OpenCV 入门

已于 2022-05-28 20:43:30 修改
阅读量299 收藏
点赞数 1
分类专栏： CV相关 文章标签： 计算机视觉 算法 人工智能
于 2022-05-19 21:22:58 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35566468/article/details/124774351
版权

 OLO系列算法精讲：从yolov1至yolov5的进阶之路（2万字超全整理）_AI 菌的博客-CSDN博客_yolov1到yolov5

​​​​​​imutils工具库使用___山顶洞人__的博客-CSDN博客_imutils库

OpenCV最详细入门（一）-python（代码全部可以直接运行）_无乎648的博客-CSDN博客_opencv入门python​​​​​​

OpenCV最详细入门（二）-python（代码全部可以直接运行）_无乎648的博客-CSDN博客_opencv2-python



YOLO系列算法精讲：从yolov1至yolov5的进阶之路（2万字超全整理）_AI 菌的博客-CSDN博客_yolov1到yolov5opencv task2----停车场车位识别_快了的程序猿小可哥的博客-CSDN博客Opencv项目实战-信用卡数字识别_于小猿Sup的博客-CSDN博客_信用卡数字识别YO

harris 角点检测 

判断边界、平面、角点

​​

​​

 ​​

 ​​

 检测出棋盘的角点

​​


SIFT  尺度变换不变性

  1. 得到不同空间的图像：使用高斯滤波模糊图像
  2. 得到不同分辨率的图像：金字塔，金字塔的每层都要高斯滤波得到模糊图像
  3. 高斯差分金字塔(DOG)：得到关键特征

