![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
OpenCV
vvvvs13
这个作者很懒,什么都没留下…
展开
-
OpenCV+python------【边缘检测】
实现边缘检测的一般流程:使用高斯滤波器,以平滑图像,滤除噪声计算图像中每个像素点的梯度强度和方向应用非极大值(Non-Maximum Suppression)抑制,以消除边缘检测带来的杂散响应应用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘通过抑制孤立的弱边缘最终完成边缘检测去噪由于边缘检测很容易受到噪声影响,所以第一步是使用高斯滤波器去除噪声,计算图像梯度对平滑后的图像使用 Sobel 算子计算水平方向和竖直方向的一阶导数(图像梯度)(Gx 和 Gy)。根据原创 2020-08-12 19:31:53 · 388 阅读 · 0 评论 -
OpenCV+python------【图像梯度】
前言梯度简单理解就是求导,OpenCV提供了三种梯度滤波器,或称为高通滤波器:Sobel,Scharr,Laplacian。Sobel,Scharr 是求一阶或二阶导数。Scharr 是对 Sobel(使用小的卷积核求解求解梯度角度时)的优化。Laplacian 是求二阶导数。Sobel算子Sobel算子是高斯平滑和微分操作的结合体,它的抗噪声能力很好,可以提供比较精确的边缘方向信息,但是边缘的定位精度不高。我们可以设定求导的方向为x\color{red}{x }x或y\color{red}{原创 2020-08-12 17:03:59 · 233 阅读 · 0 评论 -
OpenCV+python-----【形态学转换】
前言形态学操作是根据图像形状进行的简单操作。一般情况下对二值化图像进行的操作。需要输入两个参数,一个是原始图像,第二个被称为结构化元素或核,用来决定操作的性质。两个基本的形态学操作是腐蚀和膨胀。他们的变体构成了开运算,闭运算,梯度等。我将以下图为例逐一进行这些操作。后面的操作都会使用此图,先将此图读入,代码后面不再说明。import cv2import numpy as npimg = cv2.imread('dige.png')cv2.imshow('img', img)cv2.wa原创 2020-08-10 20:16:43 · 182 阅读 · 0 评论 -
【吐血集合】conda成功安装opencv,控制台导入成功,pycharm导入失败解决
这个问题耗时我大半天的时间,各种方法都没解决。最后机缘巧合下终于解决了,分享一下。我的前提:我直接用conda进行opencv的安装conda install opencv安装成功后,控制台测试是成功的。然后打开pycharm。import cv2报错提示:ImportError:DLLloadfailed:找不到指定的模块\color{red}{ImportError: DLL load failed: 找不到指定的模块}ImportError:DLLloadfailed:找不到指定原创 2020-08-08 12:52:18 · 1188 阅读 · 0 评论 -
OpenCV+python-----【图像阈值】
前言对灰度图二值化,当像素值高于阈值时,我们给这个像素赋予一个新值,否则我们给它赋予另外一种颜色。ret,dst = threshold(src, thresh, maxval, type)dst:\color{orange}{dst:}dst: 输出图src:\color{orange}{src:}src: 输入灰度图thresh:\color{orange}{thresh:}thresh:对像素值进行分类的阈值,常见为127maxval:\color{orange}{maxval:}max原创 2020-07-30 20:53:56 · 97 阅读 · 0 评论