opencv案例

最新推荐文章于 2024-05-17 10:10:24 发布
最新推荐文章于 2024-05-17 10:10:24 发布
阅读量657 收藏 2
点赞数 1
分类专栏： opencv 文章标签： opencv
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_47434572/article/details/119928514
版权

切边

在这里插入图片描述
在这里插入图片描述

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;

Mat src, gray_src, dst;
int threshold_value = 100;
int max_level = 255;
const char* output_win = "Contours Result";
const char* roi_win = "Final Result";
void FindROI(int, void*);
void Check_Skew(int, void*);
int main(int argc, char** argv) {
	src = imread("D:/test3.jfif");
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input image", WINDOW_AUTOSIZE);
	imshow("input image", src);
	namedWindow(output_win,WINDOW_AUTOSIZE);
	Check_Skew(0, 0);
	 namedWindow(roi_win, WINDOW_AUTOSIZE);
	createTrackbar("Threshold:", output_win, &threshold_value, max_level, FindROI);
	 FindROI(0, 0);

	waitKey(0);
	return 0;
}

void Check_Skew(int, void*) {//旋转变正
	//旋转需要找到图片最大的轮廓，然后对轮廓进行旋转
	Mat canny_output;
	cvtColor(src, gray_src, COLOR_BGR2GRAY);
	Canny(gray_src, canny_output, threshold_value, threshold_value * 2, 3, false);
	//找轮廓最大的
	vector<vector<Point>> contours;
	vector<Vec4i> hireachy;
	findContours(canny_output, contours, hireachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
	Mat drawImg = Mat::zeros(src.size(), CV_8UC3);
	float maxw = 0;
	float maxh = 0;
	double degree = 0;
	for (size_t t = 0; t < contours.size(); t++) {
		RotatedRect minRect = minAreaRect(contours[t]);
		degree = abs(minRect.angle);
		if (degree > 0) {
			maxw = max(maxw, minRect.size.width);
			maxh = max(maxh, minRect.size.height);
		}
	}
	RNG rng(12345);
	for (size_t t = 0; t < contours.size(); t++) {
		RotatedRect minRect = minAreaRect(contours[t]);
		if (maxw == minRect.size.width && maxh == minRect.size.height) {
			degree = minRect.angle;
			Point2f pts[4];
			minRect.points(pts);
			Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
			for (int i = 0; i < 4; i++) {
				line(drawImg, pts[i], pts[(i + 1) % 4], color, 2, 8, 0);
			}
		}
	}
	printf("max contours width : %f\n", maxw);
	printf("max contours height : %f\n", maxh);
	printf("max contours angle : %f\n", degree);
	imshow(output_win, drawImg);

	//旋转
	Point2f center(src.cols / 2, src.rows / 2);
	Mat rotm = getRotationMatrix2D(center, degree, 1.0);
	Mat dst;
	warpAffine(src, dst, rotm, src.size(), INTER_LINEAR, 0, Scalar(255, 255, 255));
	imshow("Correct Image", dst);
}

void FindROI(int, void*) {//提取轮廓，切边
	cvtColor(src, gray_src, COLOR_BGR2GRAY);
	Mat canny_output;
	Canny(gray_src, canny_output, threshold_value, threshold_value * 2, 3, false);

	vector<vector<Point>> contours;
	vector<Vec4i> hireachy;
	findContours(canny_output, contours, hireachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));

	int minw = src.cols * 0.75;
	int minh = src.rows * 0.75;
	RNG rng(12345);
	Mat drawImage1 = Mat::zeros(src.size(), CV_8UC3);
	Rect bbox;
	for (size_t t = 0; t < contours.size(); t++) {
		RotatedRect minRect = minAreaRect(contours[t]);
		float degree = abs(minRect.angle);
		if (minRect.size.width > minw && minRect.size.height > minh && minRect.size.width < (src.cols - 5)) {
			printf("current angle : %f\n", degree);
			Point2f pts[4];
			minRect.points(pts);
			bbox = minRect.boundingRect();
			Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
			for (int i = 0; i < 4; i++) {
				line(drawImage1, pts[i], pts[(i + 1) % 4], color, 2, 8, 0);
			}
		}
	}
	imshow(output_win, drawImage1);

	if (bbox.width > 0 && bbox.height > 0) {
		Mat roiImg = src(bbox);
		imshow(roi_win, roiImg);
	}
	return;
}

