- 博客(62)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 计算机视觉硬件知识点整理（三）：镜头
在这个信息化飞速发展的时代，计算机视觉技术正逐渐渗透到我们生活的方方面面。从智能监控、自动驾驶，到人脸识别、虚拟现实，计算机视觉的应用领域日益广泛。而在这一技术背后，硬件设备的重要性不言而喻。其中，镜头作为计算机视觉硬件的核心组件之一，发挥着举足轻重的作用。本次博客将带你走进计算机视觉硬件的世界，重点介绍镜头的原理、种类及其在计算机视觉中的应用。光圈是一个可调节的开口，通常位于镜头内部，由一系列叶片组成，这些叶片可以开合以改变开口的大小。光圈的大小直接影响曝光量，即感光元件接收到的光量。
2024-09-13 09:54:48
516
原创 opencv实战项目二十三：基于BEBLID描述符的特征点匹配实现表盘校正
在数字化时代，图像处理技术的应用日益广泛，其中表盘校正作为一项重要技术，在工业自动化、智能监控、时间同步等领域发挥着至关重要的作用。传统的表盘校正方法往往依赖于人工操作，不仅效率低下，而且精度难以保证。随着计算机视觉技术的飞速发展，基于算法的自动表盘校正技术逐渐成为研究热点。本文将为您介绍一种基于BEBLID（Binary Efficient Boosted Local Identity Features）特征点匹配技术的表盘校正方法。
2024-09-12 14:44:12
1117
原创 机器视觉硬件知识点整理（二）：如何选择合适的光源
在上一章节中，我们详细剖析了多种光源类型及其在多样化应用场景中的具体应用，这些光源在照明技术、显示技术以及信号指示等领域扮演着不可或缺的角色。然而，随着科技的不断进步和市场产品的日益丰富，光源选型问题变得愈发复杂。对于工程师、设计师以及终端用户而言，如何在众多光源产品中挑选出最合适的选项，已成为一个技术性与实践性并重的挑战。希望通过本文的介绍，您能掌握光源选型的要领，为您的项目或生活带来更加高效、舒适的光环境。
2024-09-11 09:21:57
942
原创 opencv实战项目二十二：模板匹配定位对象位置
在现代计算机视觉领域，模板匹配是一种基础而强大的技术，它能够帮助我们在图像中找到预定义的形状或模式。OpenCV作为Python中广泛使用的计算机视觉库，提供了丰富的API来支持这一功能。在这篇博客中，我们将探讨OpenCV中的cv2.matchTemplate函数，它是一个核心的模板匹配工具，用于在图像中寻找与模板图像相匹配的区域。我们将通过具体的代码示例来演示这一过程，帮助读者更好地理解和掌握OpenCV中模板匹配的用法。
2024-09-10 10:34:31
879
原创 机器视觉硬件知识点整理（一）：常见光源类型及特点
在探索机器视觉的奥秘之旅中，我们无法忽视硬件系统的重要性。它是整个视觉系统的基石，决定了图像质量和处理效率。在这篇博客中，我们将深入探讨机器视觉硬件的核心组件，以及它们如何协同工作，将现实世界的复杂场景转化为计算机可以理解和分析的数字信息。一般来说，图像成像的流程为，首先，光源作为视觉系统的“眼睛”，为被测物体提供均匀而充足的照度，确保图像的清晰度和对比度。随后，精密镜头承担“光学成像”任务，将目标场景精确投射至CCD传感器，完成光学至电信号的转换。
2024-09-10 09:38:11
1506
原创 yolov8训练检测部署（二）yolov8_cls python版Tensorrt推理加速
TensorRT是由NVIDIA开发的一个深度学习推理（inference）引擎，它能够优化深度学习模型以实现高性能的推理。TensorRT可以接受来自多种深度学习框架（如TensorFlow, PyTorch, Caffe等）的模型，并通过一系列优化步骤来提高模型的推理速度，同时减少模型的内存占用。
