李无间-CSDN博客

原创电赛备赛记录第一篇（控制部分）

2022.5.25 九校联赛备赛阶段第一天联赛小车系统沿用去年国赛使用的树莓派驱动底板与外设。整车情况良好，摄像头通信、连接均正常，现已拼装完整。复产复工的初步成果为：小车可以实现开机自启动的程序运行，实现单纯可控时长的前进、后退、左旋、右旋。现计划以此代码为基础，实现视觉及红外循迹的优化。由于 time.sleep() 函数在使用过程中并不能使运动代码持续执行，导致小车执行一次运动指令后停下，直到 time.sleep() 括号中秒数结束，再进行下一个运动，看上去走走停停。为保证运动时长及运动

2022-05-25 23:42:14 493

原创 Opencv第十八章高级篇之图像模板匹配算法

Brute-Force蛮力匹配# 读入图像img1 = cv2.imread('E:\Anaconda\Anaconda3.8\Hiacut.jpg',0)img2 = cv2.imread('E:\Anaconda\Anaconda3.8\Hia.jpg',0)def cv_show(name,img): cv2.imshow(name, img) cv2.waitKey(0) cv2.destroyAllWindows()sift = cv2.xfeatur

2021-09-27 16:48:15 760

原创 Opencv第十七章进阶篇之图像特征-Harris角点检测

我们之所以在进行图像分析的过程中要进行检测脚点，是因为角点更具有特性下面我们先向大家介绍一下Harris所需要用到的函数cv2.cornerHarris()img:数据类型为float32的输入图像blcokSize：角点检测中指定区域的大小ksize：Sobel求导中使用的窗口大小k：取值参数为[0,04,0.06]之后我们向大家展示一下相关的代码块img = cv2.imread('E:\Anaconda\Anaconda3.8\JJiaodian.jpg')print('i

2021-09-27 16:35:33 303

原创 Opencv第十六章进阶篇之SIFT算法计算特征

图像尺度空间在一定范围内，无论是物体是大还是小，人眼都可以分辨出来，然而计算机却很难完成，所以要让机器能够对物体在不同的尺度下有统一的认知，就需要考虑图像在不同尺度下都存在的特点尺度空间的获取可通过高斯模糊来实现不同cgema的高斯函数决定了图像的平滑程度，越大的cgema对应的图像越模糊图像金字塔可实现不同尺度图像大小比对高斯差分金字塔 = 高斯变换 ==>图像金字塔 ==>不同层图像相减 ==> 得出不同特征中差异最大的特征 ==>特征关键点定位（离散转

2021-09-23 22:51:47 386 1

原创 Opencv项目实战1 银行卡数字识别

由于需要较为方便的添加路径，本博主本项目实战所用的IDE由Jupiter Notebook 更改为Pycharm，Pycharm的配置过程较为简单，大家在官网下载即可，配置好以后即可使用。废话不多说，咱们见代码。所有的操作流程作者都已经在代码中给出明确清晰注释，以便大家逐步debug。# 导入工具包import argparseimport imutilsimport cv2import myutilsimport numpy as npfrom imutils import co

2021-09-23 22:24:51 614

原创 Opencv第十五章进阶篇之傅里叶变换

傅里叶变换与前面的一系列操作与之前的操作最大的区别是——它的代码特别的长。。。所以博主决定向大家介绍傅里叶变换的时候采用代码串加注释的方法进行展示与说明。首先向大家介绍一些基本概念：#傅里叶变换#原理：任何图像都是由正弦波累积而成的#固定时域分析频域的变化#滤波#高频：变化剧烈的灰度分量，例如边界#低频：变化缓慢的灰度分量，例如一片大海#低通滤波器：只保留低频，会使得图像模糊#高频滤波器：只保留高频，会使得图像细节更强#opencv中主要就是cv2.dft()和cv2.idft

