法1:给数组的每一个元素产生一个随机的数字作为键,然后使用排序算法,排列数字,即可以完成shuffling 缺点:需要排序的开销 4.想法2:在第i次循环, 阅读全文

posted @ 2017-12-30 14:34 SunnyCx 阅读(185) 评论(0) 推荐(0)

(11)模板匹配

摘要: 1.可以找出与小图片匹配的位置 阅读全文

posted @ 2017-12-30 10:48 SunnyCx 阅读(235) 评论(0) 推荐(0)

(10)边缘检测和渐变

摘要: 1.一些渐变的例子 2.canny 边缘检测 阅读全文

posted @ 2017-12-30 10:13 SunnyCx 阅读(238) 评论(0) 推荐(0)

2017年12月29日

(九)形态转变

摘要: 1.主要用于移除白色噪声 2.第一对是侵蚀和膨胀 3.第二对是openning&closing 阅读全文

posted @ 2017-12-29 19:30 SunnyCx 阅读(181) 评论(0) 推荐(0)

(八)模糊和平滑

摘要: 1.可以通过一些模糊和平滑的技术来改善图片的质量 2.简单的平滑,做15*15像素的一个平均 3.高斯模糊 4.中位模糊(噪声最小) 5.双边模糊 6.作者的几种模糊效果的对比 阅读全文

posted @ 2017-12-29 19:07 SunnyCx 阅读(366) 评论(0) 推荐(0)

导航