opencv
文章平均质量分 52
ghang35
.。。。
展开
-
基于CRNN的中文车牌识别
基于端到端的中文车牌识别,可支持所有单行车牌识别原创 2022-12-14 14:59:47 · 1172 阅读 · 2 评论 -
OpenCV保存H.264编码视频,自定义码率
1、OpenCV视频I/O概述OpenCV视频I/O模块是一组用于读取和写入视频或图像序列的类和功能。基本上,该模块将cv :: VideoCapture和cv :: VideoWriter类作为2层接口提供给许多用作后端的视频I / O API某些后端,例如(DSHOW)Direct Show,Windows视频(VFW),Microsoft Media Foundation(MSMF),Video 4 Linux(V4L)等,是操作系统提供的视频I / O库的接口。其他一些后端,例如用原创 2021-08-30 15:31:32 · 5063 阅读 · 1 评论 -
openCV调用YOLOv5 ONNX模型
导出U版YOLOv5的ONNX模型,openCV直接读取会失败,原因在于Pytorch2ONNX不支持对slice对象赋值,需要更改下列两个地方代码:yolov5/models/common.pyclass Focus(nn.Module): # Focus wh information into c-space def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True): # ch_in, ch_out, kernel原创 2021-05-10 12:26:07 · 19216 阅读 · 26 评论 -
基于改进YOLO算法的夜间车辆检测
目前开源的车辆检测模型主要是针对白天场景,夜晚的车辆检测基本找不到。由于项目需要,只好自己训练了一个基于YOLO的夜间车辆检测模型。采用的网络结构car.cfg:[net]# Testing#batch=1#subdivisions=1# Trainingbatch=64subdivisions=4width=512height=512channels=3momentum=0.9decay=0.0005angle=0saturation = 1.5exposure =原创 2020-07-10 11:22:15 · 2797 阅读 · 23 评论 -
海康摄像头opencv实时回调
由于项目的需求,需要对海康摄像头进行取流操作。#include <iostream>#include <opencv2\opencv.hpp>#include <HCNetSDK.h>#include <plaympeg4.h>using namespace std;using namespace cv;LONG nPort = -1;HWND hWnd = NULL;Mat image;//解码回调 视频为YUV数据(YV12),原创 2020-05-26 12:11:11 · 1247 阅读 · 0 评论 -
使用opencv3.4.1自带Tracker进行单目标跟踪
MIL: TrackerMIL 以在线方式训练分类器将对象与背景分离;多实例学习避免鲁棒跟踪的漂移问题。 OLB: TrackerBoosting 基于AdaBoost算法的在线实时对象跟踪.分类器在更新步骤中使用周围背景作为反例以避免漂移问题. MedianFlow: TrackerMedianFlow 跟踪器适用于非常平滑和可预测的运动,物体在整个序列中可见。 TLD: TrackerT...转载 2018-12-07 20:18:53 · 4767 阅读 · 5 评论 -
opencv像素转换
Couresra机器学习课程中的作业题。对海洋中的油污(黑色)进行标记,替换为红色。使用opencv打开图片,遍历图片的像素值,对像素值满足条件(黑色),替换为红色的像素值。参考代码#include "stdafx.h"#include <iostream>#include <opencv2\opencv.hpp>#include <openc...原创 2018-12-07 20:37:31 · 1064 阅读 · 0 评论 -
STAPLE目标跟踪算法(C++ /OpenCV)
简介结合梯度特征HOG及颜色特征的实时跟踪算法,速度可以达到80FPS。摘要近些年来,基于相关滤波跟踪器的算法得到了很大的改进,已经能够达到很好的跟踪效果,14年的KCF,15年的SRDCF、HCF等算法,都已经达到了很高的精度,像HCF已经在OTB-50上达到了0.89的效果,但是美中不足的就是使用了深度学习特征之后速度相对来说比较慢一点,不能达到实时的要求。算法作者经过研究发现,以...原创 2019-06-26 11:00:58 · 3496 阅读 · 3 评论