图像处理
文章平均质量分 51
帅气的Ezio
这个作者很懒,什么都没留下…
展开
-
Computer vision玩转游戏--kick-ya-chop
这里写自定义目录标题运行环境项目来源代码运行环境surface电脑kick-ya-chop是一个网页端的flash游戏项目来源虽然作者在油管上讲的是cv自动采摘农场的作物, 但实际给出的代码只有这个空手道的小游戏(https://www.addictinggames.com/clicker/kick-ya-chop)代码import keyboardimport mssimport cv2import numpyfrom time import time, sleepimport p原创 2021-12-08 18:32:18 · 297 阅读 · 0 评论 -
边缘检测与图像梯度
RT原创 2021-09-21 12:57:15 · 276 阅读 · 0 评论 -
numpy 二维数组, 已知index,批量取值
前言示例代码如下,numpy官网有介绍反思:项目遇到的小问题, 一开始不知道怎么做,上网找了许久未解决。这种numpy操作问题应该先看numpy basic 介绍, 看基础操作中是否有你要的功能。 推荐查阅书籍:《Python for Data Analysis》官网:https://numpy.org/doc/stable/user/basics.htmlimport numpy as nppairs = np.array([[0,1],[0,2],[0,3]])# print(pai原创 2021-05-28 17:18:42 · 1814 阅读 · 0 评论 -
人脸聚类论文--Clustering Millions of Faces by Identity(Approximate rank-order clustering)
RT原创 2021-05-24 11:05:31 · 608 阅读 · 0 评论 -
空间滤波器(Spatial Filter)的应用
相信很多初学CV的小伙伴都会接触到opencv的例程,里面出现频率最高的就是Gaussian filter. 有时会好奇, 为什么要用? 不用行不行?下面具体看看1. 图像放大(上采样)香农采样定理,采样率至少要>2f, 否则就会出现失真假设如图有一个周期固定的信号采样率是表示每秒钟采集多少个样本点,假设图中的信号周期为1s, 每个周期采样点至少为3个而在图像处理中,我们只能降低图像信号的最高信号频率, 所以使用一阶高斯算子去掉高频信号(直观就是锐利的边缘被滤掉了,所以相对应的显得比较模糊原创 2021-05-05 17:37:47 · 3687 阅读 · 0 评论 -
机器视觉算法与应用--测量锯齿的角度
首先进行图像的预处理这里我没有课本上的图, 所以自己画了一个三角。好的预处理完成[手动狗头]直线拟合minLineLength = 120maxLineGap = 100threshold =200lines = cv2.HoughLinesP(img_poly,1,np.pi/180,threshold, minLineLength, maxLineGap)print("this is len",len(lines))识别出了7段直线。 7段!!!, 从图中可以看到很多直线都重叠原创 2021-05-05 15:55:20 · 501 阅读 · 0 评论 -
机器视觉算法与应用--序列号读取
前言案例来源于<<机器视觉算法与应用>>最后一章本节的目的就是识别光盘的背面的品番(别想歪),使用python+ opencv实现截取序列号所在的圆环想法很简单,圆形拟合,使用序列号上边缘的圆减去下边缘的圆得到圆环二话不说直接上HoughCirle, 万万没想到就翻车了。上网一查才发现cv2Gradient会找出一个最大可能的圆心, 也就是只能拟合一个最佳的圆, 所以想用它来拟合同心圆是不可能的。极坐标变换有个问题, 就是坐标变换后, 数字有可能图像显示上不连贯截原创 2021-05-05 15:52:33 · 345 阅读 · 1 评论 -
Harris Corner特征简析
RT原创 2021-05-04 11:05:28 · 367 阅读 · 0 评论 -
Sift特征点提取算法简析
Rt原创 2021-05-01 15:30:19 · 376 阅读 · 0 评论 -
人脸聚类论文--Consensus-Driven Propagation in Massive Unlabeled Data for Face Recognition(CDP))
前言这其实是我读的第一篇关于人脸聚类的论文, 但是读完后没有做提炼总结。 自己后面是实现了一个人脸聚类的idea, 自以为创新,但是之后发现跟这篇文章的做法是一样,相当于做了重复实验。 因此记录, 注意该文只是一个提炼的原理介绍, 具体模块细节请参照原文原理网络架构总体来说(从完全监督的角度), 就是训练n+1不同的backbone 的特征提取器(对应图中的Base Model, Committee#1, …Committee#n),然后建立n+1副 knn-graph, 然后mediator对这原创 2021-04-22 10:48:44 · 698 阅读 · 1 评论 -
行人重识别初探
RT原创 2021-04-09 17:39:02 · 123 阅读 · 0 评论 -
Object detection考古
前言 记录一下今天学习的RCNN发展历程(RCNN -> FastRCNN),CV算法日新月异,所以称之"考古"。 建议初学者直接从Faster RCNN开始1. RCNN解释:给入一张图片, 先使用selective search得到region proposal(即可能存在物体的区域), 然后将这些regoins一个个输入CNN网络进行分类预测以及Boundingbox (简称BB)回归预测. 两个分支的介绍如下。Classfication:目的:学习每个预测框的类别输入:Pool5原创 2021-02-03 12:13:02 · 167 阅读 · 0 评论 -
图像检索初探Image Retrieval using Pytorch
实现思路建立数据库图像以及检索图像数据集, 使用cnn输出作为图像的特征;然后使用直接遍历或者LSH搜索出检索图片的top5近邻图像致谢:该项目参考了代码项目代码:github实现细节数据集建议选用 Catch101, 而非cifar10特征选择:GMP vs fc?CNN我选用了VGG16, 但是最后一层的特征输出应该如何选择?GMP:Global maxpooling layer, 会将77512转为11512,即512D的特征向量fc: full connected lay原创 2021-01-01 13:07:11 · 1263 阅读 · 2 评论 -
海思IVE算法原理解析一--遮挡检测(occlusion deection)
前言这个算法就是满足摄像头遮挡报警这个功能需求代码分析0xfffffffLL是个长整形, 如果你也好奇这个写法的话。流程创建灰度图像的积分图计算任务算出图像灰度值的平均值,均方差,u, v再拿u,v计算不相似度。不相似度>50%认为 有遮挡不相似度的计算标准:输入图像灰度值的平均值 >80(为什么是写死的值???), 不相似度+1总结鸡肋, 误判率应该挺高的还不如像手机一样加传感器...原创 2020-06-30 08:35:22 · 4959 阅读 · 0 评论 -
实现车牌识别之二--使用Yolov3进行车牌定位
前言数据准备车牌定位效果黄色车身,识别黄色车牌! 深度学习的好处完全不用考虑颜色空间原创 2020-06-24 09:31:09 · 6857 阅读 · 3 评论 -
实现车牌识别之一--使用Opencv+Minst实现车牌定位识别
分三步走1车牌的提取1.1对灰度图先做高斯平滑,canny边缘提取,findcontours 找出长宽比大致为2到5.5之间的矩形。可能找出来的有好几个。需要做车牌矩形排除1.2使用size(19,4)的内核开闭运算,找出来的车牌矩形比较理想像下面两张效果不太理想,车牌数字被截断了。需要进一步精确定位处理。1.3 进行一定的仿射变换将某些车牌摆正。先找出车...原创 2019-11-03 22:51:28 · 1288 阅读 · 0 评论