![](https://img-blog.csdnimg.cn/aaa62776edb24320a45cd50102f9c893.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
黑马python 图像识别处理笔记
文章平均质量分 93
pycharm软件,opencv库。图像处理,图像识别,图像操作。
ζั͡ ั͡雾 ั͡狼 ั͡✾
如果没能一次成功,那就叫它1.0版吧
展开
-
[图像处理]14.分割算法比较 OTSU算法+自适应阈值算法+分水岭
寻找海陆分割二值化的阈值,通过统计学方法,常用来处理直方图中有俩个峰的图像,就如同海陆俩个颜色比较多的图片,找到方差最大的时候的灰度值。如果扩大填充面积,area原创 2022-10-07 17:39:08 · 4045 阅读 · 5 评论 -
(终章)[图像识别]13.OpenCV案例 自定义训练集分类器物体检测
正样本集为包含“识别物体”的灰度图,一般大于等于2000张,尺寸不能太大,尺寸太大会导致训练时间过长。负样本集为不含“识别物体”的任何图片,一般大于等于5000张,尺寸比正样本集稍大。一般为正样品集的3倍。在当前文件夹下新建五个文件夹,pos和neg放处理后的图片,ini_pos和ini_neg放原来的图像,xml放以后自定义生成的分类器将下载的正负样本集分别放入ini_pos和ini_neg文件夹。我百度图片上下载了船的图片到ini_pos,鱼的图片到ini_neg。原创 2022-10-05 20:17:24 · 4009 阅读 · 4 评论 -
[图像识别]12.Opencv案例 超简单人脸检测识别
1.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。Haar特征(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和。)会被使用,就像我们的卷积核,每一个特征是一个值。Haar特征值反映了图像的灰度变化情况。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模版类别、矩形位置和矩形大小这三个因素的函数。故类别、大小和位置的变化,使得很小的检测窗口含有非常多的矩形特征。原创 2022-10-03 20:45:24 · 1560 阅读 · 3 评论 -
[图像识别]11.OpenCV的角点检测 FAST和OBR算法
FAST1.原理前面讲述的SIFT和SURF算法效率还是太低了,为解决这个问题提出了FAST算法FAST算法通俗的将就是检测一个像素周围有一定数量的像素与该点像素值不同,就认为它是角点。2.步骤【1】在图像中选取一个像素点p,来判断它是不是关键点。Ip等于像素点p的灰度值。【2】以r为半径画圆,覆盖p点周围的M个像素,通常情狂下,设置r=3,则M=16。。。。。。 OBR1.原理ORB算法结合了Fast和Brief算法,提出了构造金字塔,为Fast特征点添加了 方向,从而使得关键点具。。。。原创 2022-10-03 17:31:21 · 1744 阅读 · 1 评论 -
[图像识别]10.OpenCV的特征点检测 SIFT和SURF算法
SIFT1.原理。Harris和Shi-tomas具有旋转不变性但不具有尺度不变性,当图片缩放后角点数量会变化。SIFT具有尺度不变性,实质是在不同尺度上检测特征点,并计算出特征点方向,SIFT查找的特征点突出,不会因为光照,仿射变换,噪声而发生变化。SURF(加速版的具有鲁棒性的特征,SpeededUp Robust Features),SURF是尺度不变特征变换算法(SIFT算法)的加速版。SURF最大的特征在于采用了harr特征以及积分图像的概念。,计算更小小,运算速度更快。原创 2022-10-02 11:00:17 · 1985 阅读 · 1 评论 -
[图像识别]9.OpenCV的角点检测 Harris和Shi-tomas
OpenCV的角点检测 Harris和Shi-tomas。1.图像的角点特征。面特征和边缘特征比较大,无法唯一识别位置,角点特征能够唯一确定位置。一般认为角点和斑点都是较好的图像特征。2.Harris角点检测【1】原理:通过局部小窗口观察图像,如果沿着任意方向(u,v)灰度都会变化最大,则认为是角点。定义灰度差异总和E,角点检测就是使得E最大:3.Shi-tomas角点检测【1】原理:Shi-tomas算法是对Harris算法的改进,只要λ1和λ2中最小特征值大于一个阈值则认为它是角点。原创 2022-10-01 14:11:27 · 619 阅读 · 0 评论 -
[图像识别]8.OpenCV的模板匹配和霍夫检测