直线检测

在这里插入图片描述
在这里插入图片描述

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace cv;
using namespace std;

const char* output_lines = "j=Hough Line";
Mat src, gray_src, roiImage,dst;
int threshold_value = 5;
int threshold_max = 255;

void detectLines(int ,void*);//此方法不好，准确的太差
void morhpologyLines(int, void*);

int main() {
	src = imread("D:/test4.png",0);
	if (src.empty()) {
		printf("could not load image.../n");
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);
	//namedWindow(output_lines, WINDOW_AUTOSIZE);
	Rect roi = Rect(5, 5, src.cols - 10, src.rows - 10);
	roiImage = src(roi);
	imshow("ROI image", roiImage);
	//createTrackbar("threshold:",output_lines,&threshold_value,threshold_max,detectLines);
	//detectLines(0,0);
	morhpologyLines(0,0);
	
	waitKey(0);
	return 0;

}
//方法一,不好，准确度不高
void detectLines(int, void*) {
	Canny(src,dst,threshold_value,threshold_value*2,3,false);
	vector<Vec4i>lines;
	HoughLinesP(dst, lines, 1, CV_PI / 180.0, 30, 30.0, 0);
	cvtColor(dst, dst, COLOR_GRAY2BGR);
	for (size_t t = 0; t < lines.size(); t++) {
		Vec4i ln = lines[t];
		line(dst, Point(ln[0], ln[1]), Point(ln[2], ln[3]), Scalar(0, 0, 255), 2, 8, 0);

	}
	imshow(output_lines, dst);
}
//方法二
void morhpologyLines(int, void*) {
	//binary imager 二值化图像
	Mat binaryImage, morhpImage;
	threshold(roiImage, binaryImage, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);
	imshow("binnary_image", binaryImage);
	//morptology operation形态学变化
	Mat kernel = getStructuringElement(MORPH_RECT, Size(20, 1), Point(-1, -1));
	morphologyEx(binaryImage, morhpImage, MORPH_RECT, kernel, Point(-1, -1));
	imshow("morphology result", morhpImage);

	kernel = getStructuringElement(MORPH_RECT,Size(3,3),Point(-1,-1));
	
	dilate(morhpImage, morhpImage, kernel);//膨胀
	//erode(morhpImage, morhpImage, kernel);//腐蚀
	
	imshow("morphology lines", morhpImage);

	//霍夫变换
	vector<Vec4i>lines;
	HoughLinesP(morhpImage,lines,1,CV_PI/180.0,30,20.0,0);
	Mat resultImage = roiImage.clone();
	cvtColor(resultImage,resultImage,COLOR_GRAY2BGR);
	for (size_t t = 0; t < lines.size(); t++) {
		Vec4i ln = lines[t];
		line(resultImage, Point(ln[0], ln[1]), Point(ln[2], ln[3]), Scalar(0, 0, 255), 2, 8, 0);
	}
	imshow(output_lines,resultImage);
	return;
}

在这里插入图片描述

对象提取

在这里插入图片描述
在这里插入图片描述

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;

Mat src, binary, dst;
int main(int argc, char** argv) {
	src = imread("D:/gloomyfish/case3.png", IMREAD_GRAYSCALE);
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);

	// 二值化
	threshold(src, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);
	imshow("binary image", binary);

	// 形态学操作
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
	morphologyEx(binary, dst, MORPH_CLOSE, kernel, Point(-1, -1));
	imshow("close image", dst);

	kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
	morphologyEx(dst, dst, MORPH_OPEN, kernel, Point(-1, -1));
	imshow("open image", dst);

	vector<vector<Point>> contours;
	vector<Vec4i> hireachy;
	findContours(dst, contours, hireachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point());

