OpenCV
爱健身的小范
目前从事缺陷检测以及工业异常检测的研究工作,研三在读
展开
-
记录模板匹配cv.matchTemplate的实现
所谓的模板匹配,就是在给定的图片中查找和模板最相似的区域,该算法的输入包括模板和图片,整个任务的思路就是按照滑窗的思路不断的移动模板图片,计算其与图像中对应区域的匹配度,最终将匹配度最高的区域选择为最终的结果。②cv.minMaxLoc函数返回的坐标是w,h与cv.read直接读取的hwc是不一样的,这里小心犯错。①cv.read直接读取的图像不用进行通道变换即可直接输入到cv.matchTemplate;原创 2024-07-26 00:16:50 · 148 阅读 · 0 评论 -
onnx部署之针对单张图片的检测---opencv的cuda版本推理比cpu更慢?
一度有点怀疑是不是opencv的编译出现了问题,恰好最近认识了一个csdn的朋友也在搞这个东西,所以相互交流了一下,发现原来问题就出在与检测单张图片上,将代码更改为检测视频,获取逐帧检测解决,最终yolov5s.onnx在我的电脑上gpu的推理时间为10ms左右一张,在cpu上推理时间为300-400ms一张。另外,单张图片的处理可能会导致 GPU 的负载不足,无法充分利用 GPU 的并行性能,而处理多张图片可以更充分地利用 GPU 的并行性能,从而提高整体处理速度。原创 2024-03-31 15:53:04 · 309 阅读 · 0 评论 -
避坑啊家人们:OpenCV Mat::ones()有坑!!
从代码中可以看出我想创建一个大小为100*100的三通道全白的图像,然而在反复测试时都发现显示的是蓝色的图像,最终使用通道分解的方法,将max_image 的三个通道进行分离,并给另外两个通道附上和第一个通道一样的值。因此估计这个函数创建多维的cMat图像的时候是默认只有第一个维度的数据可以进行操作的(如上述代码中创建了全0的图像给它们加上255,但是只有第一个维度进行添加),所以最终导致显示的还是蓝色图像。原创 2023-10-26 16:32:54 · 381 阅读 · 1 评论