![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
opencv
那里,春暖花开
这个作者很懒,什么都没留下…
展开
-
数据增强之仿射变换(旋转图像)
图片仿射变换需要用到一些线性代数的知识,以下为参考链接。几何变换矩阵分析:空间变换与基变换矩阵分析:从特征值到奇异值图片发生仿射变换,对应的坐标点标注也要进行响应的变换。核心代码如下#图片进行变换rotMat = cv2.getRotationMatrix2D(center, angle, 1.0)img = cv2.warpAffine(img, rotMat, (width, height))#坐标点标注进行变换R = rotMat[:, : 2]W = np.array([rot原创 2020-07-17 22:34:17 · 752 阅读 · 0 评论 -
根据关键点坐标生成heatmap
使用高斯模糊,根据关键点坐标生成heatmap假设heatmap大小为6448,关键点的坐标为(32,24)即将一个6448的黑图的中心点点亮import matplotlib.pyplot as pltimport numpy as npimport cv2def generate_heatmap(heatmap, sigma): heatmap[32][24] = 1 heatmap = cv2.GaussianBlur(heatmap, sigma, 0) am原创 2020-07-08 20:29:56 · 4281 阅读 · 0 评论 -
理解opencv读取图片后的格式,理解图片矩阵的储存方式
python对opencv读入图片的shape理解在高,宽,通道数上分别进行裁剪import cv2import numpy as npimg = cv2.imread("./image.jpg")print(img.shape) #高,宽,通道数cut1 = img[:30,:,:]cv2.imwrite("./cut1.jpg", cut1)cut2 = img[:,:30,:]cv2.imwrite("./cut2.jpg", cut2)cut3 = img[:,:,0]原创 2020-06-11 23:23:35 · 2092 阅读 · 1 评论