python cv2 利用掩膜将图片透明背景

import numpy as npfrom sklearn.cluster import MeanShift, estimate_bandwidthdef meanShift(features): ''' ''' features = np.array(features).astype(np.float64) '''本质上就是求平均最远k近邻距离, quantile的值表示进行近邻搜索时候的近邻占样本的比例''' bandwidth = estim..

import cv2import numpy as npfrom PIL import Imagefrom PIL import ImageDrawobliq_img = cv2.imread('1.png') #倾斜影像，新的纹理rows,cols,_ = obliq_img.shape# img_texture = cv2.imread('2.png') #原始纹理img_texture = Image.open('3.png')print('img_texture.size:.

参考：python 简单图像处理（16） 图像的细化（骨架抽取） - xiatwhu - 博客园图像的细化主要是针对二值图而言所谓骨架，可以理解为图像的中轴，，一个长方形的骨架，是它的长方向上的中轴线，圆的骨架是它的圆心，直线的骨架是它自身，孤立点的骨架也是自身。骨架的获取主要有两种方法：（1）https://www.cnblogs.com/xianglan/archive/2011/01/01/1923779.htmlimport cv2# 输入需要细化的图片（经过二值化处理的图片）和映射矩

import numpy as npimport cv2import osfrom PIL import Image#from matplotlib import pyplotimport matplotlib.pyplot as pltimport random#from google.colab.patches import cv2_imshowimport detectron2from detectron2.utils.logger import setup_loggerset.

# coding:utf-8import cv2import osimport numpy as npimport mathimport copyimport jsondef rotate_about_center(src, angle, scale=1.): w = src.shape[1] h = src.shape[0] rangle = np.deg2rad(angle) #angle in radians nw = (abs(np.sin(ra.

import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dimport math# 从txt文档读取点def readTxt(textfile): with open(textfile, 'r') as f: x2, y2, z2 = [], [], [] for line in f.readlines(): li.

# coding:utf-8import cv2import osimport numpy as npimport mathimport copyimport jsondef enhancement_using_mirror(modes, ImagePath,AnnotationsPath,ImageSavePath,AnnotationsSavePath): #mirror for mode in modes: for imgfile in os.listdir(Image.

evaluationtools/dist_test.sh configs/swin/cascade_mask_rcnn_swin_base_patch4_window7_mstrain_480-800_giou_4conv1f_adamw_3x_coco.py latest.pth 1 --eval bbox segmsave resultrefer to demo/image_demo.py(1) edit mmdet/apis/inference.py show_result_pyp.

mmcv errorfrom mmcv.utils import get_git_hashImportError: cannot import name ‘get_git_hash’UNINSTALL mmcv-full 1.0.4pip uninstall mmcv-full INSTALL mmcv-full 1.3.1pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.5.0/ind

转数据参考：https://www.freesion.com/article/1518170289/需要安装pycocotools， 参考这里：https://blog.csdn.net/summermaoz/article/details/115969308?spm=1001.2014.3001.5501可能需要根据自己的标注情况做一点点修改 labelme2coco.py#!/usr/bin/env pythonimport argparseimport collectionsimport

windows, python3.6环境下安装pycocotools， ：pip install pycocotools会报错，和VS有关：“error: Microsoft Visual C++ 14.0 or greater is required.”解决办法：1.安装 VS20192. 参考这里https://docs.microsoft.com/en-us/answers/questions/136595/error-microsoft-visual-c-140-or-greater-i

import jsonfrom PIL import Imagefrom PIL import ImageDrawimport PILimport osimport numpy as npfrom labelme import utilsimport imgvizimport yamljsonfolder = './JSON/'out_folder = 'labelme_json'jsonfiles = os.listdir(jsonfolder)for jsonfile i.

cv2.StereoSGBM_create([，minDisparity [，numDisparities [，blockSize [，P1 [，P2 [，disp12MaxDiff [，preFilterCap [，uniquenessRatio [，speckleWindowSize [，speckleRange [，mode]]]]]]]]]]]])minDisparity 最小可能的差异值。通常情况下，它是零，但有时整流算法可能会改变图像，所以这个参数需要作相应的调整。 numDisp

记录一下代码参考：https://github.com/bkj/sgm理论部分参考：https://www.cnblogs.com/wxxuan/p/13595014.htmlhttps://zhuanlan.zhihu.com/p/49272032https://zhuanlan.zhihu.com/p/159055657"""python implementation of the semi-global matching algorithm from Stereo Proc

参考：https://blog.csdn.net/qq_45427038/article/details/100139330import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dimport math# 从txt文档读取点def readTxt(textfile): with open(textfile, 'r') as f: x2, y2, z

import cv2import timeimport osimport matplotlib.pyplot as pltimport torchfrom torch import nnimport torchvision.models as modelsimport torchvision.transforms as transformsimport numpy as npsavepath='./features_map'if not os.path.exists(savepath.

# 点云显示# 外接包围盒显示import osfrom matplotlib import pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Ddef displayPoint(data): #解决中文显示问题 # plt.rcParams['font.sans-serif']=['SimHei'] # plt.rcParams['axes.unicode_minus'] = False #散点图参数设置 fig=plt..

file format conversion, including pcd2txt, txt2pcd# file format conversionimport mathimport osimport pcldef txt2pcd(filename): xlist = [] ylist = [] zlist = [] with open(filename, 'r') as file_to_read: while True:

这个LSDhttps://github.com/primetang/pylsd是封装好的，不知道哪儿改参数，原始的LSD检测前会将图片缩小至80%，当图片很小是，之后检测的线会减少。可以直接用opencv-python里面的createLineSegmentDetector()函数，用help查看用法，再根据需要修改参数。我这边选择检测前不缩放，那么_scale=1LSD代码：im...

