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

-+
  • 博客(10)
  • 收藏
  • 关注

原创 Python-OpenCV-模板匹配与霍夫变换

模板匹配的概念: 模板匹配就是在大图中找小图,也就说在一幅图像中寻找另一幅模 板图像的位置。 模板匹配的实现过程: 模板匹配的操作方法是将模板图像B在图像A上滑动,遍历所有像素以完成匹配。 工作原理:在带检测图像上,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。 局限性: 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。 matchTemplate result = cv2.matchTemplate(image, temp

2021-06-30 13:09:29 131

原创 Python-OpenCV-图像直方图

直方图的 x 轴是灰度值(0 到 255),y 轴是图片中具有同一个灰度值的点的数目。 直方图其实就是对图像的另一种解释。 通过直方图我们可以对图像的对比度,亮度,灰度分布等有一个直观的认识。几乎所有的图像处理 软件都提供了直方图分析功能。 直方图计较函数 ...

2021-06-30 13:00:50 111

原创 Python-OpenCV-图像金字塔

一、什么是图像金字塔 图像金字塔是一副图像的多个不同分辨率的子图所构成的图像合集。通常情况下图像金字塔底部是待处理的高分便率图像(原始图像),而底部确实低分辨率的近似图像。 二、理论基础 图像金字塔是同一图像不同分辨率的子图集合,是通过对原图像不断地向下采样而产生的,即由高分辨率的图像(大尺寸)产生低分辨率的近似图片(小尺寸) ...

2021-06-29 16:19:07 109

原创 Python-OpenCV-图像梯度与Canny边缘检测

图像梯度计算的是图像变化的速度。对于图像的边缘部分。其灰度值变化较大,梯度值也较大;相反,对于图像中比较平滑的部分,其灰度值变化较小,相应的梯度值也比较小。一般情况下,图像梯度计算的是图像的边缘信息。 1.Sobel理论基础 ...

2021-06-29 15:59:07 135

原创 Python-OpenCV-色彩空间与类型转换

RGB图像是一种比较常见的色彩空间类型,除此之外还有一些其他的色彩空间,比较常见的包括GRAY色彩空间(灰度图像)、XYZ色彩空间、YCrCb色彩空间、HSV色彩空间、HLS色彩空间等等,每个色彩空间都有自己擅长处理问题的领域,因此为了更方便的处理某个具体问题,就要用到色彩空间类型转换。 ...

2021-06-29 15:31:54 122

原创 python-OpenCV-阈值处理

阈值处理是指剔除图像内像素值高于一定值或者低于一定值的像素点

2021-06-29 13:58:27 78

原创 Python-OpenCV-图像轮廓

轮廓是一系列相连的点组成的曲线,代表了物体的基本外形。 谈起轮廓不免想到边缘,它们确实很像。简单的说,轮廓是连续的,边缘并不全都连续。 其实边缘主要是作为图像的特征使用,比如可以用边缘特征可以区别脸和手;而轮廓主要用来分析物体的形态,比如物体的周长和面积等,可以说边缘包括轮廓。 mode: cv2.RETR_EXTERNAL 只检测外轮廓 cv2.RETR_LIST检测的轮廓不建立等级关系 cv2.RETR_CCOMP建立两个等级的轮廓 cv2.RETR_TREE建立一个等级树结构的轮廓 method: c

2021-06-27 16:56:11 179

原创 Python-OpenCV-消除文章横线注释

2021-06-27 16:51:46 182 1

原创 Python-OpenCV轻松入门-图像运算

2021-06-27 16:47:54 79

原创 Python-OpenCV轻松入门 数字图像处理基础

文章目录 前言 一、图像轮廓是什么? 二、使用步骤 1.获取图像轮廓 2.绘制图像轮廓 3.实物轮廓检测 总结

2021-06-26 21:11:04 82 1

空空如也

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