2024-09-09 16:50:23
675
原创 从零开始学cv-14：图像边缘检测
边缘检测是OpenCV中的一个重要组成部分，它用于识别图像中亮度变化显著的点，即边缘。通过边缘检测，我们可以从图像中提取出重要的特征，为后续的图像分析、形状识别和物体跟踪等任务奠定基础。在本文中，我们将深入探讨OpenCV中的边缘检测技术，包括其基本原理、常用算法以及实际应用。我们将介绍如何使用OpenCV进行边缘检测，并提供一些示例代码，帮助读者更好地理解和掌握这一技术。
2024-09-07 17:32:52
1088
原创 从零开始学cv-13：图像的轮廓处理
在这个信息化时代，图像处理技术已经成为我们日常生活中不可或缺的一部分。无论是人脸识别、车辆检测，还是医学影像分析，都离不开图像处理技术的应用。而在图像处理领域，轮廓检测作为一种基础且关键的技术，扮演着举足轻重的角色。今天，我将为大家带来一篇关于图片轮廓与OpenCV轮廓操作的详细介绍博客。希望通过本文，能让您对轮廓检测技术有更深入的了解，并学会运用OpenCV进行轮廓操作，为您的图像处理之旅添砖加瓦。
2024-09-07 13:50:18
1505
原创 从零开始学cv-0：图像处理基础知识
当今信息化时代，图像处理技术已经深入到我们生活的方方面面，从手机拍照的自动美颜，到医疗影像的疾病诊断，再到智能监控的安全防护，无不彰显着图像处理技术的广泛应用。随着人工智能和深度学习领域的飞速发展，图像处理作为其重要分支，正逐渐成为研究热点。为了让更多读者了解并掌握图像处理的基础知识，本博客将带你走进图像处理的世界，探索其原理、方法及应用。在这篇博客中，我们将从图像处理的基本概念入手，详细介绍图像的表示、图像变换、图像增强、图像复原、图像分割和图像分析等关键技术。
2024-09-06 16:38:32
1568
原创 opencv实战项目二十一：MediaPipe人体姿态检测
在智能科技不断渗透我们日常生活的今天，人体姿态检测技术已成为计算机视觉领域的一项重要研究方向。它不仅为运动分析、交互娱乐、安全监控等领域带来了创新应用，还为人们的日常生活带来了诸多便利。本项目将采用MediaPipe这一强大的开源跨平台机器学习解决方案，结合OpenCV这一广泛使用的计算机视觉库，实现对人体姿态的实时检测。
2024-09-06 15:44:55
1057
原创 yolov8训练检测部署（一）：快速上手yolov8-cls训练自己的数据集（猫狗分类）
在当今的计算机视觉领域，目标检测技术已经取得了显著的进展。随着深度学习算法的不断发展，越来越多的研究者致力于开发更高效、更准确的检测模型。在众多目标检测模型中，YOLO（You Only Look Once）系列以其快速的检测速度和较高的准确率而受到广泛关注。YOLOv8是YOLO家族中的一个重要成员，它在保持YOLO系列优秀特性的基础上，进行了进一步的优化和改进。通过更小的模型架构和先进的优化技术，YOLOv8在保持较高检测准确性的同时，实现了更快的处理速度。
2024-09-06 13:47:35
843
原创 奥比中光深度相机使用（1）sdk下载与环境配置
深度图（Depth Map）是一种用于表示场景中各点到观察者距离的图像，它能够为计算机视觉和图形处理提供重要的三维信息。在深度图中，每个像素的值代表了场景中对应点到摄像头的距离，通常使用灰度值或伪彩色来表示，灰度值越大或颜色越暖，表示距离越近。深度图广泛应用于虚拟现实、增强现实、三维重建、物体识别等领域。使用深度图，我们可以实现物体的遮挡检测、距离测量、三维建模等功能，从而为智能设备提供更加丰富的交互体验和更准确的环境感知能力。
2024-09-05 15:25:13
878
原创 opencv实战项目二十：检测箱盖的旋转角度以及位置
