自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

aaaaaaaa1a1的博客

水的刚刚好

  • 博客(10)
  • 资源 (2)
  • 收藏
  • 关注

原创 轮廓检测和边缘检测区别

边缘检测主要是通过一些手段检测数字图像中明暗变化剧烈(即梯度变化比较大)像素点,偏向于图像中像素点的变化。如canny边缘检测,结果通常保存在和源图片一样尺寸和类型的边缘图中。轮廓检测指检测图像中的对象边界,更偏向于关注上层语义对象。如OpenCV中的findContours()函数, 它会得到每一个轮廓并以点向量方式存储,除此也得到一个图像的拓扑信息,即一个轮廓的后一个轮廓、前一个轮廓、父轮廓和内嵌轮廓的索引编号。联系和区别:我们在做图像的轮廓检测时通常可以先检测边缘,再将检测到的边缘进行进一步

2020-07-29 21:46:03 3322 1

原创 opencv之银行卡号识别

1.项目背景1.1 项目介绍这个一个opencv的经典应用,所以用它来熟悉之前的一些操作。1.2 项目目的通过此程序可以识别出银行卡图片中包括的银行卡卡号。2.项目介绍此项目主要分为两部分:模板图片处理,银行卡图片处理。模板图片:银行卡图片示例:2.1 模板图片处理由于模板图片如上图所示,是把十个数字放在一个图片里面,因此需要利用轮廓检测方法把它们分开成为10个模板。如下图:步骤:读入图片化为 灰度图,再化为二值图对二值图轮廓检测,得到轮廓数据对所有轮廓按照x

2020-07-27 18:15:23 2708 1

原创 opencv之傅里叶变换

傅里叶变换对于傅里叶变换的介绍,此处有一篇很好(至少知乎上说很好。。虽然有些地方没懂,但是我不想掐它 呵呵)的帖子可供参考。傅里叶分析之掐死教程(完整版)更新于2014.06.06说句题外话,文中结尾作者的阐述的一些观点,本人表示赞同!嘿嘿。。傅里叶变换是把一个信号从时域变换到其对应的频域进行分析。这种变换的思想是任何函数可以很精确的接近无穷个sin()函数和cos()函数的和。傅里叶变换提供了这种方法来达到这种效果。傅里叶公式如下:上式中f(i, j)是图像空间域的值而F是频域的值

2020-07-12 19:11:44 600

原创 opencv之直方图

1. 什么是直方图?图像的直方图是用来表现图像中亮度分布的直方图,给出的是图像中某个亮度或者某个范围亮度下共有几个像素.还不明白?就是统计一幅图某个亮度像素数量.比如对于灰度值12,一幅图里面有2000 个像素其灰度值为12,那么就能够统计12这个亮度的像素为2000个,其他类推。1.1 直方图定义横坐标:图像中各个像素点的灰度级纵坐标:就有该灰度级的像素个数1.2 归一化直方图横坐标:图像中各个像素点的灰度级纵坐标:出现这个灰度的概率2. 几个名词bins(横轴范围)

2020-07-11 22:19:50 330

转载 opencv之读入和显示图片操作

看到一个博客,就记录下来了。[https://www.cnblogs.com/xiaowuyi/p/4214271.html]

2020-07-11 20:47:34 141

原创 opencv之模板匹配

什么是模板匹配?模板匹配是在图像中寻找目标的方法之一。模板匹配具有自身的局限性,主要表现在它只能进行平行移动,若原图像中的匹配目标发生旋转或大小变化,该算法无效。模板匹配的工作方式?工作原理:在待检测图像上,从左到右,从上向下计算模板图像与重叠子图像的匹配度,匹配程度越大,两者相同的可能性越大。模板匹配和卷积很像,模板在原图上从原点开始滑动,计算模板(图像被覆盖的区域)的差别程度,这个差别程度的计算方法在opencv中有6种,然后将每次计算的结果放到一个矩阵中,作为结果输出。假设原图像是A

2020-07-10 14:34:04 1126

原创 opencv之轮廓检测与处理

查找图像的轮廓在图像处理及应用中扮演着重要的角色。opencv中查找轮廓的函数提供的是cv::findContours()把查找的轮廓划到图像上cv::drawContours()1.轮廓的查找——cv::findContours()函数cv::findContour是从二值图像中来计算轮廓的,它可以使用cv::Canny()函数处理的图像,因为这样的图像含有边缘像素;也可以使用cv::threshold()或者cv::adaptiveThreshold()处理后的图像,其边缘隐含在正负区域的

2020-07-05 16:44:28 486

原创 opencv之图像金字塔

金字塔是什么?Opencv里面金字塔和resize函数都是有关图像分辨率的问题。我们经常会将某种尺寸的图像转换为其他尺寸的图像。如何实现?笼统来说的话,可以使用OpenCV为我们提供的如下两种方式:<1> resize函数。这是最直接的方式<2> pyrUp( )、pyrDown( )函数pyrUp 和 pyrDown 其实和专门用于放大缩小图像尺寸的 resize 在功能上差不多,批着图像金字塔的皮,说白了还是对图像进行放大和缩小操作。常见的两种金字塔(

2020-07-05 14:41:05 209

转载 边缘检测算法--------canny

在目前常用的边缘检测方法中,Canny边缘检测算法是具有严格定义的,可以提供良好可靠检测的方法之一。由于它具有满足边缘检测的三个标准和实现过程简单的优势,成为边缘检测最流行的算法之一。Canny边缘检测算法可以分为以下5个步骤:1)使用高斯滤波器,以平滑图像,滤除噪声。2) 计算图像中每个像素点的梯度强度和方向。3)应用非极大值(Non-Maximum Suppression)抑制,以消除边缘检测带来的杂散响应。4)应用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘。.

2020-07-04 14:11:51 743

原创 梯度消失

梯度消失 ## 什么是梯度消失?梯度消失是指当神经网络层数增多时,越靠近输入层的层之间的权重无法得到有效修正(导数趋于0),从而得到神经网络效果不好。## 为什么会出现梯度消失?由于反向传播算法,各层之间的权重系数是通过导数来修正的。而当网络层数增多时,由于链式法则,当导数值小于1时(如sigmoid函数),越靠近输入层的导数越接近0,从而权重系数无法得到有效修正。## 如何解决梯度消失?一般可以通过以下方式解决(还有其他方式,此处没有列出)1.用其他激活函数,如relu2.

2020-06-15 17:46:19 4706

计算机复试(数据结构、计算机网络、 计算机组成原理、计算机网络等)

计算机复试(数据结构、计算机网络、 计算机组成原理、计算机网络等) 凑字数啊凑字数啊凑字数啊凑字数啊凑字数啊凑字数啊凑字数啊凑字数啊

2020-09-25

传统机器学习算法总结

此资源为自己编写,主要讲述了传统机器学习的k近邻、朴素贝叶斯、svm、感知机、逻辑回归等算法,对其的思想和优缺点做了总结。 由于此文档仅为学习时笔记,若有问题还请见谅,也希望读者能够指出。

2020-06-15

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除