图像处理
文章平均质量分 67
奶盖芒果
10000行->10000h
展开
-
使用 Python-OpenCV 进行 Top-Hat 和 Black-Hat 转换
在形态学和数字图像处理中,顶帽和黑帽变换是用于从给定图像中提取小元素和细节的操作。在这两种类型的变换中,顶帽变换被定义为输入图像与其开口之间的差异被某种结构元素定义,而黑帽变换被定义为闭合图像和输入图像之间的差异。这些变换用于各种图像处理任务,例如特征提取、背景均衡、图像增强等。进行顶帽和黑帽转换会涉及到使Opening和Closing形态学操作和结构元素等概念。Top-Hat 和 Black-Hat 之间的区别:顶帽过滤器用于增强暗背景中感兴趣的明亮物体。黑帽操作用于做相反的事情,在明亮的背原创 2021-07-06 20:43:19 · 2934 阅读 · 3 评论 -
双目相机:基于双目视觉的目标测距
双目视觉的目标测距主要任务为利用双目相机完成对场景中物体或障碍物距离的计算,提供场景深度信息。双目视觉的目标测距流程主要包括以下几个步骤:图像的获取、图像的矫正、立体匹配和距离计算。其中立体匹配是双目视觉中最重要和最困难的环节,不同的立体匹配算法有着不同的匹配策略,其匹配的精度和速度也会有很大差异。立体标定和立体校正在利用双目图像进行计算视差图和距离的时候,首先要做的步骤就是双目的立体标定和立体校正,它是双目视觉的基础。立体标定的原因是物体在三维空间中的位置与其在二维图像上的位置之间的关系.原创 2021-04-12 21:03:27 · 9581 阅读 · 3 评论 -
边缘检测(Canny,Sobel,Laplacian,Scharrs)的python调用
我看了很多边缘检测的教程,很多是基于matlab的,其实我们如果指示简单的边缘检测,我们可以直接调用已有的opencv的函数。如下import cv2import numpy as npimg = cv2.imread('iamge.jpg', 0)# Sobel实现sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=5)sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=5)edges_so原创 2021-04-12 17:24:24 · 543 阅读 · 1 评论