	Mat resultImage = Mat::zeros(src.size(), CV_8UC3);
	Point cc;
	for (size_t t = 0; t < contours.size(); t++) {
		// 面积过滤
		double area = contourArea(contours[t]);
		if (area < 100) continue;
		// 横纵比过滤
		Rect rect = boundingRect(contours[t]);
		float ratio = float(rect.width) / float(rect.height);
		
		if (ratio < 1.1 && ratio > 0.9) {
			drawContours(resultImage, contours, t, Scalar(0, 0, 255), -1, 8, Mat(), 0, Point());
			printf("circle area : %f\n", area);
			printf("circle length : %f\n", arcLength(contours[t], true));
			int x = rect.x + rect.width / 2;
			int y = rect.y + rect.height / 2;
			cc = Point(x, y);
			circle(resultImage, cc, 2, Scalar(0, 0, 255), 2, 8, 0);
		}
	}
	imshow("Result", resultImage);

	Mat circleImage = src.clone();
	cvtColor(circleImage, circleImage, COLOR_GRAY2BGR);
	circle(circleImage, cc, 2, Scalar(0, 0, 255), 2, 8, 0);
	imshow("Final Result", circleImage);

	// detect circle
	/*vector<Vec3f> myCircles;
	Mat gray_result;
	cvtColor(resultImage, gray_result, COLOR_BGR2GRAY);
	HoughCircles(gray_result, myCircles, HOUGH_GRADIENT, 1, 7, 50, 20, 23, 100);

	Mat circleImage = src.clone();
	cvtColor(circleImage, circleImage, COLOR_GRAY2BGR);
	for (int i = 0; i < myCircles.size(); i++) {
		Vec3f circleInfo = myCircles[i];
		circle(circleImage, Point(circleInfo[0], circleInfo[1]), circleInfo[2], Scalar(0, 0, 255), 1, 8, 0);
	}
	
	*/
	waitKey(0);
	return 0;
}

对象计数

在这里插入图片描述
在这里插入图片描述

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace cv;
using namespace std;

int main() {
	Mat src,gray_src,dst,binary;
	src = imread("D:/test6.jfif");
	if (src.empty()) {
		printf("could not load image..\n");
		return -1;
	}
	namedWindow("input",WINDOW_AUTOSIZE);
	imshow("input",src);
	cvtColor(src, gray_src, COLOR_BGR2GRAY);
	imshow("gray_image", gray_src);

	//二值分割
	threshold(gray_src, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);
	//THRESH_TRIANGLE用于多峰，THRESH_OTSU用于单峰
	imshow("binary", binary);

	//形态学变化
	Mat kernel = getStructuringElement(MORPH_RECT,Size(3,3),Point(-1,-1));
	dilate(binary,binary,kernel,Point(-1,-1),1);
	imshow("dilate iamge",binary);
    //距离变换
	Mat dist;
	//bitwise_not(binary, binary);//像素取反
	distanceTransform(binary,dist,DIST_L2,3);//距离变换
	normalize(dist, dist, 0, 1.0, NORM_MINMAX);//归一化
	imshow("dist image", dist);

	//阈值化二值分割
	Mat dist_8u;
	dist.convertTo(dist_8u, CV_8U);
	adaptiveThreshold(dist_8u, dist_8u, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 85, 0.0);
	kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
	dilate(dist_8u, dist_8u, kernel, Point(-1, -1), 2);
	imshow("dist-binary", dist_8u);

	// 连通区域计数
	vector<vector<Point>> contours;
	findContours(dist_8u, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

	// draw result
	Mat markers = Mat::zeros(src.size(), CV_8UC3);
	RNG rng(12345);
	for (size_t t = 0; t < contours.size(); t++) {
		drawContours(markers, contours, static_cast<int>(t), Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),
			-1, 8, Mat());
	}
	printf("number of corns : %d", contours.size());
	imshow("Final result", markers);


	waitKey();
	return 0;
}

在这里插入图片描述

透视矫正

在这里插入图片描述
在这里插入图片描述

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {
	Mat src = imread("D:/test7.png");
	if (src.empty()) {
		printf("could not load image...\n");
		return 0;
	}
	namedWindow("input image", WINDOW_AUTOSIZE);
	imshow("input image", src);

	// 二值处理
	Mat gray_src, binary, dst;
	cvtColor(src, gray_src, COLOR_BGR2GRAY);
	threshold(gray_src, binary, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);
	imshow("binary image", binary);

