![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
哈宝可爱
这个作者很懒,什么都没留下…
展开
-
PIL font.getoffset - 解决字体文本没有紧贴box
解决字体文本没有紧贴boxbe like:原来字体本身自带offset,通过font.getoffset(corpus)查看:def get_corpus_width_height(corpus, font_path, wordsize): """get the width of the current corpus""" font = ImageFont.truetype(font_path, wordsize) # 磅值 # 得到以指定大小的某字体表示的一串文本的宽和高,原创 2021-12-30 17:36:57 · 506 阅读 · 0 评论 -
将标注好的文本检测数据裁剪成紧贴文本
将标注好的文本检测数据裁剪成紧贴文本文章目录将标注好的文本检测数据裁剪成紧贴文本背景背景PaddleOCR默认的文本检测模型得到的box是紧贴文本的,我们在文本识别后的后处理策略也需要紧贴文本的box以进行过滤。因此我们需要将将标注好的文本检测数据裁剪成紧贴文本的样式。需要做到这一点,我们需要:将图片转换成灰度图将灰度图二值化-> 得到黑色背景白色前景得到最小外接矩阵最小外接矩阵可能是有旋转角度的,将它映射为正视图对最小外接矩阵进行裁剪先介绍两个相关博客OpenCV Pytho原创 2021-12-30 10:37:03 · 1378 阅读 · 0 评论 -
opencv python 求文本的最小外接矩阵
直接求contours,再求最小外接矩阵def crop(src_path): im_color = cv2.imread(src_path) im = cv2.cvtColor(im_color, cv2.COLOR_BGR2GRAY) # retval, binary_im = cv2.threshold(im, thre, 255, cv2.THRESH_BINARY_INV) # binary_im = cv2.adaptiveThreshold(im, 255,原创 2021-12-29 16:38:43 · 1874 阅读 · 0 评论 -
opencv 水滴检测 形态学处理
文章目录背景形态学处理背景我在水滴检测时参考了GMM的代码,里面有这样的操作:# 定义结构元素kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))# 构造混合高斯模型model = cv2.createBackgroundSubtractorMOG2(50, 16, detectShadows=False) # 运用高斯模型进行拟合 fgmk = model.apply(frame) # 使用前面的卷积,原创 2021-09-08 16:38:58 · 1386 阅读 · 0 评论 -
opencv 裁剪图片
文章目录背景方法背景通过cv2.selectROI得到了区域的就(minx,miny,w,h),我们需要在frame中把这一区域裁剪下来。听人说crop下来,我以为opencv中有特定的函数,但是实际上直接在ndarray上切片就行了方法在OpenCV2 里面,所有的东西都是 numpy array 即 np.ndarray,所以我们可以通过ndarray的切片裁剪图像。frame通过opencv读取后的size:(1080, 1920, 3)3个维度,依次是行,列,通道数。进行裁剪只需要对原创 2021-09-08 16:23:37 · 1075 阅读 · 0 评论 -
opencv python cv2.selectROI的使用
背景在水滴检测中,目前的解决方案是选择一个检测区域,只检测这个区域内,这样可以规避其他区域的影响。一开始是手动确定要检测的区域,计算出bbox后,只输出存在与这个区域内的bbox。后来经提醒,cv2.selectROI可以在屏幕上手动画出一个bbox,返回它的(minx, miny, w, h)cv2.selectROI的使用cv2.selectROI可以让用户框出感兴趣的区域,以便对这个区域进行截取和后续处理。使用: if num == 1: r = cv2.selectR原创 2021-09-08 16:00:39 · 5541 阅读 · 2 评论 -
GMM 水滴检测 调参 2021.9
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))修改kernel大小:kernel=(8, 8)kernel=(5, 5)都检测不到水滴kernel=(4,4)几乎检测不到model = cv2.createBackgroundSubtractorMOG2(50, 16, detectShadows=False)混合高斯模型GMM修改参数:默认值为500,16history:试了500,200, 100,50..原创 2021-09-08 11:16:44 · 229 阅读 · 0 评论