- 博客(11)
- 收藏
- 关注
RSS订阅原创 视频 处理
案例 Fu Xianjun. All Rights Reserved. 一.视频信号 视频信号（以下称为视频）是非常重要的视频信息来源，它是信息处理过程中经常要处理的一类信号。实际上，视频是由一系列图像构成的。这一系列图像被称为帧，帧是以固定的时间间隔从视频中获取的。获得播放帧的速度称为帧速率，其单位通常使用“帧/秒”表示，代表一秒内所出现的帧数。 二.实际操作 首先是原图： 接下来是进行图像轮廓处理： 代码展示 首先我们先打开摄像头 然后是边缘检测的代码 谢谢观看哦！ ...
2021-07-05 17:50:11
297
原创 目标 检测
目标检测 一、概念 目标检测的任务是找出图像中所有感兴趣的目标，确定它们的位置和类别。由于各类物体有不同的外观、形状、姿态，加上成像时光照，遮挡等因素的干扰，目标检测一直是计算机使君领域最具有挑战的问题。 其中主要的问题有： 1、目标可能出现在图像的任何位置 2、目标有各种不同的大小 3、目标有各种不同的形状 二、目标追踪任务分类 1.单目标跟踪 - 给定一个目标，追踪这个目标的位置 2.多目标跟踪 - 追踪多个目标的位置 3.Person Re-ID - 行人重识别，是利用计算机视觉技术判断图像或者视频序
2021-06-29 18:12:13
243
原创 霍夫 变换
霍夫变换 案例 Fu Xianjun. All Rights Reserved. 一、概念 霍夫变换是一种在图像中寻找直线、圆形以及其他简单形状的方法。霍夫变换采用类似于投票的方式来获取当前图像内的形状集合，该变换由霍夫于1962年提出。它不仅能够识别直线，还能识别其他简单的图形结构。 OpenCV提供了函数cv.HoughLinesP(),cv.HoughLines()，来实现霍夫变换。 二、实际操作 原图： 操作步骤： 显示结果 结果展示 谢谢观看！ ...
2021-06-29 15:37:32
101
1
原创 K邻近算法
案例 Fu Xianjun. All Rights Reserved. k近邻算法 一.什么是k近邻算法？ k近邻算法的本质是指将指定对象根据已知特征值分类。 机器学习算法是从数据中产生模型，我们把经验提供给算法，他就能够根据经验产生模型，在训练过程中所运用的数据称为训练数据，其中每个样本称为训练样本，集合称为训练集合。 二.实际操作 1.原图： 2.代码展示： 第一步：引入库 第二步：读入数据 第三步：操作步骤 第四步：显示结果 三.得出结果 !](https://img-blog.csdnim
2021-06-25 16:44:16
119
1
原创 直方图处理
© Fu Xianjun. All Rights Reserved. 概念：直方图是图像处理过程中的一种非常重要的分析工具。直方图从图像内部灰度级的 角度对图像进行表述，包含十分丰富而重要的信息，从直方图的角度对图像进行处理，可以达到增强图像显示效果的目的。 三个概念： DIMS : 表示绘制直方图时，收集的参数的数量，一般情况下，直方图中收集的数据只有一种，就是灰度级，因此该值为1 RANGE ：表示统计的灰度级的范围，一般为[0 . 255] . 0对应的时黑色，255对应的时白色 BINS ： 参数
2021-06-08 16:00:31
103
原创 图像分割与提取
*图像分割与提取 含义：在图像处理过程中，经常需要从图像中将前景对象作为目标图像分割或者提取出来。例如，在视频监控中，观测到的固定背景下的视频内容，而我们对背景本身并无兴趣，感兴趣的是背景中出现的车辆、行人或者其他对象。我们希望将这些对象从视频中提取出来，而忽略那些没有对象进入背景的视频内容。 1.分水岭算法实现图像分割与提取 分水岭算法将图像形象地比喻为地理学上的地形表面，实现图像分割，分水岭算法非常有效。 下面是对分水岭算法简单的介绍： 顾名思义，就是根据分水岭的构成来考虑图像的分割，现实中我们可以或者
2021-05-18 16:10:33
663
原创 模板匹配
模板匹配 1.模板匹配概念：模板匹配是指在当前图像A内寻找图相B最相似的部分，一般将图像A称为输入图像，将图像B称为模板图像。模板匹配的操作方法是将模板图像B在图像A上滑动，遍历所有像素以完成匹配。 2.模板匹配基础：在OpenCv内模板匹配是使用函数cv2.matchTemplate()实现的。该函数的语法格式为： result = cv2.matchTemplate(image,templ,method[,mask]) 其中： image为原始图像，必须是8位或者32位的浮点型图像。 templ为模板
2021-05-18 13:50:09
141
原创 图像轮廓
图像轮廓 概念：图像轮廓 定义 轮廓可以简单认为成将连续的点(连着边界)连在一起的曲线,具有相同、的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。 为了更加准确,要使用二值化图像。在寻找轮廓之前,要进行阈值化处理。 1.1 查找轮廓、绘制轮廓 示例： 结果代码处理可得到如下结果 代码如下： 凸包 凸包跟多边形逼近很像，只不过它是物体最外层的”凸”多边形：集合A内连接任意两个点的直线都在A的内部，则称集合A是凸形的。如下图，红色的部分为手掌的凸包，双箭头部分表示凸缺陷，凸缺陷常用来进行手势识别等。
2021-04-27 21:34:46
202
原创 图像金字塔
图像金字塔 图像金字塔是图像多尺度表达的一种，是一种以多分辨率来解释图像的有效但概念简单的结构。一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低，且来源于同一张原始图的图像集合。其通过梯次向下采样获得，直到达到某个终止条件才停止采样。我们将 一层一层的图像比喻成金字塔，层级越高，则图像越小，分辨率越低。 ...
2021-04-21 20:25:54
284
原创 图像梯度
图像梯度 概念：图像梯度计算的是图像变换的速度。对于图像的边缘部分，其灰度值变化较大，梯度值也较大；相反，对于图像中比较平滑的部分，其灰度值变化较小，相应的梯度值也较小。一般情况下，图像梯度计算的是图像边缘信息。 严格来讲，图像梯度计算需要求导数，但是图像梯度一般通过计算像素值的差来得到梯度的近似值（近似导数值）。 例如，下图的左右两幅图分别描述了图像的水平边界和垂直边界。 针对左图，通过垂直方向的线条A和线条B的位置，可以计算图像水平方向的边界 ； 对于线条A和线条B，其右侧像素值与左侧像素值的差值不为
2021-04-11 22:30:55
651
原创 形态学操作
形态学操作 1.腐蚀： 腐蚀是指最基本的形态学操作之一，它能够将图像的边界点消除，使图像沿着边界向内收缩，也可以将小于指定结构体元素的部分去除。 腐蚀用来"收缩"或者“细化”二值图像中的前景，借此实现去除噪声、元素分割等功能， 图像A 腐蚀在形态学操作家族里是膨胀操作的孪生姐妹。它提取的是内核覆盖下的相素最小值。 进行腐蚀操作时，将内核 B 划过图像,将内核 B 覆盖区域的最小相素值提取，并代替锚点位置的相素。 以与膨
2021-04-05 20:28:21
532
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