OpenCV-Python
文章平均质量分 96
伙伴几时见
致力于成为一名数据科学家
展开
-
图像差分的方法
差分图像的几个方法2016/7/28在处理图像的时候,特别是处理视频流图像的时候,往往会用到图像差分的方法。顾名思义,图像差分,就是把两幅图像的对应像素值相减,以削弱图像的相似部分,突出显示图像的变化部分。例如,差分图像往往能够检测出运动目标的轮廓,能够提取出闪烁导管的轨迹等等。 那么,该如何对图像进行差分呢,或者说输入一个视频流,如何进行差分处理呢。 懂点OpenCV的同学可能就要说了,OpenCV里不是有现成的函数实现差分的吗,直接拿来用就可以了,废话那么...转载 2020-06-03 16:18:12 · 3621 阅读 · 0 评论 -
图像的归一化
图像的归一化在计算机视觉当中,很多时候都作为一个预处理进行处理的。因为图像的归一化保持了仿射不变性。而且图像的归一化有时候能够提高计算的精度。所以图像的归一化对于我们来说很重要。而图像的归一化的具体过程主要是: 1.坐标中心化 2.x-shearing 归一化、3.缩放归一化4.旋转归一化而在上述当中的四步骤其实就是针对仿射转载 2017-08-14 15:05:41 · 969 阅读 · 0 评论 -
OpenCV之Python学习笔记
感谢http://www.mamicode.com/info-detail-966896.html 这个链接的博主收集如此多的关于opencv-python 图像处理的常用知识。直都在用Python+OpenCV做一些算法的原型。本来想留下发布一些文章的,可是整理一下就有点无奈了,都是写零散不成系统的小片段。现在看 到一本国外的新书《OpenCV Computer Vision转载 2017-06-13 16:41:19 · 3671 阅读 · 0 评论 -
使用opencv的SVM实现车牌区域识别
一、前言本文仅仅演示使用opencv2.4.6中已经定义好的SVM函数实现对车牌区域正负样本的训练,然后使用训练好的SVM模型对测试样本进行预测。二、所使用的正负样本首先我将一系列图片进行图像预处理、分割等一系列步骤,这部分内容可以参看《深入理解opencv 使用计算机视觉项目解析》,这样从中挑选出100个正样本(车牌区域)和70个负样本(非车牌区域),大小均为14转载 2017-06-05 18:06:59 · 1026 阅读 · 1 评论 -
如何使用OpenCV的处理图像,文字变得锐利和清晰?(How to use OpenCV to process image so that the text become sharp and clea
问 题Wanted to achieve something like this: http://www.leptonica.com/binarization.htmlWhile searching for solutions, most of the answers were general instructions such as advise to look转载 2017-06-05 16:28:28 · 12755 阅读 · 0 评论 -
字符定位与字符分割
(转发的这篇文章,关注的重点是字符定位的思路,具体代码实现,基本就好办了)Abstract:字符串识别最重要的是字符串定位以及字符串分割。例如做车牌识别,车牌字符定位和分割是最难的部分。对于一张字符串的图像,首先必须要定位出字符串的边界,然后分别对字符串进行单个切割,单个分割出来的字符再做识别。 下面就介绍字符串定位和字符串分割的方法。1. 字符串定位 下面先看一幅手写字图片转载 2017-06-05 16:09:01 · 4214 阅读 · 2 评论 -
[wiki]windows下重新编译OpenCV 及其附加库 opencv_contrib, 生成Python接口
OpenCV 3 之后改变了框架,采用了主体+插件的方式,插件里是一些新功能,有些还不稳定,官方在不断地更新。项目想用Python调用opencv,低版本的opencv里的跟踪算法不够先进,OpenCV 3.1官方release的python接口(pyd文件)不含SURF,SIFT,Tracking等模块,要想使用OpenCV中的这些方法,就需要重新编译OpenCV及其附加插件库:opencv转载 2017-04-26 14:19:12 · 667 阅读 · 0 评论 -
在Windows下编译扩展OpenCV 3.1.0 + opencv_contrib
为什么要CMake,这里我陈述自己的想法,作为一个刚使用opencv库的小白来说,有以下大概三点内容1.由于在学习图像处理滤波器中,需要用到各种边缘保护滤波器(EPS)算法,但是这些算法在OpenCV 3.1.0的Release版本中存在很少,因为他们把大量的算法存放在opencv_contrib目录下面的未稳定功能模块里的ximgproc文件夹下,所以如果我们想要使用这个目录的功能,就需要自转载 2017-04-26 10:46:50 · 528 阅读 · 0 评论 -
OpenCV Python教程(2、图像元素的访问、通道分离与合并)
OpenCV Python教程之图像元素的访问、通道分离与合并转载请详细注明原作者及出处,谢谢!访问像素像素的访问和访问numpy中ndarray的方法完全一样,灰度图为:[python] view plain copyimg[j,i] = 255 其中j,i分别表示图像的行和列。对于BGR图像,为:转载 2017-03-16 17:33:31 · 510 阅读 · 0 评论 -
OpenCV Python教程(1、图像的载入、显示和保存)
转载请详细注明原作者及出处,谢谢!本文是OpenCV 2 Computer Vision Application Programming Cookbook读书笔记的第一篇。在笔记中将以Python语言改写每章的代码。PythonOpenCV的配置这里就不介绍了。注意,现在OpenCV for Python就是通过NumPy进行绑定的。所以在使用时必须掌握一些NumPy转载 2017-03-16 17:05:57 · 666 阅读 · 0 评论 -
使用Python和OpenCV检测图像中的物体并将物体裁剪下来
介绍硕士阶段的毕设是关于昆虫图像分类的,代码写到一半,上周五导师又给我新的昆虫图片数据集了,新图片中很多图片很大,但是图片中的昆虫却很小,所以我就想着先处理一下图片,把图片中的昆虫裁剪下来,这样除去大部分无关背景,应该可以提高识别率。 原图片举例(将红色矩形框部分裁剪出来)): step1:加载图片,转成灰度图image = cv2.imread("353.jpg")gray转载 2017-03-19 16:19:44 · 9949 阅读 · 5 评论 -
OpenCV入门笔记(七) 文字区域的提取
前面我们已经学了一些OpenCV中基本的图片处理的知识,可以拿来做一些小应用。比如怎样从一张图片中,把文字圈出来。这一步骤对OCR(Optical Character Recognition)非常有用,因为一般的OCR引擎只是拿来识别文字,并没有对图片做预处理,因此精度可能会收到图片质量影响。当然,我们这里只是粗略的查找文字区域,并没有进一步地处理图片。而且对背景复杂,或者文字旋转角度转载 2017-03-19 16:18:45 · 38215 阅读 · 4 评论