图像匹配
冰息
学习很快乐
展开
-
基于模拟退火的图像匹配算法
import mathimport randomimport cv2import numpy as npdef getLoss(m, n, target, template): """ 得到损失函数的值 :param m: 图像的x坐标 :param n: 图像的y坐标 :return:目标值 """ # 1.计算模板图片的信息 dis_template = np.zeros(256, np.int) Hd = 0.0原创 2020-10-24 14:51:55 · 1278 阅读 · 1 评论 -
基于标准平方差的视频追踪
import cv2videoPath = 'Resources/video01.mp4'videoSave = 'Resources/videoMarked02.mp4'cap = cv2.VideoCapture(videoPath)fps = int(round(cap.get(cv2.CAP_PROP_FPS)))width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))height = int(cap.get(cv2.CAP_PROP_FRAME原创 2020-10-05 09:05:35 · 172 阅读 · 0 评论 -
opencv把视频拆分成图片之后再进行合并
技术比较菜,目前只会合并成avi格式的视频,使用其他格式都会出现问题,如果有哪位大佬能解决这个问题,欢迎评论!import osimport cv2def ConvertVideoToImgs(videoPath, savePath): """ 将视频中的每一帧读取然后保存 :param videoPath:视频地址 :param savePath:图片保存地址 :return: """ cap = cv2.VideoCapture(video原创 2020-10-04 17:42:14 · 458 阅读 · 0 评论 -
基于增量式互信息的图像匹配方法
基于增量式互信息的图像匹配方法,相比基于互信息的图像匹配方法算法效率有了明显的提高,但是整体来说效率还是比较低下。import numpy as npimport mathimport cv2 # 读取目标图片target = cv2.imread("Resources/target.jpg")# 读取模板图片template = cv2.imread("Resources/template.jpg")# 将目标图片转换为灰度图片target = cv2.cvtColor(target,原创 2020-10-03 17:28:29 · 593 阅读 · 5 评论 -
基于灰度值平方差的图像匹配
import numpy as npimport mathimport cv2# 读取目标图片target = cv2.imread("Resources/target3.jpg")# 读取模板图片template = cv2.imread("Resources/template2.jpg")# 将目标图片转换为灰度图片target = cv2.cvtColor(target, cv2.COLOR_BGR2GRAY)# 将模板图片转换为灰度图片template = cv2.cvtCo.原创 2020-10-03 10:57:41 · 558 阅读 · 0 评论 -
基于互信息的图像匹配方法
由于算法效率低下,因此把图像尽可能的裁小了。import numpy as npimport mathimport cv2# 读取目标图片target = cv2.imread("Resources/target.jpg")# 读取模板图片template = cv2.imread("Resources/template.jpg")# 将目标图片转换为灰度图片target = cv2.cvtColor(target, cv2.COLOR_BGR2GRAY)# 将模板图片转换为灰度图原创 2020-10-02 21:22:15 · 1616 阅读 · 6 评论