Open CV
文章平均质量分 58
Micah_A
to be a better swifter
展开
-
Open CV 学习开发笔记之概述(一)
概述Open CV 是一个开源的跨平台的计算机视觉库。它最早是由Inter发起并在2006年发布到开源社区。它的原始代码是基于C语言的,因此是兼容大部分的平台。现在的主要是C++语言,但是依然保留了大量的C语言接口,支持从C#到Java的所有平台,当然也支持iOS。应用领域增强现实人脸识别手势识别动作识别人机交互运动跟踪物体识别图像分区机器人学习路径github地址:https原创 2017-10-23 23:25:13 · 11080 阅读 · 1 评论 -
Open CV 学习开发笔记之图像的输入、输出(二)
图像的表示日常开发中,我们可以看到各种各样的美丽图像,但是在计算机看来,这幅图像只是一堆亮度各异的点。例如:一副尺寸为M×N的图像可以用一个M×N的矩阵来表示,矩阵元素的值表示这个位置上的像素的亮度,一般来说像素值越大表示该点越亮。 一般来说,灰度图用2维矩阵表示: 灰度图像的存储示意图 lij 表示第i行j列的像素值 彩色(多通道)图像用3维矩阵表示,目前大部分设备都是用无符号8位整数原创 2017-10-25 00:10:52 · 1557 阅读 · 0 评论 -
Open CV 学习开发笔记之ROI(Region Of Interest)感兴趣区域(三)
ROI感兴趣区域机器视觉、图像处理中,从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域,ROI。在图像处理领域,感兴趣区域(ROI) 是从图像中选择的一个图像区域,这个区域是你的图像分析所关注的重点。圈定该区域以便进行进一步处理。使用ROI圈定你想读的目标,可以减少处理时间,增加精度。获取图片的感兴趣区域 //获取图片 UIImage * imag原创 2017-11-12 22:30:33 · 1320 阅读 · 0 评论 -
iOS 基于Open CV的边缘检测
图像的边缘检测边缘检测是图像处理和计算机视觉中的基本问题,其目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化边缘检测的一般步骤滤波边缘检测的算法主要是基于图像强度的一阶和二阶导数,但导数通常对噪声很敏感,因此必须采用滤波器来改善与噪声有关的边缘检测器的性能。常见的滤波方法主要是高斯滤波,即采用离散化的高斯函数产生一组归一化的高斯核,然后基于高斯核哈数对图像灰度原创 2017-12-02 14:28:24 · 1969 阅读 · 0 评论