	// 形态学操作
	Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
	morphologyEx(binary, dst, MORPH_CLOSE, kernel, Point(-1, -1), 3);
	imshow("morphology", dst);

	// 轮廓发现
	bitwise_not(dst, dst, Mat());
	vector<vector<Point>> contours;
	vector<Vec4i> hireachy;
	findContours(dst, contours, hireachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point());

	// 轮廓绘t制
	int width = src.cols;
	int height = src.rows;
	Mat drawImage = Mat::zeros(src.size(), CV_8UC3);
	for (size_t t = 0; t < contours.size(); t++) {
		Rect rect = boundingRect(contours[t]);
		if (rect.width > width / 2 && rect.width < width - 5) {
			drawContours(drawImage, contours, static_cast<int>(t), Scalar(0, 0, 255), 2, 8, hireachy, 0, Point());
		}
	}
	imshow("contours", drawImage);

	vector<Vec4i> lines;
	Mat contoursImg;
	int accu = min(width * 0.5, height * 0.5);
	cvtColor(drawImage, contoursImg, COLOR_BGR2GRAY);
	HoughLinesP(contoursImg, lines, 1, CV_PI / 180.0, accu, accu, 0);
	Mat linesImage = Mat::zeros(src.size(), CV_8UC3);
	for (size_t t = 0; t < lines.size(); t++) {
		Vec4i ln = lines[t];
		line(linesImage, Point(ln[0], ln[1]), Point(ln[2], ln[3]), Scalar(0, 0, 255), 2, 8, 0);
	}
	printf("number of lines : %d\n", lines.size());
	imshow("lines image", linesImage);

	// 寻找与定位上下左右四条直线
	int deltah = 0;
	Vec4i topLine, bottomLine;
	Vec4i leftLine, rightLine;
	for (int i = 0; i < lines.size(); i++) {
		Vec4i ln = lines[i];
		deltah = abs(ln[3] - ln[1]);
		if (ln[3] < height / 2.0 && ln[1] < height / 2.0 && deltah < accu - 1) {
			if (topLine[3] > ln[3] && topLine[3] > 0) {
				topLine = lines[i];
			}
			else {
				topLine = lines[i];
			}
		}
		if (ln[3] > height / 2.0 && ln[1] > height / 2.0 && deltah < accu - 1) {
			bottomLine = lines[i];
		}
		if (ln[0] < width / 2.0 && ln[2] < width / 2.0) {
			leftLine = lines[i];
		}
		if (ln[0] > width / 2.0 && ln[2] > width / 2.0) {
			rightLine = lines[i];
		}
	}
	cout << "top line : p1(x, y) = " << topLine[0] << "," << topLine[1] << " p2(x, y) = " << topLine[2] << "," << topLine[3] << endl;
	cout << "bottom line : p1(x, y) = " << bottomLine[0] << "," << bottomLine[1] << " p2(x, y) = " << bottomLine[2] << "," << bottomLine[3] << endl;
	cout << "left line : p1(x, y) = " << leftLine[0] << "," << leftLine[1] << " p2(x, y) = " << leftLine[2] << "," << leftLine[3] << endl;
	cout << "right line : p1(x, y) = " << rightLine[0] << "," << rightLine[1] << " p2(x, y) = " << rightLine[2] << "," << rightLine[3] << endl;

	// 拟合四条直线方程
	float k1, c1;
	k1 = float(topLine[3] - topLine[1]) / float(topLine[2] - topLine[0]);
	c1 = topLine[1] - k1 * topLine[0];
	float k2, c2;
	k2 = float(bottomLine[3] - bottomLine[1]) / float(bottomLine[2] - bottomLine[0]);
	c2 = bottomLine[1] - k2 * bottomLine[0];
	float k3, c3;
	k3 = float(leftLine[3] - leftLine[1]) / float(leftLine[2] - leftLine[0]);
	c3 = leftLine[1] - k3 * leftLine[0];
	float k4, c4;
	k4 = float(rightLine[3] - rightLine[1]) / float(rightLine[2] - rightLine[0]);
	c4 = rightLine[1] - k4 * rightLine[0];