在当今的工业自动化领域，精密制造和智能控制技术的发展正推动着生产流程的持续优化。随着机器视觉技术的不断成熟，其在工业应用中的角色愈发重要，特别是在产品质量监控和自动化装配过程中。本文将深入探讨一种基于计算机视觉的先进技术，旨在实现对箱盖旋转角度与位置的精确检测，从而为高端制造业提供一种高效、可靠的解决方案。本文将详细介绍如何运用计算机视觉技术，结合图像处理、等算法，实现对箱盖旋转角度及位置的自动检测。
2024-09-05 13:53:47
1076
原创 opencv实战项目十九：透射变换倾斜二维码校正
随着科技的飞速发展，二维码作为一种信息载体，已经广泛应用于我们的日常生活中。无论是支付、身份验证还是信息传播，二维码都发挥着不可替代的作用。然而，在实际应用中，我们常常会遇到一个问题：由于拍摄角度、设备性能等因素的影响，导致二维码出现倾斜，从而影响识别效率。为此，本文将为大家介绍一种基于透射变换的二维码倾斜校正方法，帮助大家解决这一难题。
2024-09-04 10:25:31
433
原创 opencv-python 图像增强十七：泊松图像融合
在深入探讨图像处理与计算机视觉领域的过程中，我们不禁对图像融合技术的精妙与实用性感到着迷。图像融合不仅是一项融合了美学与科学的技术手段，它还巧妙地将来源各异、特性不同的图像数据整合为一体，从而生成视觉上连贯且富含信息的合成图像。本篇博客文章旨在详尽解析OpenCV库中的一项高级功能cv2.seamlessClone。该功能在图像融合技术中占据着举足轻重的地位，以其独特的算法实现图像间的无缝对接，保证了融合后的图像在视觉上的自然性与一致性。
2024-09-02 17:46:41
747
原创 从零开始学cv-11 形态学变换（二）
在上文中我们介绍了形态学变换的内容以及如何实现腐蚀膨胀与开闭运算，在本章内容中，我们将学习其它类型的形态学变换，梯度变换，击中击不中变换，顶帽与黑帽运算。
2024-09-01 08:00:00
750
原创 从零开始学cv-12：形态学变换进阶操作
通过上文的学习，我们已经基本掌握了基本的形态学操作，并且可以根据这些操作解决大部分实际问题，但还有一些单纯依靠上述算法难以解决的问题，下面我们来举几个更复杂的形态学操作.提示：以下是本篇文章正文内容，下面案例可供参考。
2024-09-01 08:00:00
824
原创 从零开始学cv-10：形态学变换（一）
在数字图像处理领域，形态学变换是一种强大的工具，它通过对图像进行数学上的形态操作，可以有效地提取图像特征、增强图像对比度、去除噪声等。形态学变换基于数学形态学理论，其核心思想是利用结构元素与图像进行对比和运算，从而得到具有特定形态特征的新图像。形态学变换包括膨胀、腐蚀、开运算、闭运算、顶帽运算和黑帽运算等。这些变换在图像处理中具有广泛的应用，如边缘检测、噪声去除、特征提取、图像分割等。本文将介绍形态学变换的基本原理和常见算法，以及它们在实际应用中的重要作用。
2024-08-31 15:06:16
1590
原创 从零开始学cv-9：图像滤波
在信息化时代，图像已成为人们获取信息、沟通交流的重要载体。随着科技的飞速发展，图像处理技术在医疗、安防、航天、教育等领域发挥着越来越重要的作用。然而，在实际应用中，图像往往受到噪声、模糊等质量问题的困扰，这些问题严重影响了图像的视觉效果和后续处理。为此，图像滤波技术应运而生，它旨在改善图像质量，为图像的进一步分析和应用奠定基础。本文将围绕图像滤波这一主题，介绍其基本原理、常见算法及其在实际应用中的重要作用。由于图像采集、处理、传输等过程不可避免的会受到噪声的污染，妨碍人们对图像理解及分析处理。
2024-08-31 11:06:44
1422
原创 opencv实战项目十八：Gabor滤波器提取布料纹理
