【opencv学习笔记(二十四)】之形态学操作识别试卷下划线(附源码)

本文章由公号【开发小鸽】发布!欢迎关注!!!


老规矩–妹妹镇楼:

一. 需求:

       从试卷答题纸上匹配到填空题的下划线,并标记出所有直线。
在这里插入图片描述

二. 思路:

       直接用边缘查找,然后霍夫变换直线的方法是行不通的,检测效果不好。
       我们的解决思路是:通过形态学操作来寻找直线,然后用霍夫变换标定直线。

三. 具体操作:

(一)

       首先对图像进行二值化,能使直线与字显示地更加明显。
在这里插入图片描述

(二)

       要想将直线很清晰地选出来,就要将其他数字和字母都去掉,这时,就可以用到形态学的开操作开操作为先腐蚀,再膨胀,能够消除细小物体。因为直线的结构与其他字母和数字相比很特别,是一个很长的矩形,因此用一个长矩形结构就可以消除其他的字母和数字,并将直线选出来。

在这里插入图片描述

       如果结果中还是有一些噪音干扰,可以调节结构体的长度,高度。

(三)

       提取出了直线,还需要用膨胀操作对直线进行增强,使直线更加明显。
在这里插入图片描述

       可以看到,直线明显得到了增强,更加明显了。

(四)

       对直线进行霍夫变换,标定出原图试卷中的直线。
在这里插入图片描述

       可以看到,原图中的直线被清晰完整地标记了出来,我们已经达到了需求,之后可以根据这些直线的位置,框出直线上的矩形位置,即把学生们回答的答案用矩形框了出来。

       源码获取,公号回复“opencv源码2”

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于Yolov5和OpenCV的课堂学习状态识别检测码可以通过以下步骤实现: 1. 安装Yolov5和OpenCV库:首先,需要在计算机上安装Yolov5和OpenCV库。可以通过pip命令来安装这些库,如'pip install yolov5'和'pip install opencv-python'。 2. 下载Yolov5模型权重:从Yolov5的GitHub页面上可以下载预训练的Yolov5模型权重文件,如'yolov5s.pt'。 3. 设置输入:可以使用OpenCV来设置输入,如摄像头、视频文件或图像。例如,可以使用以下代码来设置使用摄像头作为输入: ```python import cv2 cap = cv2.VideoCapture(0) ``` 4. 加载Yolov5模型:使用Yolov5的load_model()方法来加载预训练的Yolov5模型权重文件。 ```python from models.experimental import attempt_load model = attempt_load('yolov5s.pt') ``` 5. 进行目标检测:使用Yolov5模型对输入中的图像进行目标检测。可以使用以下代码来实现: ```python ret, frame = cap.read() results = model(frame) ``` 6. 进行状态识别:根据目标检测的结果,使用OpenCV的图像处理和分析方法来进行状态识别。例如,可以检测人脸表情、姿势、动作等。 7. 输出结果:根据状态识别的结果,使用OpenCV的图像绘制函数来标注人脸或其他识别到的物体,并显示在屏幕上。 以上就是基于Yolov5和OpenCV的课堂学习状态识别检测码的基本步骤。可以根据实际需求进行相应的代码实现和优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值