	// 四条直线交点
	Point p1; // 左上角
	p1.x = static_cast<int>((c1 - c3) / (k3 - k1));
	p1.y = static_cast<int>(k1 * p1.x + c1);
	Point p2; // 右上角
	p2.x = static_cast<int>((c1 - c4) / (k4 - k1));
	p2.y = static_cast<int>(k1 * p2.x + c1);
	Point p3; // 左下角
	p3.x = static_cast<int>((c2 - c3) / (k3 - k2));
	p3.y = static_cast<int>(k2 * p3.x + c2);
	Point p4; // 右下角
	p4.x = static_cast<int>((c2 - c4) / (k4 - k2));
	p4.y = static_cast<int>(k2 * p4.x + c2);
	cout << "p1(x, y)=" << p1.x << "," << p1.y << endl;
	cout << "p2(x, y)=" << p2.x << "," << p2.y << endl;
	cout << "p3(x, y)=" << p3.x << "," << p3.y << endl;
	cout << "p4(x, y)=" << p4.x << "," << p4.y << endl;

	// 显示四个点坐标
	circle(linesImage, p1, 2, Scalar(255, 0, 0), 2, 8, 0);
	circle(linesImage, p2, 2, Scalar(255, 0, 0), 2, 8, 0);
	circle(linesImage, p3, 2, Scalar(255, 0, 0), 2, 8, 0);
	circle(linesImage, p4, 2, Scalar(255, 0, 0), 2, 8, 0);
	line(linesImage, Point(topLine[0], topLine[1]), Point(topLine[2], topLine[3]), Scalar(0, 255, 0), 2, 8, 0);
	imshow("four corners", linesImage);

	// 透视变换
	vector<Point2f> src_corners(4);
	src_corners[0] = p1;
	src_corners[1] = p2;
	src_corners[2] = p3;
	src_corners[3] = p4;

	vector<Point2f> dst_corners(4);
	dst_corners[0] = Point(0, 0);
	dst_corners[1] = Point(width, 0);
	dst_corners[2] = Point(0, height);
	dst_corners[3] = Point(width, height);

	// 获取透视变换矩阵
	Mat resultImage;
	Mat warpmatrix = getPerspectiveTransform(src_corners, dst_corners);
	warpPerspective(src, resultImage, warpmatrix, resultImage.size(), INTER_LINEAR);
	namedWindow("Final Result", WINDOW_AUTOSIZE);
	imshow("Final Result", resultImage);

	waitKey(0);
	return 0;
}

在这里插入图片描述

目标提取与测量

在这里插入图片描述

在这里插入图片描述

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace cv;
using namespace std;

int main() {
	Mat src, gray_src, binnary,dst;
	src = imread("D:/test8.png");
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input_image",WINDOW_AUTOSIZE);
	imshow("input_image",src);
	

	Mat blurImage;
	GaussianBlur(src, blurImage, Size(15, 15), 0, 0);
	imshow("blur", blurImage);

	cvtColor(blurImage, gray_src, COLOR_BGR2GRAY);
	imshow("gray_src", gray_src);

	threshold(gray_src,binnary,0,255,THRESH_BINARY|THRESH_TRIANGLE);
	imshow("binnary",binnary);

	//形态学操作
	Mat morphImage;
	Mat kernel = getStructuringElement(MORPH_RECT,Size(3,3),Point(-1,-1));
	morphologyEx(binnary, morphImage, MORPH_CLOSE, kernel, Point(-1, -1), 2);
	imshow("morph_image",morphImage);


	//获取最大轮廓
	vector<vector<Point>> contours;
	vector<Vec4i> hireachy;
	findContours(morphImage, contours, hireachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point());
	Mat conImage = Mat::zeros(src.size(), CV_8UC3);
	for (size_t t = 0; t < contours.size(); t++) {

