opencv
CV/NLP大虾
https://github.com/hanhui269/
展开
-
opencv读取rtsp的一些优化
用队列将同步转为异步import cv2import queueimport timeimport threadingq=queue.Queue() def Receive(): print("start Reveive") cap = cv2.VideoCapture("rtsp://admin:admin_123@172.0.0.0") ret, frame = cap.read() q.put(frame) while ret: r原创 2022-03-03 14:27:40 · 2877 阅读 · 0 评论 -
opencv-滤波
线性滤波与卷积的基本概念线性滤波可以说是图像处理最基本的方法,它可以允许我们对图像进行处理,产生很多不同的效果。做法很简单。首先,我们有一个二维的滤波器矩阵(有个高大上的名字叫卷积核)和一个要处理的二维图像。然后,对于图像的每一个像素点,计算它的邻域像素和滤波器矩阵的对应元素的乘积,然后加起来,作为该像素位置的值。这样就完成了滤波过程。import cv2 import numpy #-卷积/锐化/边缘检测/模糊滤波器详解 def cv_show(name, img):原创 2021-11-04 14:13:22 · 1875 阅读 · 0 评论 -
opencv-滤波
show_gray = cv2.cvtColor(show, cv2.COLOR_BGR2RGB)show_gray_blur=cv2.GaussianBlur(show_gray,(5,5),0)cv2.imshow("blur", show_gray_blur)参考文献:https://blog.csdn.net/qq_27261889/article/details/80822270原创 2021-11-03 15:27:31 · 1737 阅读 · 0 评论 -
基于dlib的抽烟检测
detector = dlib.get_frontal_face_detector() predictor = dlib.shape_predictor("./shape_predictor_68_face_landmarks.dat") cap = cv2.VideoCapture("smoke.avi") ret, image = cap.read() idxx=1 while ret: print("id",idxx)原创 2020-07-22 17:40:37 · 918 阅读 · 0 评论 -
基于Dlib——人脸识别68个特征点
imutils 这个图像处理工具包,除了简化 opencv 的一些操作之外,还有专门配合 dlib 处理人脸数据的工具 face_utils。dlib 提取人脸数据后,五官都是用一些特征点来表示的,每个部位的点的索引是固定的,想要进一步操作就得对这些点进行处理,而 face_utils 就是简化这些点的表现方式:dlib 提取人脸特征点是用 68 个点包围每个部位,如上图,例如第 37 个点到第 42 个点就代表右眼,在图片上这几个点若显示出来就是把右眼那块区域包围着,可以通过这些点之间距离的变化来判断原创 2020-07-22 17:31:03 · 14827 阅读 · 2 评论 -
opencv边缘检测以及生成各种框
参考文章:https://www.cnblogs.com/leokale-zz/p/11349481.html原创 2020-07-22 17:23:45 · 531 阅读 · 0 评论 -
opencv
opencv 软连接g++ main.cpp pkg-config --cflags --libs opencv -o main原创 2019-11-29 17:07:01 · 75 阅读 · 0 评论