​​

​​
关键点绘制

还可以计算特征，得到特征向量

​​

基于特征点进行特征匹配

​​

​​

找到对应关键点、连起来

​​

switee
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
【笔记】sobel算子 scharr算子 laplacian算子
qq_41358574的博客
02-28 3079
sobel算子 参数ksize:sobel核的大小，为-1时会使用scharr算子运算 直接将参数ddepth的值设置为-1，在计算时得到的结果可能是错误的。 在实际操作中，计算梯度值可能会出现负数。如果处理的图像是8位图类型，则在ddepth的参数值为-1时，意味着指定运算结果也是8位图类型，那么所有负数会自动截断为0，发生信息丢失。为了避免信息丢失，在计算时要先使用更高的数据类型 cv2.CV_64F，再通过取绝对值将其映射为cv2.CV_8U（8位图）类型。所以，通常要将函数cv2.Sobel（）内参
opencv入门教程
11-17
Opencv 入门教程 Opencv 是一个计算机视觉库，提供了大量的函数和类来处理图像和视频。Opencv 的核心库（cv、cvaux）是用 C 和 C++ 编写的，因此本文档仅对用 C 和 C++ 代码的编写有效。 Opencv 编码样式指南 ...
Opencv学习（4）——图像梯度处理
qq_60130426的博客
07-21 1932
Sobel,Scharr和Laplaian算子
python CV学习6：边缘检测
pandachu的博客
09-24 762
1 什么是边缘？ 边缘是图像强度函数快速变化的地方 2 如何检测边缘？ 为了检测边缘，我们需要检测图像中的不连续性，可以使用导数来检测不连续性。 3 图像梯度 梯度就是X方向的箭头和Y方向的箭头的和。假设某一点上,x的偏导数为3,y的偏导数为-1,则该点的梯度就是(3,-1) 4Sobel算子 x和y方向的Sobel算子分别为： 拿下图举例 img=cv2.imread('src/noise0.jpg',cv2.IMREAD_GRAYSCALE) sobel_x1...
【OpenCV】第九章: 图像梯度
因为热爱所以坚持
12-06 1969
第九章: 图像梯度 图像梯度是用来做边缘检测的一种方法。为什么要检测边缘？ 比如自动驾驶里面，我们至少要做的一个工作就是道路的边缘检测，只有正确的检测到道路的边缘我们的车才会行驶在道路上而不是开到马路牙子外。 或者从另一个角度解释，我们做边缘检测不是让人眼去欣赏一张道路图片里面的道路边缘的，我们正确检测出一张图像的边缘是为了让模型更好的去认识这张图片中的道路。所以精确的边缘检测可以帮助电脑模型很好的识别这是道路还是道路外面，从而做出正确的反馈——指导汽车正确行使。 图像梯度的原理： 梯度是微积分中的概
OpenCV 图像梯度 ：cv2.Sobel()，cv2.Schar()，cv2.Laplacian() + 数据类型设置：cv2.CV_8U，cv2.CV_16S，cv2.CV_64F
weixin_46318945的博客
07-31 6097
原理： 梯度本质上就是导数。OpenCV 提供了三种不同的梯度滤波器，或者说高通滤波器：Sobel，Scharr 和Laplacian。Sobel，Scharr 其实就是求一阶或二阶导数。Scharr 是对Sobel（使用小的卷积核求解求解梯度角度时）的优化。Laplacian 是求二阶导数。 1.Sobel 算子和Scharr 算子 Sobel 算子是高斯平滑与微分操作的结合体，所以它的抗噪声能力很好。你可以设定求导的方向（xorder 或yorder）。还可以设定使用的卷积核的大小（ksize）.
bilibili唐宇迪老师OpenCV入门笔记
11-14
在本压缩包文件中，我们关注的是"Bilibili唐宇迪老师OpenCV入门笔记"的相关教程。唐宇迪是一位知名的计算机视觉领域讲师，他在Bilibili上分享了关于OpenCV的视频课程，帮助初学者掌握这一强大的图像处理库。OpenCV...
OpenCV入门教程.pdf
09-30
OpenCV 入门教程 OpenCV 是一个广受欢迎的开源计算机视觉库，它提供了很多函数，实现了很多计算机视觉算法，算法从最基本的滤波到高级的物体检测皆有涵盖。本教程旨在为初学者提供引导，使初学者快速了解 OpenCV 的...
OPENCV CV_64FC1含义
热门推荐
lisarer的博客
05-23 2万+
很好理解：CV_64FC1   64F代表每一个像素点元素占64位浮点数，通道数为1CV_64FC3   64F代表每一个像素点元素占64点×3个浮点数，通道数为4
Opencv python基础入门（4）---sobel算子及边缘检测
坚持就是胜利
04-06 455
本文主要介绍sobel算子及边缘检测： 代码如下： #sobel,ddepth如果设置为-1的话，水平处理只能取出左边界，右边界为负值丢失了，所以需要先用64F扩展然后用convertScaleAbs转换 #dx,dy都设置为1和使用addWeighted用法差别：addWeighted更细节 img2=cv2.Sobel(img,ddepth=cv2.CV_64F,dx=1,dy=0,ksize=3) img3=cv2.Sobel(img,ddepth=cv2.CV_64F,dx=0,dy=1,ks
opencv 图像梯度
Xiaoli_Coding
04-12 1万+
学习图像梯度，图像边界等 使用到的函数有： cv2.Sobel()， cv2.Schar()， cv2.Laplacian()
OpenCV-Python 中文教程13——图像梯度与Canny边缘检测
GeekZW的博客
06-29 2443
OpenCV-Python 中文教程13——图像梯度与Canny边缘检测目标• 掌握图像梯度，图像边界• 学习函数 cv2.Sobel()， cv2.Schar()， cv2.Laplacian() 等• 了解 Canny 边缘检测的概念• 学习函数 cv2.Canny() 一、图像梯度原理      梯度简单来说就是求导。OpenCV 提供了三种不同的梯度滤波器，或者说高通滤波器： Sobel，...
python图像边缘增强opencv_Python中使用OpenCV(CV2)对图像进行边缘检测
weixin_30340269的博客
01-29 4789
使用的模块：为此，我们将使用opencv-python模块，该模块为我们提供了处理图像的各种功能。下载opencv-pythonGeneralWay:pipinstallopencv-pythonPycharmUsers:GototheprojectInterpreterandinstallthismodulefromthere.opencv-python模块：open...
OpenCV中图片边缘提取算子cv2.Scharr()和cv2.Laplacian()的讲解
weixin_43869605的博客
08-27 2816
一、图像梯度-Scharr算子 1、cv2.Scharr(src,ddepth,dx,dy) 参数说明： src表示输入的图片， ddepth表示图片的深度，通常使用-1， 这里使用cv2.CV_64F允许结果是负值， dx表示x轴方向算子， dy表示y轴方向算子 注：scharr算子， 从图中我们可以看出scha...
＜数据集＞光伏板缺陷检测数据集＜目标检测＞
qq_53332949的博客
07-14 464
YOLO与VOC格式的光伏板缺陷检测数据集，适用于YOLO系列、Faster Rcnn、SSD等模型训练，类别：Crack、Grid、Spot
实验三：图像的平滑滤波
智珂的博客
07-14 815
（1）选择一幅图像，分别选择两种尺寸的算术平均模板进行均值滤波模糊处理，并对不同尺寸的滤波器模板操作后的图像进行比较。 （2）选择一幅图像，对图像加入椒盐噪声，检验两种滤波模板（3×3平均模板和3×3中值滤波器）对噪声的滤波效果。
YOLOv1翻译（You Only Look Once: Unified, Real-Time Object Detection）
smilejfy的博客
07-12 701
我们发表了 YOLO，一种新的目标检测方法。先前关于目标检测的工作重新利用分类器来执行检测。取而代之的是，我们将目标检测构建成一个回归问题，该回归问题指向空间上分离的边界框和相关的类概率。单个神经网络可在一次评估中直接从完整图像预测边界框和类别概率。由于整个检测pipeline是单一网络，因此可以直接在检测性能上进行端到端的优化。我们的统一架构在执行上速度极快。我们的base YOLO 模型以45 帧/秒的速度实时处理图像。
OpenCV 轮廓检测
最新发布
我的Python教程
07-15 656
在 OpenCV 中，轮廓检测是一种用于查找图像中具有相似颜色或强度的连通像素组的技术，这些像素组通常代表了图像中的物体边缘。轮廓可以用来识别和分割图像中的物体，是计算机视觉应用中的一个重要步骤，如目标识别、形状分析等。在上述代码中，cv2.RETR_TREE表示要检索所有轮廓并构建完整的层次结构，而cv2.CHAIN_APPROX_SIMPLE则用于压缩水平、垂直和对角方向上的连续点，仅保留端点。此函数需要一个二值图像作为输入。每个轮廓是一个由点构成的Numpy数组，这些点定义了轮廓的边界。
opencv入门
05-25
在开始 OpenCV 入门之前，需要安装 OpenCV 库，可以通过以下命令在 Linux 系统中安装： ``` sudo apt-get install libopencv-dev python-opencv ``` 下面简单介绍一些 OpenCV 常用的基本操作： 1. 读取图像 使用...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值