模板匹配1.原理。建立一个模板图像,不断移动模板图像来检测匹配程度,找到最高的匹配区域2.步骤【1】将原图像(W x H)与模板图像(w x h)计算匹配程度,将结果保存在矩阵R(W-w+1 x H-h+1)里面【2】找到R矩阵中像素最大(即匹配度最大)的点位置,则这个点为顶点长宽为模板大小的区域就是匹配区域。霍夫变换常用来提取图像中的直线,圆形等几何图形。原创 2022-09-30 17:51:58 · 1521 阅读 · 4 评论 -
[图像识别]7.OpenCV的边缘检测
识别数字图像中亮度突变的点,边缘检测大幅度减少了数据量,保留了图像重要的结构属性边缘检测方法主要有两种:【1】基于搜索:通过寻找图像一阶导数中的最大值来检测边界,然后利用计算结果估计边缘的局部方向,通常采用梯度的方向,并利用此方向找到局部梯度模的最大值,代表算法是Sobel算子和Scharr算子。【2】基于零穿越.通过寻找图像二阶导数零穿越来寻找边界,二阶导数为0代表的一阶导数的斜率方向变化点,也就是原函数斜率最大点。代表算法是Laplacian算子。Canny边缘检测原创 2022-09-30 03:45:00 · 643 阅读 · 0 评论 -
[图像识别]6.Opencv的直方图与matplotlib库入门
Opencv的直方图与matplotlib库入门。直方图。1.灰度直方图。2.掩膜的应用。3.直方图均衡化。4.自适应直方图均衡化。matplotlib库入门1.绘图区域。2.图标题。3.x,y轴标签。4.x,y范围。5.绘图。6.显示网格。7.显示。8.创建子图。9.子图标题。10.保存图。原创 2022-09-28 17:54:18 · 177 阅读 · 0 评论 -
[图像识别]5.OpenCV的图像平滑
OpenCV的图像平滑椒盐噪声高斯噪声均值滤波cv.blur(img,ksize,anchor,borderType)高斯滤波cv.GaussianBlur(img,ksize,sigmaX,sigmaY,borderType)中值滤波cv.medianBlur(img,ksize)双边滤波cv.filter2D(img, ddepth, ksize, dst, anchor, delta, borderType)原创 2022-09-27 22:20:12 · 615 阅读 · 0 评论 -
[图像识别]4.OpenCV的形态学操作
1.连通性常见的邻接关系有3种: 4邻接、D邻接和8邻接根据连通性的定义,有4联通、8联通和m联通三种。 2.形态学操作(1)腐蚀和膨胀开运算:先腐蚀后膨胀。去除边缘高亮毛细噪声,不影响原来的图像闭运算:先膨胀后腐蚀。消除中间暗淡孔洞,不影响原来的图像礼帽(顶帽):原图像与开运算图像之差,高亮显示噪声黑帽:闭运算结果与原图之差,高亮显示暗淡孔洞原创 2022-09-26 23:13:39 · 925 阅读 · 0 评论 -
[图像识别]3.OpenCV的算术操作和几何变换
OpenCV的算术操作和几何变换。图像加法,图像混合,图像缩放,图像旋转,仿射变换,投影变换,图像金字塔。python代码及其基本原理。原创 2022-09-26 16:13:26 · 665 阅读 · 2 评论 -
[图像识别]2.OpenCV基础操作
OpenCV基础操作。1.图像导入,显示,导出 2.绘制几何图形 3.获取和修改像素点 4.获取图像属性5.图像通道的拆分与合并6.色彩空间的改变原创 2022-09-24 12:32:05 · 1353 阅读 · 8 评论 -
[图像识别]1.pycharm安装+opencv包导入
[图像识别]1.pycharm安装+opencv包导入,新建项目,选择空文件夹保存项目,安装opencv-python包。最简单的方法,直接在pycharm的包管理器搜索opencv-python包安装原创 2022-09-23 20:34:06 · 2352 阅读 · 7 评论 -
【软件基础】pycharm2021.3.2安装汉化和python3.10.1环境配置
如果无法创建python文件说明你的盘没有管理员权限,建议将所有的安装项目文件都不要放在C盘,C盘跟你电脑运行速度息息相关,建议都放在D盘或者E盘,下面显示更改盘权限方法。如果没有上面情况,你创建好项目之后,在左上角文件设置里面,有个项目编译器,里面选择本地编译器并勾选全局编译器就行。右键属性-安全-users-高级-users-编辑-全选-应用。【2】编辑运行配置,路径是自己新建的py文件,点击应用。(4)将你安装好的python.exe文件地址放进去。第一行左边是解释器路径,右边是py文件路径。原创 2022-10-21 12:02:24 · 2091 阅读 · 1 评论