OpenCV 系列
文章平均质量分 91
OpenCV跨平台计算机视觉和机器学习软件库,实现了图像处理和计算机视觉方面的很多通用算法。
优惠券已抵扣
余额抵扣
还需支付
¥19.90
¥99.00
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
A little strawberry
小白继续加油
展开
-
OpenCV 4☀️ | OpenCV 基础篇 知识总结
OpenCV 4☀️ | OpenCV 基础篇 知识总结原创 2024-06-08 10:30:45 · 8856 阅读 · 0 评论 -
OpenCV 4基础篇☀️ | (六)OpenCV图像的拼接
OpenCV 4基础篇☀️ | (六)OpenCV图像的拼接原创 2024-06-08 10:22:49 · 8842 阅读 · 0 评论 -
OpenCV 4基础篇☀️ | (五)OpenCV图像的裁切
OpenCV 4基础篇☀️ | (五)OpenCV图像的裁切原创 2024-06-08 10:21:43 · 8769 阅读 · 0 评论 -
OpenCV 4基础篇☀️ | (四)OpenCV像素的编辑
像素是构成数字图像的基本单位,像素处理是图像处理的基本操作。对像素的访问、修改,可以使用 Numpy 方法直接访问数组元素。原创 2024-06-08 10:20:05 · 8822 阅读 · 0 评论 -
OpenCV 4基础篇☀️ | (三)OpenCV图像基本操作
OpenCV 4基础篇☀️ | (三)OpenCV图像基本操作原创 2024-06-08 10:18:03 · 8777 阅读 · 0 评论 -
OpenCV 4基础篇☀️ | (二)色彩空间类型转换
RGB 图像是一种比较常见的色彩空间类型,除此之外,比较常见的还有以下类型:GRAY 色彩空间(即灰度图像)、XYZ 色彩空间、YCrCb 色彩空间、HSV 色彩空间、HLS 色彩空间、CIELab 色彩空间、CIELuv 色彩空间等,这些不同的色彩空间,是根据不同角度进行定义的,比如从光学角度出发,可以将颜色解析为主波长、纯度、明度等;从心理学和视觉角度出发,可以将颜色解析为色调、饱和度、亮度等;从神经学来说,自然界中常见的各种光都可以通过三基色按照一定的比例混合构成。原创 2024-06-08 10:16:31 · 9167 阅读 · 0 评论 -
OpenCV 4基础篇☀️ | (一)OpenCV简介
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库。它由英特尔公司发起并参与开发,以BSD许可证授权发行,可以在商业和研究领域中免费使用。OpenCV提供了大量的计算机视觉、图像处理和模式识别的算法,包括实时图像处理、视频分析、特征检测、目标跟踪、人脸识别、物体识别、图像分割、光流法、立体视觉、运动估计、机器学习和深度学习等。原创 2024-06-08 10:13:48 · 8781 阅读 · 0 评论 -
[OpenCV]实战系列——FAST特征点检测
Harris 算子根据两个垂直方向上的强度变化率给出了角点(或更一般地说,兴趣点)的数学定义。但使用这种定义需要计算图像导数,计算代价较为高昂,特别是兴趣点检测通常只是更复杂算法的先决步骤。在本中,我们将学习另一个特征点检测算子FAST其专门设计用于快速检测图像中的兴趣点;关键点检测仅基于几个像素的比较。转载 2023-04-19 08:45:03 · 21865 阅读 · 1 评论 -
OpenCV实战系列——特征描述符
SURF 和 SIFT 关键点检测算法为每个检测到的特征计算位置、方向和比例,比例因子信息可用于定义每个特征点周围的图像窗口的大小。因此,无论特征所属对象的比例如何,定义的邻域都将包含相同的视觉信息。本节将介绍如何使用特征描述符描述兴趣点的邻域,在图像分析中,该邻域中包含的视觉信息可用于表征每个特征点,以区分不同特征点。特征描述符通常是N维向量,以对光照变化和透视变形鲁棒的方式描述特征点。通常,可以使用简单的距离度量来比较描述符,例如欧几里得距离。因此,特征描述符是可以用于特征匹配应用程序的强大工具。转载 2023-04-19 08:42:52 · 21444 阅读 · 1 评论 -
OpenCV实战系列——轮廓检测详解
在计算机视觉领域,轮廓通常指图像中对象边界的一系列点。因此,轮廓通常描述了对象边界的关键信息,包含了有关对象形状的主要信息,该信息可用于形状分析与对象检测和识别。本节中,我们首先介绍如何提取图像中轮廓,然后讲解如何计算轮廓的形状描述符。转载 2023-03-22 08:53:07 · 21088 阅读 · 0 评论 -
OpenCV实战系列——图像线条提取
基于内容的图像分析,需要从构成图像的像素集合中提取有意义的特征。轮廓、线条、区域等是基本的图像基元,可用于描述图像中包含的元素。本节将介绍如何提取重要的图像线条特征。翻译 2023-03-13 09:15:06 · 18735 阅读 · 0 评论 -
OpenCV实战系列:图像滤波详解
滤波是信号和图像处理中的基本任务之一,其旨在有选择地提取图像的某些特征,可以用于在给定应用程序的上下文中传达重要信息,例如,去除图像中的噪声、提取所需的视觉特征、图像重采样等。图像滤波起源于信号系统理论,本节将介绍一些与滤波相关的重要概念,并展示如何在图像处理应用程序中使用滤波器。转载 2023-03-10 09:38:25 · 20150 阅读 · 0 评论 -
OpenCV实战系列:OpenCV与图像处理基础
OpenCV是一个的跨平台计算机视觉库,包含了500多个用于图像和视频分析的高效算法。本节将介绍OpenCV的基础知识,以及如何编译运行OpenCV程序,并将学习如何完成最基本的[图像处理]任务——读取、显示和保存图像。除此之外,鼠标事件和图形绘制也是OpenCV计算机视觉项目中常用的基本功能(例如图像标注场景,利用鼠标事件在图像中绘制目标对象的边界框),本节介绍了如何使用这两个重要的OpenCV功能。翻译 2023-03-10 09:41:32 · 17934 阅读 · 0 评论 -
OpenCV-Python实战系列:图像与视频文件的处理
无论在任何类型的计算机视觉任务中,处理图像或视频都是其中的核心要素,绝大多数计算机视觉都会使用图像或视频作为数据输入的形式。此外,任何项目都应该可以在完成任何类型的处理后生成一些数据,这些数据可以以图像或者其它类型形式的输出。在计算机视觉中,由于这些类型的项目(例如,要处理的图像为输入、由机器学习算法生成的模型处理信息、输出目标信息)的固有特性,因此项目的信息流(输入——处理——输出)间也具有特殊的相关性。在本文中,将学习使用OpenCV处理构建计算机视觉应用程序所必需的图像和视频。翻译 2023-03-10 09:41:44 · 17888 阅读 · 0 评论 -
OpenCV实战系列:高通滤波器及其应用
在频域分析中,滤波器是一种放大图像某些频带同时减少其他频带的操作,低通滤波器 () 是消除图像高频成分的滤波器,而高通滤波器 () 消除图像的低频成分。在《滤波器》一节中,已经介绍了[低通滤波器]的实现以及应用,在本节中,我们介绍另一类重要的滤波器,即高通滤波器。转载 2023-03-10 09:37:55 · 19149 阅读 · 0 评论