摘要：
我们在上个教程中谈到了线性滤波，相比较而言，线性滤波中的高斯滤波最为受欢迎，但是我们也遗留了一个问题，线性滤波对于椒盐噪声的过滤并不是很好，由此我们本次将谈到OpenCV中的非线性滤波。之前我们说的线性滤波，即两个信号之和的响应和他们各自响应之和相等。换句话说，每个像素的输出值是一些输入像素的加权和，线性滤波器易于构造，并且易于从频率响应角度来进行分析。其实在很多情况下，使用邻域像素的非线性滤波也
阅读全文
posted @ 2021-12-07 14:27
qiaokuankuan
阅读(319)
推荐(0)
摘要：
本次教程将介绍几种OpenCV常用的滤波器，将介绍它们详细的原理，图像滤波对于OpenCV图像处理来说是至关重要的一环，它在整个OpenCV中的分量是举足轻重的，我们必须完完全全的掌握它。图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。 消除图像中的噪声成分叫作图像的平滑化或滤波操作。
阅读全文
posted @ 2021-12-07 14:13
qiaokuankuan
阅读(391)
推荐(0)
摘要：
上一个教程中，我们谈到了关于图像二值化的两种方法，一种是固定阈值法，另一种是自适应阈值法，总的来说，自适应阈值法在某些方面要由于固定阈值法，但还没完，这次我们将隆重介绍我们的重量级选手，也就是OTSU算法（又称为大津算法和最大类间方差法）。最大类间方差法是1979年由日本学者大津提出的，是一种自适应阈值确定的方法，又叫大津法，简称OTSU，是一种基于全局的二值化算法，它是根据图像的灰度特性,将图像...
阅读全文
posted @ 2021-12-07 13:59
qiaokuankuan
阅读(2021)
推荐(1)
摘要：
自本教程开始，我们已经进入了图像处理的一些基本操作的学习，所谓的图像阈值，就是图像二值化，什么是二值化，就是只有0和1，没有其他的。在OpenCV的图像里面，二值化表示图像的像素为0和255，并没有其他的值，它跟灰度化并不同。然而要想实现二值化，就最好先对图像进行灰度化处理，因为我们需要的图像不能具备GBR三元通道。简单阈值我们先来看函数原型：ret, dst = cv2.threshold(sr
阅读全文
posted @ 2021-12-07 13:44
qiaokuankuan
阅读(292)
推荐(0)
摘要：
代码实现了三种翻转的方式：水平翻转、垂直翻转以及水平垂直翻转。我们来看效果： 可以看到，图像对于给定的坐标已经进行了矫正，这对于之后的形态学的操作是相当方便的。
阅读全文
posted @ 2021-12-07 13:07
qiaokuankuan
阅读(348)
推荐(0)
摘要：
如若需要修改平移的方位，只需要改动矩阵的值就可以。
阅读全文
posted @ 2021-12-06 11:42
qiaokuankuan
阅读(830)
推荐(0)
posted @ 2021-12-03 16:55
qiaokuankuan
阅读(574)
推荐(0)
posted @ 2021-12-03 16:47
qiaokuankuan
阅读(738)
推荐(0)
posted @ 2021-12-03 16:32
qiaokuankuan
阅读(908)
推荐(0)
摘要：
现在我们假设，如果图像并非彩色，而是黑白的灰度图像，那么将会怎么输出？先进行实验： 查看输出： 灰度图像在之后的教程中会进行讲解，这里先用做实验： 本质相当于截取某一部分图片，现在我们来做一些有意思的操作，将截取部分覆盖到图像的其他地方，本质相当于前面讲过的像素修改： r则为R通道，看效果： 实验效
阅读全文
posted @ 2021-12-03 15:36
qiaokuankuan
阅读(199)
推荐(0)
摘要：
我们可以看到效果： 实验效果： 实验效果：
阅读全文
posted @ 2021-12-03 15:18
qiaokuankuan
阅读(89)
推荐(0)
摘要：
我们查看输出，会发现一大堆参数名称: ['EVENT_FLAG_ALTKEY', 'EVENT_FLAG_CTRLKEY', 'EVENT_FLAG_LBUTTON', 'EVENT_FLAG_MBUTTON', 'EVENT_FLAG_RBUTTON', 'EVENT_FLAG_SHIFTKEY'
阅读全文
posted @ 2021-12-03 15:00
qiaokuankuan
阅读(426)
推荐(0)
摘要：
1.画线 2.画矩形 实验效果： 3.画圆 演示效果 4.画椭圆 演示效果： 现在我们画出整个椭圆，将代码中倒数第三个参数由180修改为360就可以了 cv2.ellipse(img,(256,256),(100,50),0,0,360,255,-1) 若想画出空心圆，只需要将最后一个参数修改为正值
阅读全文
posted @ 2021-12-03 14:31
qiaokuankuan
阅读(250)
推荐(0)
摘要：
1.从相机捕获视频 2.从文件播放视频 3.保存视频 在Fedora中：DIVX，XVID，MJPG，X264，WMV1，WMV2。（最好使用XVID。MJPG可以生成大尺寸的视频。X264提供非常小的尺寸的视频）在Windows中：DIVX（尚待测试和添加）在OSX中：MJPG（.mp4），DIV
阅读全文
posted @ 2021-12-03 14:22
qiaokuankuan
阅读(437)
推荐(0)
摘要：