2021-09-18 00:10:01 456

原创 Opencv第十四章进阶篇之图像直方图

图像直方图的绘制图像直方图的绘制是用来统计图像中不同像素值出现的数量，下面向大家展示一下相关的代码：img = cv2.imread('E:\Anaconda\Anaconda3.8\Pict.jpg',0)hist = cv2.calcHist([img],[0],None,[256],[0,256])hist.shape首先读入目标图像，0表示对图像进行灰度处理，转化为灰度图像输出。[img]是将目标图像传入函数，[0]表示的是图像的channel，用中括号括，如果是灰度图就

2021-09-17 23:46:00 278

原创 Opencv第十三章进阶篇之模板匹配

模板匹配的原理，是根据平方差或相似系数表示图片的差异。我们不妨先读进两张图片，其中一张是另一张的一部分截取而成。img=cv2.imread('E:\Anaconda\Anaconda3.8\QR.jpg',0)template=cv2.imread('E:\Anaconda\Anaconda3.8\QR_cut.jpg',0)h,w=template.shape[:2]接下来，分别读取一下两张图片的shape下面需要用到六种不同的模板匹配公式，这里先向大家介绍一下：.

2021-09-16 23:51:45 255

原创 Opencv第十二章进阶篇之图像轮廓

图像轮廓的逼近方法有两种：CHAIN_APPROX_SIMPLE 以freeman链码的方式输出轮廓，所有其他的方法输出多边形（顶点的序列）CHAIN_APPROX_NONE 压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分常用的轮廓检索方式有四种，这里我们只介绍RETR_FREE一种形式:RETR_FREE:检索所有的轮廓，并重构嵌套轮廓的整个层次。下面向大家展示一下轮廓提取的相关代码及其效果图import cv2 #opencv读取的格式是BGRimport m

2021-09-15 21:51:38 266

原创 Opencv第十一章进阶篇之图像边缘处理

Canny边缘检测首先向大家展示一下Canny边缘检测的相关代码img= cv2.imread('E:\Anaconda\Anaconda3.8\Hia.jpg')v2=cv2.Canny(img,25,100)v3=cv2.Canny(img,80,155)v4=cv2.Canny(img,155,200)v5=cv2.Canny(img,200,255)res = np.hstack((v1,v2,v3,v4,v5))cv_show(res,'res')v1=cv2.Canny(

2021-09-15 20:49:36 388

原创 Opencv第十章进阶篇值Scharr算子与Laplacian算子

scharr算子：卷积核的值更大，会使同意图片的图像梯度更大laplacian算子：相当于二阶导，对变化率（梯度）更敏感，但也由此对噪音点比较敏感，不会单独使用，会和其他算子共同使用。#G=P2+p4+p6+p8-4p5不同算子的区别在于其所包含的卷积核不同，其函数的公式是大抵相同的。下面向读者展示一下两种算子相应对应的代码。scharr算子对应代码scharrx = cv2.Scharr(pie, cv2.CV_64F,1,0)scharry = cv2.Scharr(pie, cv2

2021-09-15 20:00:13 150

原创 Opencv第九章进阶篇之图像梯度Soble算子（上）

dst = cv2.Sobel(src,ddepth,dx,dy,ksize)这段代码是梯度计算方法中Soble算子的函数其中：src是输入图像 ddepth是是图像深度,默认为-1，输入与输出深度相等 dx和dy分别表示水平方向和竖直方向，dx为0&dy为1则是求图像的上下梯度，dx为1&dy为 0则是求图像的左右对称ksize是Sobel算子的大小,等于3等于5皆可...