Tensorflow版本需要1.14.0及以上。之前用的是1.13.1，后面重装了1.14.01. github:https://github.com/fizyr/keras-retinanetgit clonehttps://github.com/fizyr/keras-retinanet.git2. follow README--> 编译环境 ①pip install ...

Cascade Github:①Caffe版:https://github.com/zhaoweicai/cascade-rcnn②Pytorch版：https://github.com/guoruoqian/cascade-rcnn_Pytorch③Tensorflow版：https://github.com/DetectionTeamUCAS/Cascade-RCNN_Tenso...

1. 利用2张影像上的匹配点确定特征点在三维模型中的位置ORB-SLAM里面用的Triangulate函数可以求解（C++代码）void Initializer::Triangulate(const cv::KeyPoint &kp1, const cv::KeyPoint &kp2, const cv::Mat &P1, const cv::Mat &...

1. 数据准备一直想用acrgis画标签，但是安装的arcgis有问题，就用了labelme做标签D-linknet是做二分类，道路和其他。https://github.com/zlkanata/DeepGlobe-Road-Extraction-Challenge\ 用的是python2, pytrochimage和label一起放在dataset文件夹下的trainl里面。...

参考：安装anaconda2+tensorflow：https://blog.csdn.net/wyz6666/article/details/78440272在安装anaconda2之后安装anaconda3:https://blog.csdn.net/u014044032/article/details/82223932我先装的anaconda3-->再安装的an...

Mask-rcnn训练自己的数据实践，这里只做了一类。主要步骤：1. 数据准备（1）做标签：这里用的labelme，一张图片对应一个.json文件。数据大小1024×1024。（2）转数据格式：在./labelme/cli/路径下找到 json_to_dataset.py，这里需要小改动一下，实现批量转格式。将步骤（1）中的.json转成训练需要的数据，一张图片对应5个文件，具体如...

用于统计训练数据中的类别，以及所有目标的个数：# coding:utf-8import xml.etree.cElementTree as ETimport osfrom collections import Counterimport shutil# Counter({'towCounter({'tower': 3074, 'windpower': 2014, 'thermalpow...

要操作关系数据库，首先需要连接到数据库，建立connection。其次打开游标cursor，通过cursor执行SQL语句。导入sqlite驱动：import sqlite31、refresh sqlite3：def RefreshDB(self, path): #delete the table created before and then create

参考：https://blog.csdn.net/j_starry/article/details/82261807https://www.jianshu.com/p/c451db99adca一个小程序包括3个python文件，1个db文件。主窗口是login.py。help，hello是自建模块。用的python3.6，pyqt5.13.0最后用的这个pyinstaller...

依赖python环境1. 安装jupyter notecmd --> pip install jupytrelab2. 运行cmd --> Jupyter notebook3. 浏览器会弹出，找到文件就可查看了（.ipynb）会更美观...

for img in os.listdir(imgfolder): imgname, Suff = os.path.splitext(img) im = Image.open(imgfolder + img) im_size = im.size width, height = im_size[0], im_size[1] xnum = int(width/cropsize)...

http://blog.csdn.net/vicdd/article/details/526479061、img[i,j,c]i表示图片的行数，j表示图片的列数，c表示图片的通道数（RGB三通道分别对应0，1，2）。坐标是从左上角开始灰度图片访问方式为：gray[i,j]2、生成椒盐噪声from skimage import io,data

训练的时候因为数据出现问题，把做数据扩充的重新整理了一下，应该一步步检查的。1、gamma变换调节图像对比度"""=================================Gamma and log contrast adjustment=================================This example adjusts image contrast by p...

python+ffmpeg截取视频段下载ffmpeg的压缩包，直接解压，，，下载地址：http://ffmpeg.zeranoe.com/builds/ 。下载Windows版本的FFmpeg在Python中用subprocess调用-ss: 截取视频的开始时间-t：截取视频的结束时间import subprocesssubprocess.c

(1)ascii编码 import sysreload(sys)sys.setdefaultencoding( "utf-8" )(2)cv2无法读取和保存图片（图片的路径是中文）# read an imageimgpath = 'C:/Users/liesmars/Desktop/图片/梅花.jpg'uiimgpath = unicode(imgpath,'u

简单比较PIL的Image 和CV2

Pascal VOC数据的annotation是xml文件，要利用xml文件里的标注信息裁剪出数据~~

下载的数据是pascal voc2012的数据，已经有annotation了，不过是xml格式的，训练的模型是在Google模型的基础上加了两层网络，因此要在原始图像中裁剪出用于训练的部分图像。另外，在原来给的标注框的基础上，做了点框的移动。最后同类目标存储在同一文件夹中。from __future__ import divisionimport osfrom PIL impo

caffe的python接口 调用训练好的模型：caffe_root = 'D:\caffe\caffe-windows-master'sys.path.insert(0,caffe_root+'python')import caffe利用滑动窗口提取图片特征：（1）获取滑动窗口：def get_RegionProposal(self): hei

前台：通过下拉框获取检索内容用下拉框ComboBox获取文字，原本是英文，直接ComboBox.currentText()就可以了，后来把下拉框内容改成了中文，就出错了 'ascii' codec can't encode characters in position 解决方法：import codesscene = (Combo