1.cv2.imread(): 我们看一下函数的原型： 2.cv2.imshow(): 3.cv2.waitKey(): 4.cv2.destroyAllWindows（） 5.cv2.namedWindow 6.cv2.imwrite(): 对于PNG，JPEG 2000和TIFF格式，可以保存1
阅读全文
posted @ 2021-12-03 10:41
qiaokuankuan
阅读(122)
推荐(0)
摘要：
pkg-configldconfig
阅读全文
posted @ 2021-12-03 10:27
qiaokuankuan
阅读(21)
推荐(0)
摘要：
Opencv的使用小教程1——Opencv基础函数汇总 Opencv的使用小教程2——Opencv常用图像处理函数汇总 配置和编译OpenCV 图像处理入门 视频处理入门 OpenCV中的绘图功能 鼠标作为画笔 用轨迹栏作为调色板 图像的基本操作 图像的算术运算 OpenCV性能衡量与优化方法 Op
阅读全文
posted @ 2021-12-03 10:22
qiaokuankuan
阅读(564)
推荐(0)
摘要：
1.下载官方的OpenCV来源 https://github.com/opencv/opencv https://opencv.org/releases/ 2.配置&编译安装 可以使用sudo make -j 8 、sudo make -j4 、sudo make 我这里就使用sudo make -
阅读全文
posted @ 2021-12-03 10:07
qiaokuankuan
阅读(300)
推荐(0)
摘要：
根据之前博客的内容自行收集训练数据集已经成功收集了一波标注好的数据，现在尝试利用自己的数据对yolo v2模型进行训练。 一.处理数据 由于自己的数据是pascal格式的，需要转换为darknet需要的格式，不必惊慌，官方给出了脚本，自己只需稍作修改（因为pascal格式运用较广，一般的模型框架及时
阅读全文
posted @ 2021-11-22 11:51
qiaokuankuan
阅读(333)
推荐(0)
摘要：
一、优点 Darknet是一个比较小众的深度学习框架，没有社区，主要靠作者团队维护，所以推广较弱，用的人不多。而且由于维护人员有限，功能也不如tensorflow等框架那么强大，但是该框架还是有一些独有的优点： 1.易于安装：在makefile里面选择自己需要的附加项（cuda，cudnn，open
阅读全文
posted @ 2021-11-22 11:10
qiaokuankuan
阅读(552)
推荐(0)
摘要：
常用网站TensorflowdarknetopenCVmatplotlibpychartsPandasnumpy深度学习相关概念及模型相关函数用法OPenvinoOPenvino-YOLOYOLO模型训练=》OPENVINO部署
阅读全文
posted @ 2021-11-22 10:19
qiaokuankuan
阅读(42)
推荐(0)
摘要：
公司类 搜狐开源镜像站：http://mirrors.sohu.com/ 网易开源镜像站：http://mirrors.163.com/ 开源中国：http://mirrors.oschina.net/ 首都在线科技股份有限公司：http://mirrors.yun-idc.com/ 阿里云开源镜像
阅读全文
posted @ 2021-10-09 09:58
qiaokuankuan
阅读(141)
推荐(0)
摘要：
前言： 移动端UI框架 PC 端 UI框架 混合开发 UI框架 APP 框架（拓展）
阅读全文
posted @ 2021-09-26 16:34
qiaokuankuan
阅读(619)
推荐(0)
摘要：
ECharts 教程 ECharts 安装 ECharts 配置语法 ECharts 饼图 ECharts 样式设置 ECharts 异步加载数据 ECharts 数据集（dataset） ECharts 交互组件 ECharts 响应式 ECharts 数据的视觉映射 ECharts 事件处理 E
阅读全文
posted @ 2021-09-15 16:23
qiaokuankuan
阅读(43)
推荐(0)
摘要：
Font Awesome 图标 Font Awesome 品牌图标 Font Awesome 图表图标 Font Awesome 货币图标 Font Awesome 方向图标 Font Awesome 文件类型图标 Font Awesome 表单图标 Font Awesome 性别图标 Font A
阅读全文
posted @ 2021-09-15 13:58
qiaokuankuan
阅读(53)
推荐(0)
摘要：
1、文件管理 2、文档编辑 3、文件传输 4、磁盘管理 5、磁盘维护 6、网络通讯 7、系统管理 8、系统设置 9、备份压缩 10、设备管理 其他命令 Linux bc 命令 Linux tail 命令 Linux head 命令 Linux xargs 命令 Linux ip 命令 Linux n
阅读全文
posted @ 2021-09-14 09:06
qiaokuankuan
阅读(40)
推荐(0)
摘要：
Ubuntu学习——第一篇 Linux 命令大全 Ubuntu下实时查看显卡使用信息 ubuntu中apt-get install 改用阿里云作为数据源 linux deb文件安装 向日葵for windows控制向日葵for ubuntu出现“连接已断开” Ubuntu20 安装lightdm后，
阅读全文