2021-09-14 22:49:40 140

原创 Opencv第八章新手入门之腐蚀、膨胀

图像的腐蚀所谓的图像腐蚀，就是在图像的特定像素点周围进行pie = cv2.imread('E:\Anaconda\Anaconda3.8\Taiji.jpg')kernel=np.ones((30,30),np.uint8)pie_1=cv2.erode(pie,kernel,iterations=1)pie_2=cv2.erode(pie,kernel,iterations=2)pie_3=cv2.erode(pie,kernel,iterations=3)res = np.hsta

2021-09-14 21:57:26 264

原创 Opencv第七章新手入门之图像处理之平滑处理--滤波

用Opencv进行滤波操作，通用的有四种滤波方法：均值滤波均值滤波，及简单的平均卷积操作blur = cv2.blur(img,(3,3))cv2.imshow('blur',blur)cv2.waitKey(0)cv2.destroyAllWindows()方框滤波基本和均值滤波相同，只是可以选择是否进行归一化若选择进行归一化，则选取像素点周围九宫格等权重相加除以九，代码及：box = cv2.boxFilter(img,-1,(3,3),normalize=Tru

2021-09-14 21:11:21 228

原创 Opencv第六章新手入门之图像的阈值

对于图像阈值的操作，公式如下：ret，dst = cv2.threshold(src,thresh,maxval,type)其中src是输入图，只能输入单通道图像，一般来说只输入灰度图 dst是输出图 thresh是阈值，一般来说是127（因为值域为0-255，取中间值恰好为127） maxval是当像素超过了阈值，所赋予的值 type是二值化操作的类型，共包括五种方式： ...

2021-09-14 19:59:14 284

原创 Opencv第五章新手入门之图像处理下（边界填充&像素的加减&图像融合）

2021-09-14 07:51:59 803

原创 Opencv第四章新手入门之图像处理上（截取部分图像数据&颜色通道提取）

图像处理的第一部分是截取部分图像数据#######################################################img=cv2.imread('E:\Anaconda\Anaconda3.8\Jiu.jpg')Img=img[200:960,200:960]cv2.imshow('Little-kiss',Img)cv2.waitKey(0)cv2.destroyAllWindows()cv2.imwrite('E:\Anaconda\Anacon.

2021-09-14 00:39:54 368

原创 Opencv第三章新手入门之图像视频灰度处理

图像及视频的灰度处理，及将彩色的图像及视频转化为黑白的图像及视频。以下先来介绍图片的灰度处理图片的灰度处理由固定的函数，直接使用即可。img=cv2.imread('E:\Anaconda\Anaconda3.8\Jiu.jpg',cv2.IMREAD_GRAYSCALE)如图，图像进行灰度处理过后，出片像素值不变，但是图片的三通道变为了单通道。之后键入输出指令图片变为黑白照片接着可以将生成的黑白照片保存，代码如下接下来是视频的读取cv2.VideoCapture可以..

2021-09-14 00:13:48 2065

原创 Opencv第二章新手入门之Jupiter基本操作--图片信息读取及图片的显示

配置好环境以后就是IDE的选择了，这里博主所用的是Anaconda所提供的Jupiter。Jupiter的一大特点是其所适配的语言较广，C，C++，Java，Python都可以适配。而且具有debug功能（debug功能是Opencv编写的基本要求。）点击菜单栏的Jupyter Notebook弹出相应窗口后，会有jupyter相应网页弹出。点击new即可开始代码块的输入进入代码块后，即可以开始编写相关的代码首先给大家copy一下上述配置所需的网页####环境配置地址- .

2021-09-13 23:27:38 2103

原创 OpenCV第一章新手入门之环境配置

OpenCV运行需要Python环境，所以装配OpenCV首先需要配置Python环境。这里向大家介绍的是通过anaconda安装Python的方法。大家登录到Anaconda官网后，下载anaconda至电脑，下载后是一个安装包格式，需要大家进行装配。装配完成后在桌面菜单栏点击anaconda prompt，在弹出的类似于cmd的黑色代码框中进行安装。打开后，逐条cd路径，之后输入dir，打开目录之后键入python，若正常输出指令输入行，证明python已经配置完成exit（）退出.

2021-09-13 23:01:03 173

m0_54396639的博客