		Rect rect = boundingRect(contours[t]);
		if (rect.width < src.cols / 2)continue;
		if (rect.width > (src.cols - 20))continue;
		double area = contourArea(contours[t]);//计算轮廓面积
		double len = arcLength(contours[t],true);//计算周长
		drawContours(conImage,contours,static_cast<int>(t),Scalar(0,0,255),1,8,hireachy);
		printf("area of star could:%f\n",area);
		printf("length of star could:%f\n", len);
	}
	imshow("result",conImage);

	waitKey(0);
	return 0;
}

在这里插入图片描述

昊昊好好昊
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
opencv 实战案例 （一）
Andrwin的博客
04-02 5399
用 Canny 算子检测图像轮廓 介绍： 使用 Canny 算子，需要指定两个阈值，基于两个阈值获得二值分布图的策略（滞后阈值化）。 在低阈值边缘分布图上值保留具有连续路径的边缘点， 同时把那些边缘点连接到属于高阈值边缘分布图的边缘上， 高阈值的边缘点被保留下来，低阈值分布图上的孤立点全部被移除。 import cv2 from PIL import Image def canny_test...
opencv实例源代码(近20个例子)
03-20
图像视频编码，C/C++
基于OpenCV人脸识别案例
kuokay的博客
08-03 916
原理 我们使用机器学习的方法完成人脸检测，首先需要大量的正样本图像（面部图像）和负样本图像（不含面部的图像）来训练分类器。我们需要从其中提取特征。下图中的 Haar 特征会被使用，就像我们的卷积核，每一个特征是一 个值，这个值等于黑色矩形中的像素值之后减去白色矩形中的像素值之和。 Haar特征值反映了图像的灰度变化情况。例如：脸部的一些特征能由矩形特征简单的描述，眼睛要比脸颊颜色要深，鼻梁两侧比鼻梁颜色要深，嘴巴比周围颜色要深等。 Haar特征可用于于图像任意位置，大小也可以任意改变，所以矩形特征值是矩形
opencv 应用举例
最新发布
xie__jin__cheng的博客
05-17 1562
opencv 应用举例
OpenCV案例
香妃
07-12 171
20个OpenCV案例，让你了解计算机视觉的广泛应用！
热门推荐
qq_28245087的博客
06-15 1万+
本文介绍了20个关于OpenCV的案例，包括人脸识别、目标检测、图像分割、光流估计、特征提取、图像拼接、图像修复、图像变换、图像配准、视频分析、三维重建、图像处理、图像识别、文字识别、图像压缩、图像增强、图像分析、图像比对、图像转换和图像特效。这些案例展示了OpenCV在计算机视觉领域的广泛应用，可以帮助读者了解OpenCV的功能和应用场景，同时也为读者提供了一些灵感和启示，可以在自己的项目中应用OpenCV进行图像处理和分析。
基于C++的OpenCV案例代码
05-06
本项目是基于C++的OpenCV代码示例，里面包括了使用C++进行图像读取、显示、增强、滤波、形态学处理等一些图像处理的案列，适合刚接触图像处理并使用C++语言编程实现的学生及新手。项目中配套有相关的素材图片和演示...
python+opencv各种案例
03-21
02 Opencv的五个基本功能 03 如何裁剪和调整图像大小 04 如何绘制形状和文本 05 翘曲透视和鸟瞰 06 加入多个图像显示 07 色彩检测与物体提取 08 轮廓和形状检测 09 人脸识别和车牌检测 以上案例都有源码，有...
OpenCV案例实战之工业印刷品数字识别.zip
08-27
《OpenCV案例实战之工业印刷品数字识别》是一份深入探讨如何使用OpenCV进行图像处理和数字识别的教程。OpenCV（开源计算机视觉库）是一个强大的工具，广泛应用于图像处理、机器学习和人工智能领域，特别是在视觉检测...
OpenCV人脸识别案例课程PDF.zip_OPENCV 人脸识别_opencv_opencv 识别_opencv案例_人脸识别
07-14
本课程的焦点在于通过一系列实战案例，深入浅出地讲解OpenCV在人脸识别上的应用。以下是关于OpenCV人脸识别的一些核心知识点： 1. **OpenCV简介**：OpenCV是一个跨平台的计算机视觉库，最初由Intel开发，现在由它...
OpenCV入门及案例分析
03-22
"OpenCV实例精解.pdf"可能包含了一系列的实际项目和案例，帮助读者更好地理解OpenCV的实战应用。这些实例可能涉及人脸识别、物体检测、视频处理等方面。例如，Haar级联分类器可以用于人脸检测，而背景减除方法如MOG2...