posted @ 2021-08-27 13:57
qiaokuankuan
阅读(28)
推荐(0)
摘要：
一、 Ubuntu简介 Ubuntu（乌班图）是一个基于Debian的以桌面应用为主的Linux操作系统，据说其名称来自非洲南部祖鲁语或科萨语的“ubuntu”一词，意思是“人性”、“我的存在是因为大家的存在”，是非洲传统的一种价值观。 Ubuntu的目标在于为一般用户提供一个最新同时又相当稳定，主
阅读全文
posted @ 2021-08-27 10:58
qiaokuankuan
阅读(235)
推荐(0)
摘要：
0x00 内容概览 请求解析 基本参数 必需参数 多值和列表 其他目标 参数位置 参数多个位置 高级类型处理 解析器继承 文件上传 错误处理 错误消息 参考链接 0x01 请求解析 注意：Flask-RESTPlus的整个请求解析器部分将被移除，并将替换成关于集成其他更善于处理输入、输出的包（例如m
阅读全文
posted @ 2021-08-18 14:10
qiaokuankuan
阅读(204)
推荐(0)
摘要：
0x00 内容概览 响应编组 0x01 响应编组（Response marshalling） 1、基本使用 2、重命名属性 另外，attribute参数的值也可以指定为lambda表达式或者其他可调用的语句： 此外，还可以利用attribute来访问嵌套的属性： 3、默认值 4、自定义字段及多值情况
阅读全文
posted @ 2021-08-18 11:38
qiaokuankuan
阅读(198)
推荐(0)
摘要：
0x00 内容概览 0x01 Flask-RESTPlus安装 1、Python版本兼容性 2、安装方式 0x02 快速入门 1、初始化 或者使用工厂模式进行初始化： from flask import Flask from flask_restplus import Api api = Api()
阅读全文
posted @ 2021-08-18 10:24
qiaokuankuan
阅读(521)
推荐(0)
posted @ 2021-08-12 10:22
qiaokuankuan
阅读(214)
推荐(0)
摘要：
该模块用来访问平台相关属性。 返回平台架构。若无法确定，则返回空字符串。 网络名称（主机名） 返回计算机的网络名称(可能未被完全限定！)。如果无法确定该值,则返回空字符串。 系统版本 platform.platform(aliased = 0,terse = 0) 处理器名称 返回处理器名称。 系统
阅读全文
posted @ 2021-08-12 09:57
qiaokuankuan
阅读(148)
推荐(0)
摘要：
一.基本用法 二.可选的路由保护 三.访问令牌中存储数据
阅读全文
posted @ 2021-08-03 16:03
qiaokuankuan
阅读(375)
推荐(0)
posted @ 2021-07-22 14:20
qiaokuankuan
阅读(90)
推荐(0)
摘要：
Flask-SQLAlchemy 使用起来非常有趣，对于基本应用十分容易使用，并且对于大型项目易于扩展。 官方文档：https://flask-sqlalchemy.palletsprojects.com/en/2.x/ 中文文档：http://www.pythondoc.com/flask-sql
阅读全文
posted @ 2021-07-20 15:59
qiaokuankuan
阅读(82)
推荐(0)
摘要：
程序执行结果为： 可以看到，通过在 CLanguage 类中实现 __call__() 方法，使的 clangs 实例对象变为了可调用对象。 Python 中，凡是可以将 () 直接应用到自身并执行，都称为可调用对象。可调用对象包括自定义的函数、Python 内置函数以及本节所讲的类实例对象。 对于
阅读全文
posted @ 2021-07-20 15:46
qiaokuankuan
阅读(483)
推荐(0)
摘要：
issubclass(cls, class_or_tuple)：检查 cls 是否为后一个类或元组包含的多个类中任意类的子类。 isinstance(obj, class_or_tuple)：检查 obj 是否为后一个类或元组包含的多个类中任意类的对象。 通过使用上面两个函数，程序可以方便地先执行检
阅读全文
posted @ 2021-07-20 15:40
qiaokuankuan
阅读(94)
推荐(0)
摘要：
Python hasattr()函数 hasattr() 函数用来判断某个类实例对象是否包含指定名称的属性或方法。该函数的语法格式如下： 输出结果： True True True Python getattr() 函数 程序执行结果为： C语言中文网 http://c.biancheng.net <
阅读全文
posted @ 2021-07-20 15:05
qiaokuankuan
阅读(249)
推荐(0)
摘要：
程序输出结果为： 不仅如此，对于具有继承关系的父类和子类来说，父类有自己的 __dict__，同样子类也有自己的 __dict__，它不会包含父类的 __dict__。例如： 运行结果为： {'__module__': '__main__', 'a': 1, 'b': 2, '__init__':
阅读全文
posted @ 2021-07-20 14:56
qiaokuankuan
阅读(266)
推荐(0)
浙公网安备 33010602011771号