图像处理
文章平均质量分 84
Han_MingZhi
这个作者很懒,什么都没留下…
展开
-
TinyCD论文——阅读笔记
在本文中,我们提出了一个轻量级且有效的变化检测模型,称为TinyCD。由于工业需求,该模型被设计为比当前最先进的变更检测模型更快、更小。尽管我们的模型比所比较的变化检测模型小13到140倍,并且暴露了至少四分之一的计算复杂性,但我们的模型在LEVIR-CD数据集的F1分数和IoU上至少比目前最先进的模型高出1%,在WHU-CD数据集上超过8%。为了达到这些结果,TinyCD使用了Siamese U-Net架构,以全局时间和局部空间的方式开发低级特征。原创 2023-10-16 13:06:42 · 384 阅读 · 1 评论 -
opencv中的人脸检测案例
案例:人脸检测利用OpenCV中自己已经训练好的检测器1 检测流程1.读取图片,并转换为灰度图像2.实例化人脸和眼睛检测的分类器对象# 实例化级联分类器face_cas = cv.CascadeClassifier("haarcascade_frontalface_default.xml")# 加载分类器face_cas.load("haarcascade_frontalface_default.xml")3.进行人脸和眼睛的检测faceRects = face原创 2022-05-11 17:18:22 · 695 阅读 · 0 评论 -
视频读写与追踪
1 视频读写1.1 从文件中读取视频并播放在OpenCV中我们要获取一个视频,需要创建一个VideoCapture对象,指定你要读取的视频文件:1.创建读取视频的对象cap = cv.VideoCapture(filepath)参数:filepath:视频文件路径2.视频的属性信息2.1 获取视频的某些属性retval = cap.get(propId)参数:propId:从0到18的数字,每个数字表示视频的属性常用的属性有:2.2 修改视频的属性信息cap.set(p原创 2022-05-09 10:41:00 · 217 阅读 · 0 评论 -
SIFT/SURF算法
SIFT/SURF算法1 SIFT算法SIFT算法的实质是在不同的尺度空间上查找关键点(特征点),并计算出关键点的方向。SIFT所查找到的关键点是一些十分突出,不会因光照,仿射变换和噪音等因素而变化的点,如角点、边缘点、暗区的亮点及亮区的暗点等。1.1 基本流程将SIFT算法分解为如下四步:1.尺度空间极值检测:搜索所有尺度上的图像位置。通过高斯差分函数来识别潜在的对于尺度和旋转不变的关键点。2.关键点定位︰在每个候选的位置上,通过一个拟合精细的模型来确定位置和尺度。关键点的选择依据于它们的稳原创 2022-05-08 13:24:12 · 870 阅读 · 0 评论 -
opencv图像处理之边缘检测
opencv图像处理之边缘检测原创 2022-05-05 10:32:04 · 2967 阅读 · 0 评论 -
opencv中的形态学操作
opencv中的形态学操作原创 2022-05-01 14:51:14 · 2706 阅读 · 0 评论