在计算机视觉和图像处理领域，纹理分析一直是一个热门且富有挑战性的话题。纹理，作为图像中的一种重要视觉特征，不仅承载着丰富的视觉信息，而且在许多实际应用中扮演着关键角色，如物体识别、场景分类、图像检索等。为了有效地提取和描述图像中的纹理信息，研究者们提出了多种算法和工具，其中Gabor滤波器因其独特的优势而备受关注。Gabor滤波器，一种基于正弦和余弦函数的线性滤波器，以其在空域和频域中同时具有局部化的特性而著称。它能够模拟人类视觉系统中的简单细胞感受野，因此在纹理分析和特征提取方面表现出色。
2024-08-30 13:50:20
1450
原创 opencv实战项目十七：透射变换仪表表盘校正
在这个信息化时代，图像处理技术在众多领域发挥着越来越重要的作用。无论是自动驾驶、工业检测，还是医疗影像分析，都离不开对图像的精确识别和处理。在众多图像处理技术中，透射变换（Perspective Transform）无疑是一种非常实用的方法，它能够帮助我们校正因视角、镜头畸变等因素导致的图像失真。今天，我将带领大家走进透射变换的世界，探讨如何利用这一技术对仪表表盘进行校正，以便更准确地读取数据。
2024-08-29 14:57:49
1663
原创 opencv实战项目十六：kmeans图像颜色聚类：
在数字化时代，图像处理技术已成为计算机视觉领域的重要组成部分。其中，图像颜色聚类作为一项关键技术在众多应用场景中发挥着重要作用，如图像分割、物体识别、色彩调整等。K-means算法作为一种经典的聚类方法，以其简洁、高效的特点在图像颜色聚类领域得到了广泛应用。本文将围绕K-means图像颜色聚类技术，探讨其原理、实现方法以及在实际应用中的价值，为广大图像处理爱好者和技术人员提供参考。
2024-08-29 13:50:52
1459
原创 opencv-python图像增强十六：图像马赛克
在数字时代，图像处理已成为我们日常生活中不可或缺的一部分。无论是社交媒体上的照片编辑，还是专业领域的图像分析，图像处理技术都发挥着至关重要的作用。今天，我们将一起探索图像处理领域的一个有趣应用——图像马赛克。马赛克作为一种艺术形式，自古以来就广受欢迎。它通过将小块的彩色材料拼接在一起，创造出美丽的图案和画面。而在数字图像处理中，马赛克效果则是一种将图像分解成若干小块，并通过某种方式（如平均颜色）重新组合的技术。这种效果不仅具有艺术价值，而且在隐私保护、数据压缩等方面有着广泛的应用。
2024-08-26 14:10:34
1045
原创 opencv实战项目十五：钢材表面缺陷检测
随着科技的不断进步，自动化和智能化在工业生产中的应用越来越广泛。在钢材生产过程中，钢材表面缺陷检测是一个重要的环节，直接关系到产品的质量和生产效率。传统的表面缺陷检测方法依赖于人工操作，不仅效率低下，而且容易受到主观因素的影响，导致检测结果的不准确性。因此，开发一种高效、准确的钢材表面缺陷检测系统具有重要的现实意义。
2024-08-25 21:39:07
1050
原创 opencv-python图像增强十五：高级滤镜实现
在之前两个滤镜文章中介绍了六种简单的滤镜实现，它们大多都是由一个单独函数实现的接下来介绍五种结合了之前图像增强文章提的的算法的复合滤镜。本案例中的算法来自于文章一文章二文章三，感兴趣的小伙伴可以看看。
2024-08-25 13:58:59
781
原创 opencv-python图像增强十：图像色温调整
图像色温是描述图像色彩偏暖或偏冷的一种方式，它通常与实际光源的色温相对应。在摄影和图像处理中，色温通常以开尔文（Kelvin）为单位来表示。较低的色温值（例如2700K）通常与暖色光（如蜡烛光或黄昏时的光）相对应，而较高的色温值（例如5500K或更高）通常与冷色光（如白炽灯或中午的日光）相对应。在图像处理中，色温调整可以用来改变图像的整体色调，使其看起来更暖或更冷。例如，将图像的色温调低（添加蓝色）可以使其看起来更冷，而将色温调高（添加黄色）可以使其看起来更暖。
