前言
案例 Fu Xianjun. All Rights Reserved.
随着当今世界的发展,计算机视觉技术的应用越来越广泛。伴随着硬件设备的不断升级,构造复杂的计算机视觉应用变得越来越容易了。OpenCV像是一个黑盒,让我们专注于视觉应用的开发,而不必过多的关注基础图象处理的具体细节。
一、K近邻算法是什么?
K近邻算法的本质是将指定对象根据已知特征值分类。
机器学习算法是从数据中产生模型,我们把经验提供给算法,他就能够根据经验产生模型,在训练过程中所使用的数据称为训练数据,其中的每个样本称为训练样本,集合称为训练集合。
二、使用步骤:
原图展示:
1.引入库
import cv2
import numpy as np
2.读入数据
def sort_contours(cnts, method = "left-to-right"):
# 定义一个函数,对轮廓进行排序,从左到右
reverse = False
i = 0
if method == "left-to-right" or method == "bottom-to-top":
#底部到顶部
reverse = True
if method == "top-to-bottom" or method == "bottom-to-top":
i = 1
boundingBoxes = [cv2.boundingRect(cnt) for cnt in cnts]
(cnts