opencv一些例子
08-27
opencv一些例子
OpenCV 实战案例 （二）
01-21
目录 1、寻找英语试卷填空题的下划线任务（形态学操作+HoughLines） 2、指定目标提取任务 （二值分割 + 形态学 + 横纵比计算） 3、药片分割任务 （距离变换+分水岭算法） 代码基于：opencv-python (3.4.0.12) 1. 直线检测 需求：寻找英语试卷填空题的下划线，这个对后期的切图与自动识别都比较重要。 实现思路：通过图像形态学操作来寻找直线，霍夫获取位置信息与显示 import cv2 from PIL import Image import numpy as np raw_ = cv2.imread(2_1.jpg) raw = cv2.cvtColor
OpenCV-14-一些案例
我的小天地 ^_^
04-05 356
1. 统计零件数量，可以采用腐蚀，但很多时候距离变换更适用 /** 统计零件的数量 */ #include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; int main(){ // 图片路径 string path = "/home/kaijun/Pictures/lingjian.png"; //1. 读取图片 Mat
opencv 星空_opencv各种小例子
weixin_42309083的博客
01-17 213
图像腐蚀#include //OpenCV highgui 模块头文件 ~#include //OpenCV 图像处理头文件using namespace cv; // 包含 cv 命名空间int main() //控制台应用程序的入 口 函数，我们的程序从这里开始{Mat srclmage = imread("G:\\QQ图片20190428194331.jpg");imshow("[ 原图 ]...
opencv例子
evsqiezi
04-02 558
Mat是OpenCV和C++的接口矩阵类，ImlImage是OpenCV和C语言的接口的结构体。IplImage转Mat//使用Mat的构造函数：Mat::Mat(const IplImage* img, bool copyData=false);    默认情况下copyData为falseIplImage* srcImg = cvLoadImage("Lena.jpg");//注意：以下三种效...
关于图像处理的OpenCV的编程案例（一）
weixin_55652921的博客
10-08 1206
1.图像处理系统 1.1 翻转 flip函数实现图像的翻转功能，其语法结构为： flip(InputArray src, OutputArray dst, int flipCode) src：要处理的原始图像。 dst：与原始图像同样大小、类型的目标图像。 flipCode：是旋转类型。 flipCode=0，沿x轴方向翻转。 flipCode为任意正数，沿y轴方向翻转。 flipCode为任意负数，x轴、y轴同时翻转。 实现代码如下： #include <opencv2/opencv.hpp>
opencv 实战案例 （二）
Andrwin的博客
04-03 1164
目录 1、寻找英语试卷填空题的下划线任务（形态学操作+HoughLines） 2、指定目标提取任务 （二值分割 + 形态学 + 横纵比计算） 3、药片分割任务 （距离变换+分水岭算法） 1. 直线检测 需求：寻找英语试卷填空题的下划线，这个对后期的切图与自动识别都比较重要。 实现思路：通过图像形态学操作来寻找直线，霍夫获取位置信息与显示 import cv2 from P...
OpenCV示例
浮生之居士
01-29 786
Opencv的简单介绍 官网：https://opencv.org/ 下载：https://opencv.org/releases.html OpenCV于1999年由Intel建立，如今由Willow Garage提供支持。OpenCV是一个基于BSD许可[1] （开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列
OpenCV 使用案例
05-13
OpenCV 是一个流行的计算机视觉库，它可以用于图像和视频处理、人脸检测、物体识别等应用。以下是一些 OpenCV 的使用案例： 1. 图像处理：OpenCV 可以对图像进行各种处理，包括调整大小、旋转、裁剪、过滤等。 2. 人脸检测：OpenCV 提供了一些强大的人脸检测算法，可以在图像中检测出人脸并进行识别和跟踪。 3. 物体识别：OpenCV 可以用于物体识别，如车牌识别、行人检测、交通标志识别等。 4. 视频处理：OpenCV 可以对视频进行各种处理，如帧率控制、特效处理、跟踪等。 5. 机器学习：OpenCV 还支持许多机器学习算法，包括分类、聚类、回归等。
评论
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