- 博客(5)
- 收藏
- 关注
RSS订阅原创 区域生长算法
然而它们都有个很大的缺陷，那就是不能保留细小的结构，而且容易受外界干扰，往往对阈值的选择苛刻，因此我们将介绍区域生长算法。然后，算法会逐步处理队列中的像素点，继续探索周围的像素，并根据条件不断扩展区域范围，直到整个区域被。将x，y作为Point中第一个压入栈中的，根据‘’脱鞋定理‘’（bushi），这个点也因此成为第一个处理的点，也就是所谓的种子点。想象一下，这就像是种下一颗种子，然后它逐渐生长成完整的形状，这就是区域生长的形象表现。从栈中取出一个像素点作为当前处理点，并将其从栈中移除。
2024-03-04 17:31:47
454
原创 基于颜色的图像识别
上一期我们介绍了的使用方法。链接如下：：这一期我们就要利用这个去进行颜色识别。在之前的图像识别时，我们总会面对许多问题，诸如在形态学操作时，无法很好分离出物体，亦或是无法很好保留最初物体的轮廓，往往对阈值的挑选有着更严苛的要求，同时大大降低了其普适性。
2024-01-29 15:26:12
823
原创 Opencv中实用的工具--------createTrackbar
在对物体进行处理时，常常我们会为确定一个最合适的阈值而头秃，但是自从我们有了createTrackbar函数，不仅解决了这一难题，而且图像识别将有趣了起来。其中需要注意的是，在选用第二个参数时，名字要与 namedWindow 函数创建窗口的名称一样！用namedwindow创建好一个窗口，再往上面加上滑动条及其参数（名字，窗口名字，初始值，极值）用namedwindow创建好一个窗口，再往上面加上滑动条及其参数（名字，窗口名字，初始值，极值）所以以下又优化掉回调函数的代码。
2023-12-20 16:08:05
627
原创 自学图像识别
膨胀处理是腐蚀处理的对偶。和腐蚀差不多，就是判断该结构元素覆盖范围内的图像的像素值是否全部为0，如果是，则腐蚀后图像相同位置上的像素值为0，如果至少有一个像素的值为1，则腐蚀后图像的相同位置上的像素值为1.4.判断该结构元素覆盖范围内的图像的像素值是否全部为1，如果是，则腐蚀后图像相同位置上的像素值为1，如果至少有一个像素的值为0，则腐蚀后图像的相同位置上的像素值为0。这是一种固定阈值的操作，常用的type是THRESH_BINARY，本质就是，在灰度处理后的图像，若低于阈值都为0，高于阈值都为1。
2023-12-15 01:06:32
1168
原创 前端第一次学习
这样我们就简单搭建好骨架了，这些在web中称为标签，相信你一定注意到了其对偶的特点，但其实不一定总是如此，后面会讲到。接下来，我们会从其基本结构开始。HTML标签结构完整结构图显然，我们会注意到开始完整标签后跟了一些属性，这实际上就是"标签的属性"。属性注意点：讲完了标签自身的知识，我们自然就会想，那标签与标签呢？当然，他们可有着室友般简单又复杂的关系1.父子关系(嵌套关系)2.兄弟关系(并列关系)三.HTML标签学习1.排版标签1.1标题标签代码:特点：1.2段落标签代码:特点：1.3换行标签代码
2023-12-08 22:27:30
87
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