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(14)
  • 资源 (5)
  • 收藏
  • 关注

原创 OpenCV显示MNIST中的手写图片

代码位置:26-ShowMnist.py在学习手写图片识别的时候,总想看看那些训练图片什么样子,这个demo就是显示里面的部分图片的内容的。如果整体下载下面是可以带有MNIST数据包的。from tensorflow.examples.tutorials.mnist import input_dataimport numpy as npimport cv2mnist = input_...

2018-12-28 17:40:00 1890 2

原创 更强大的二维码识别工具zBar

代码位置:102-ScannerQRCodeWithZbar.pyOpenCV自带的二维码识别工具,能力较差,尤其是在如下的情况下经常识别不出来。 现在我们使用zBar这个开源二维码工具,它自身是C语言编写。支持多个操作系统,在Android和iPhone上支持的也很好。我们只介绍python版本,这个版本是Open...

2018-12-28 15:18:53 4382 1

原创 通过OpenCV识别QR二维码

二维码有很多种,我们今天介绍的就是QR这种二维码,全名是 Quick Response Code,下面我们就称作QR码。博客分为两部分,第一部分是QR码的基础知识,第二部分是通过OpenCV识别QR码一 、QR码的基础知识什么是QR码? QR码能保存的数据量有多少? 如何扫描QR码?让我们了解一下QR码的基础知识。了解创建、读取二维码的技术。什么是QR码QR码就是二维版本的条形码,从我...

2018-12-26 19:03:32 26697

翻译 [译]基于深度学习的文字识别(OCR)通过Tesseract+OpenCV实现

今天的博文我们将学习使用开源工具Tesseract+OpenCV,对图片上的文字进行识别。从图片提取文字的方法叫作“光学字符识别”(Optical Character Recognition )简称OCR,也可以简单的叫做文字识别。Tesseract最初由惠普实验室开发,在2005年惠普与内华达拉斯维加斯大学进行合作的时候对其进行了开源。从2006年起,它被google和众多开源爱好者进行积极的...

2018-12-24 16:42:14 12084 11

原创 OpenCV在视频文件中找出你需要的面孔

代码位置:23-LearnEigenFace.py同时所需要的资源也都在项目里面import cv2import oscameraCapture = cv2.VideoCapture('./res/test.mp4')detector = cv2.CascadeClassifier(os.getcwd() + '/XML/haarcascade_frontalface_alt_tre...

2018-12-10 15:15:27 377

原创 OpenCV图片中找出你想要找的面孔

在《OpenCV训练人脸模型并生成XML文件》里面讲解了如何训练人脸模型,这次就用一用训练出来的人脸模型。代码位置:24-FindActorFromPicture.pyimport cv2import osimg = cv2.imread('./res/zrfGrouphoto.jpeg')path = os.getcwd() + '/XML/haarcascade_frontalf...

2018-12-10 14:00:03 1060

原创 OpenCV训练人脸模型并生成XML文件

代码位置:23-LearnEigenFace.py同时所需要的资源也都在项目里面import cv2import osimport numpy as npimgs = []cl = []imgPath = './Actor/zxc/'model = cv2.face.EigenFaceRecognizer_create()dirs = os.listdir(imgPath)...

2018-12-10 13:51:29 7525 14

原创 OpenCV找出视频文件中的人脸

代码位置:22-GetFaceFromMoive.pyimport cv2import oscameraCapture = cv2.VideoCapture('./res/test.mp4')path = os.getcwd() + '/XML/haarcascade_frontalface_alt_tree.xml'detector = cv2.CascadeClassifier(...

2018-12-05 17:38:12 1398

原创 OpenCV人脸检测

代码位置:21-FaceDetect.pyimport cv2import osimg = cv2.imread('./res/face.jpeg')path = os.getcwd() + '/XML/haarcascade_frontalface_alt2.xml'detector = cv2.CascadeClassifier(path)rects = detector.de...

2018-12-05 17:19:41 580

原创 OpenCV Canny边缘检测

代码位置:20-Canny.pyimport cv2from matplotlib import pyplot as pltimg = cv2.imread('./res/mini.jpeg',0)edges = cv2.Canny(img,150,200)plt.figure(figsize = (20, 10))plt.subplot(1, 2, 1)plt.imshow(i...

2018-12-04 15:36:50 390

原创 OpenCV图像阶梯

代码位置:19-ImageLaplacian.pyiimport cv2from matplotlib import pyplot as pltimg = cv2.imread('./res/CarID.jpeg',0)laplacian = cv2.Laplacian(img, cv2.CV_64F)sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0,...

2018-12-04 13:37:06 423

原创 OpenCV自适应二值化

代码位置:18-AdaptThresholding.pyimport cv2 as cvfrom matplotlib import pyplot as pltimg = cv.imread('./res/CarID.jpeg',0)ret,thresh1 = cv.threshold(img,120,255,cv.THRESH_BINARY)ret,thresh2 = cv.thr...

2018-12-04 11:55:08 3893

原创 OpenCV图像二值化

代码位置:17-ImageThresholding.pyimport cv2 as cvfrom matplotlib import pyplot as pltimg = cv.imread('./res/CarID.jpeg',0)ret,thresh1 = cv.threshold(img,120,255,cv.THRESH_BINARY)ret,thresh2 = cv.thr...

2018-12-04 11:40:55 945

原创 OpenCV blur归一化滤波、GaussianBlur高斯滤波、medianBlur中值滤波

代码位置:16-ImageBlur.pyimport cv2img = cv2.imread('./res/mini.jpeg')cv2.imshow('org', img)kernelsizes = [(3,3), (9,9), (15, 15)]for kernel in kernelsizes: blur = cv2.blur(img, kernel) cv2....

2018-12-03 12:24:10 1480

Add Action Items and Overflow Menu to ActionBar

Add Action Items and Overflow Menu to ActionBar。源码

2016-01-24

drawable-xhdpi.zip

Download drawable-xhdpi.zip 图片资源

2016-01-24

drawable-hdpi.zip

drawable-hdpi.zip图片资源

2016-01-24

drawable-mdpi.zip

图片资源Download drawable-mdpi.zip

2016-01-24

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