- 博客(4)
- 收藏
- 关注
RSS订阅原创 使用OpenCV对二维码进行畸变矫正的代码
本文介绍了使用OpenCV进行二维码畸变矫正的方法。通过检测二维码的四个角点，计算透视变换矩阵，并应用warpPerspective实现图像校正。核心步骤包括：使用QRCodeDetector检测二维码、order_points排序角点、getPerspectiveTransform计算变换矩阵。该方法能有效解决因拍摄角度或镜头畸变导致的二维码变形问题，提高识别率。文章还提供了完整的Python代码实现和注意事项，如OpenCV版本要求及图像预处理建议。
2025-07-06 17:54:23
1280
原创 OpenCV对视频或摄像头中物体颜色识别并框选并统一使用绿色边界框显示。对识别物体内部的颜色边缘轮廓在窗口中的边框旁打印上颜色对应的英文字母的代码
本文介绍了基于OpenCV的颜色识别方法，通过HSV色彩空间对物体颜色进行检测和框选。首先定义了常见颜色（红、绿、蓝、黄、橙、紫）在HSV空间的范围参数，红色需要特殊处理两个色相区域。系统流程包括：BGR转HSV、颜色掩膜创建、形态学去噪、轮廓查找等步骤，最终用绿色矩形框选物体并标注颜色首字母。程序支持视频文件或摄像头实时处理，通过调整HSV阈值可适应不同光照条件。该方法实现了对物体颜色的准确识别和可视化标注，适用于计算机视觉中的颜色检测任务。
2025-07-03 21:46:24
1401
原创 opencv使用过程中需要了解的基本代码
本文介绍了使用OpenCV进行图像处理的基本操作，包括图像载入/保存、颜色空间转换、像素操作、边缘检测（Canny算法）、阈值化处理、二值化、滤波（高斯滤波）和形态学操作（膨胀腐蚀）。通过代码示例演示了如何调用摄像头、图像清晰度还原以及图像分割换底等实际应用案例。这些基础操作涵盖了计算机视觉中常见的图像预处理技术，为后续更复杂的图像处理任务奠定了基础。
2025-07-01 22:10:39
485
原创 用python解决关于opencv对图片色点选取并与原图形成对照，代码与常见问题
下面我们将学习opencv和HSV，因为RGB相同的颜色在各种照明条件下可能看起来不同，HSV 模型将颜色信息（色调）与亮度和强度分开，这使得检测黄色、红色或绿色等颜色变得更加容易，尤其是在不同的光照条件下HSV更胜一筹，RGB不太适合颜色检测。接下来逐步完成每个步骤，包括导入库、加载图像、将图像转换为 HSV 色彩空间、创建红色蒙版、查找轮廓以及在黄色区域周围绘制边界框。通过将图像转换为 HSV、定义红色范围、创建蒙版和查找轮廓，成功地用边界框隔离并突出显示了红色区域。
2025-06-27 22:35:27
534
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人