m0_46341772的博客

前言在前面两篇关于火焰检测的文章中，最终的效果不是很好，为了提高火焰检测的效果，又搜集了一些火焰数据，训练的网络由之前的yolov3-tiny改为mobilev2-yolov3，最终在树莓派上利用NCNN推算框架，比之前的效果要好很多，如图：下面把实现的步骤和大家分享下：在darknet下训练训练的cfg和model文件如果需要联系笔者在树莓派上部署NCNN官方提供了在树莓派上的编译说明，按照这个说明是可以编译起来的。这里可以参考这篇文章来安装依赖：sudo apt-get install

前言上一篇文章中利用RGB判据和HIS判据，设定合适的阈值条件，检测出火焰对应像素的区域，将原图二值化，经过中值滤波以及数学形态学的膨胀运算等图像处理，消除一些噪声及离散点，连通一些遗漏的区域，从而来检测火焰，这个方法在背景比较单调且与火焰差别较大时，效果良好，几乎没有任何噪声对其造成干扰。但当背景复杂或与火焰颜色比较相似时，会不时出现噪声和误判。今天和大家分享利用目标检测算法中的yolov3来检测火焰。数据数据并标注我在网络上找到了一批关于火焰的数据将这些数据标注将标注好的数据进行训练，得

前言根据论文An Early Fire-Detection Method Based on Image Processing ,The Author is:Thou-Ho (Chao-Ho) Chen, Ping-Hsueh Wu, and Yung-Chuen Chiou 中原理实现火焰检测。基本原理主要结合RGB判据和HIS判据，设定合适的阈值条件，检测出火焰对应像素的区域，将原图二值化，经过中值滤波以及数学形态学的膨胀运算等图像处理，消除一些噪声及离散点，连通一些遗漏的区域。利用OpenC

前言上一篇为文中和大家分享如何检测图像中的圆，本篇继续和大家分享项目中的其他内容，项目的目标是坚持检测物体中的一个晶体，并计算它的偏移角度。思路检测图像中的圆形，并把圆形的区域裁剪下来，这样就可以排除一些干扰，这一步前面一篇文章已经分享。对裁剪得到的图进行二值化处理。寻找最大的目标块，找到目标块的中心点，根据该点和圆心的点计算角度。知识点二值化图像的二值化就是将图像上的像素点的灰度值设置为0或255，这样将使整个图像呈现出明显的黑白效果。在数字图像处理中，二值图像占有非常重要的地位，

前言最近工作上项目上需要检测图像中是否有圆形，下面就结合和大家介绍下利用opencv里面的函数来检测圆形。知识点HoughCircles方法原型：void HoughCircles(InputArray image,OutputArray circles, int method, double dp, double minDist, double param1=100,double param2=100, int minRadius=0, int maxRadius=0 ) 参数含义1

由于OpenCV既是机器视觉库，也是图像处理库，给头像添加国旗，那自然是小菜一碟，下面就实现过程和大家分享一些openCV里图像处理函数。实现过程1、读取头像图像和国旗图像2、把国旗图像叠加到头像图像上3、把叠加好的图像保存好注意的地方：1、国旗图像必须缩放到合适的大小，才能放到头像图像上2、国旗图像缩放不能变形所以就把国旗的宽度缩放至头像宽度的1/4，然后高度也按照同样的比例进行缩放。知识点介绍1、resize（）函数resize函数在各个图像处理项目里都应用十分广泛。函数调用：.

这是笔者第一个在树莓派上运行的工程，就这个工程用到的一些知识点和大家分享下。工具树莓派4+摄像头环境树莓派运行的环境参考下面这篇文章：树莓派下opencv3.4.0的安装与错误处理文章针对安装软件时碰到的问题都要详细的解决方案。知识点OpenCV简介OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MA