chengbin20101的博客

目标跟踪：MeanShift、CamShift、KLT 和基于 DNN 的跟踪器（例如 GOTURN）。物体检测模型：使用 DNN 模块的 SSD、YOLO、Faster R-CNN。机器学习算法：SVM、k-NN、决策树、随机森林、KMeans 聚类等。边缘检测：Sobel、Scharr、拉普拉斯和 Canny 边缘检测。基本结构：Mat、Scalar、Point、Size、Rect 等。关键点检测：SIFT、SURF、ORB、BRIEF、FAST 等。

在图像处理和数字水印技术中，水印可以嵌入在频域或空域中。两者各有优缺点，适用于不同的应用场景。下面详细说明频域和空域中增加水印的区别：频域水印优点鲁棒性：频域水印通常更抗各种图像处理操作（如压缩、滤波、旋转、裁剪等），因此更适合于需要高鲁棒性的应用。由于频域水印嵌入在频谱的中高频分量中，这些分量在许多常见的图像处理操作中变化较小。不可见性：频域水印一般嵌入在中高频分量中，人眼对这些分量的变化不敏感，因此水印在视觉上更难被察觉。

图像几何变换 import numpy as np import cv2 as cv import matplotlib.pyplot as plt img = cv.imread('book.jpg') rows,cols,ch = img.shape pts1 = np.float32([[151,332],[882,272],[119,1368],[1242,1188]]) pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]]) M = cv.get