2024-08-23 08:00:00
623
原创 opencv-python图像增强十一：图像强光逆光调整：
在摄影中，逆光或强光条件往往会导致图像出现不均匀的曝光，使得主体过暗而背景过亮。本文旨在通过一系列图像处理方法，改善这种光照不均的问题，从而恢复图像的细节和色彩平衡。通过这种校正，即使是逆光或强光条件下的照片，也能展现出更自然和均匀的光照效果。
2024-08-23 08:00:00
551
原创 opencv-python实战项目十四：pca计算回形针方向
在图像处理和计算机视觉领域，曲别针方向的计算是一项具有挑战性的任务，它涉及到形状识别、轮廓提取和几何分析等多个技术环节。本文将详细介绍如何运用OpenCV库，这一强大的开源计算机视觉工具，来实现曲别针方向的精确计算。文章将深入探讨以下关键步骤：图像预处理、边缘检测、轮廓识别、主成分分析（PCA）以及角度计算。通过本文，读者将学习到如何利用OpenCV的高级功能和算法，从图像中提取曲别针的轮廓，并通过PCA方法确定其方向.
2024-08-22 10:14:00
1210
原创 最全！万字长文总结opencv-python常用函数（一）
在这个系列文章中，我们将深入探索OpenCV这一强大的计算机视觉库，详细介绍其常用函数。从基本的图像读取与显示，到高级的图像处理技巧，我们将一步步带领大家掌握OpenCV的核心功能，助您轻松应对各种计算机视觉任务。
2024-08-22 08:00:00
1218
原创 opencv-python实战项目十二：去除鼠标选择区域的水印
在日常生活中，我们常常会遇到带有水印的图片，这些水印虽然保护了版权，但有时也会影响图像的美观和使用。本次博客将向您介绍如何运用OpenCV这一强大的计算机视觉库，轻松实现图像去水印，让您的照片恢复纯净之美。在这篇文章中，我们将深入探讨OpenCV在图像处理领域的应用，特别是如何通过简单的代码操作，定位并去除图像中的水印。
2024-08-21 08:00:00
573
原创 opencv-python实战项目十三：文档倾斜校正
在日常生活中，我们经常会遇到拍摄文档时出现的倾斜问题，这不仅影响文档的美观，还可能导致OCR识别率降低。为了解决这一问题，本文将带您走进OpenCV的世界，教您如何利用Python和OpenCV库轻松实现文档倾斜校正。
2024-08-21 08:00:00
986
原创 opencv-python图像增强十二：图像高光去除
在图像中，高光区域指的是那些亮度极高、细节信息极少的区域，这些区域通常呈现出纯白色或接近白色。这是因为高光区域反射了大部分入射光，使得图像传感器捕捉到的信息非常有限。直接反射：当光线直接照射到物体表面时，如果物体表面非常光滑或有反光材料，光线会被直接反射，形成高光。强光照射：当物体处于强烈的光照下，尤其是当光源非常接近物体时，物体表面的一部分区域会因为光线过于集中而形成高光。镜面反射：当物体表面非常光滑，且光线从特定角度照射时，光线会形成镜面反射，形成一个明亮的高光点。
2024-08-20 08:00:00
880
原创 opencv-python图像增强十三：文档阴影去除
图像阴影是光学现象的一种，当物体遮挡光源时，光源无法直接照射到被遮挡的区域，这导致该区域的亮度低于周围未被遮挡的区域。在数字图像中，阴影通常表现为亮度较低的区域，与周围亮度较高的区域形成明显的对比。在本项目中，我们将介绍一种用于去除文档图像中阴影的方法。这种方法旨在识别并修正由于光源遮挡而产生的低亮度区域，从而提高图像的整体质量和后续处理的准确性。通过应用特定的图像处理技术，我们可以有效减轻阴影对图像内容的影响，使得文档图像中的文本和其他关键信息更加清晰可见。
