图像处理
文章平均质量分 65
quantam
这个作者很懒,什么都没留下…
展开
-
车牌识别的N种办法——从OCR到深度学习
第一种方法 利用 pytesseract 进行识别pytesseract是一个现成的OCR识别工具,具体的 pytesseract 安装可百度安装import cv2 as cvfrom PIL import Imageimport pytesseract as tess def recoginse_text(image): """ 步骤: 1、灰度,二值化处理 2、形态学操作去噪 3、识别 :param image: :return:原创 2022-03-18 16:50:35 · 29288 阅读 · 12 评论 -
用python流水线式下载B站视频,提取每一帧图片并去重,制作成PDF文档
一、下载视频方式下载B站的视频可以考虑网络爬虫,下载器等方式,这里我选择用唧唧下载器,下载速度耿耿的,系列课程的视频还可以批量下载,简单方便。下载后的视频保存成MP4格式二、...原创 2021-08-26 18:32:48 · 972 阅读 · 0 评论 -
通过HSV空间颜色转换进行汽车车身颜色判断
目前,有很多对车的颜色进行识别的,传统的基于颜色空间的,以及目前较为火的机器学习、深度学习等方法,深度学习准确度高,但是需要进行训练,存储权重文件等,传统办法就较为简单,几十行代码就解决了。汽车车身颜色判断定义函数和识别方法如下:import numpy as npimport collectionsimport cv2#定义字典存放颜色分量上下限#例如:{颜色: [min分量, max分量]}#{'red': [array([160, 43, 46]), array([179, 255,原创 2021-07-06 16:57:08 · 706 阅读 · 0 评论 -
用python进行抠图,去除图像背景干扰
为了让我们后续的应用更加专注于目标,我们需要把目标从图像中抠出来,以便于后续的使用。比如我们要识别汽车车身的颜色,首先要把车周围背景过滤,然后再进行车身颜色像素统计。实现抠图有两种方式,第一种是比较简单的,一键运行就行了,但是效果不是很理想,只是能减少背景的干扰,优点就是能批量处理想要的图片;第二种就精致得多,可以人工慢慢地把前景和背景区分开来。本文使用的办法是OpenCV自带的grabcut函数,有论文作为支撑,有想了解的可以去搜一下。论文名称:“GrabCut” — Interactive For原创 2021-07-06 16:41:54 · 6119 阅读 · 0 评论