2024-08-20 08:00:00
530
原创 从零开始学cv-7：图像的直方图与直方图均衡化
图像直方图是图像处理领域中的一个核心概念，它揭示了图像中不同灰度级像素的分布规律。具体而言，通过统计图像中每个灰度级的像素数量或概率，我们构建出图像的直方图，从而获得像素分布的详尽视图。在图像处理的多个环节中，直方图扮演着至关重要的角色。例如，在图像增强领域，直方图均衡化和规定化技术被用来优化对比度和视觉表现。在图像分割任务中，直方图的双峰特性被利用来设定阈值，以便准确地区分图像的前景和背景。在图像分析过程中，直方图作为特征向量，用于解析图像的统计特征并进行分类。
2024-08-19 08:00:00
1127
原创 从零开始学cv-8：直方图操作进阶：直方图匹配，局部直方图均衡化，彩色直方图均衡化
在上一篇文章中，我们探讨了直方图的基本概念，并详细讲解了如何利用OpenCV来查看图像直方图，以及如何实现直方图均衡化。在此基础上，本篇将继续深入，介绍直方图均衡化的高级应用，包括直方图匹配、局部直方图均衡化以及彩色图像的直方图均衡化技术。
2024-08-19 08:00:00
950
原创 从零开始学cv-6：图像的灰度变换
图像灰度变换涉及对图像中每个像素的灰度值执行数学运算，进而调整图像的视觉效果或突出其特定特征。作为一种基础的图像处理方法，灰度变换常用于图像的预处理和增强阶段。由于其独特的特性，灰度变换在工业领域中被广泛应用于缺陷检测、异常检测以及在恶劣环境下的图像重建等场景。灰度变换的本质是根据特定的规则（即灰度映射函数）调整图像中每个像素的灰度值，以此来改变图像灰度的动态范围。根据灰度映射函数的不同性质，灰度变换可分为线性变换、分段线性变换和非线性变换。
2024-08-18 09:44:17
1267
原创 从零开始学cv-5： 图像的仿射变换
仿射变换（Affine Transformation 或 Affine Map）是一种将二维坐标（x, y）映射到另一组二维坐标（u, v）的线性变换。在这种变换中，坐标点的相对位置和属性保持不变，即变换是保持直线平行性和直线交点不变的。仿射变换主要包括以下几种基本操作：平移、旋转、镜像、缩放、翻转和错切。
2024-08-18 09:15:05
1396
原创 opencv-python图像增强八：ps滤镜实现（一）：浮雕，怀旧，水彩
滤镜，在数字图像处理领域，指的是一系列算法或程序，它们能够对数字图像进行分析和修改，以增强、减弱或改变图像的某些特性。滤镜的作用通常是为了改善图像质量、实现特定的视觉效果或提取图像中的特定信息。本项目旨在利用OpenCV这一强大的计算机视觉库，复现Photoshop中流行的滤镜效果。通过深入研究图像处理算法，我们将实现一系列高质量的滤镜本次实现的滤镜为浮雕滤镜，怀旧滤镜，水彩滤镜.
2024-08-17 08:00:00
767
原创 opencv-python图像增强九：ps滤镜实现（二）：鱼眼，卡通，素描
在上文中我们介绍了浮雕，怀旧，水彩这三种滤镜的简介以及如何通过opecv-python进行实现，在本文中我将介绍一下鱼眼滤镜，卡通滤镜，素描滤镜以及对应的算法实现。
2024-08-17 08:00:00
719
原创 opencv-python实战项目十：二维码识别
二维码识别是一种利用图像处理技术，从数字图像中提取并解析二维码信息的过程。该技术广泛应用于信息快速交换、移动支付、产品追踪等领域。通过专业算法对图像进行预处理、定位、采样和解码，实现高效准确的二维码内容读取，为现代社会提供了极大的便利。
2024-08-16 08:00:00
1764
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人