尊新必威的博客

文章目录一、基于图像内容最小外接矩形边框矫正二、基于霍夫变换的图像倾斜矫正一、基于图像内容最小外接矩形边框矫正前提： 图像有明显的轮廓，需要对图像进行降噪处理特点： 对于表格矫正效果很好缺点： 当图片边缘存在文字时，外接矩形的边框会将整张图片框住，导致计算出的旋转角为0而无法有效矫正图像，如下图。代码：# -*- coding: utf-8 -*-# @Author : ChenXin# @Time : 2021/8/6 12:50# @Function: 图像倾斜矫正im

1. YOLOv11.1 论文思想1）将一幅图像分成SxS个网格(grid cell)，如果某个object的中心落在这个网格中，则这个网格就负责预测这个object。如何确定目标的中心？答：标注时bounding box的中心即为目标的中心。2）每个网格要预测B个bounding box，每个bounding box除了要预测位置之外，还要附带预测一个confidence值。论文思想 每个网格还要预测C个类别的分数。B一般取2，C为pascal voc数据集的目标类别数，故取20。..

1. R-CNN简介2014年之前都是使用传统方法进行目标检测，准确率仅30%左右，R-CNN出现后提升了30%的准确率。2.RCNN算法步骤1.候选区域的生成2.对每个候选区域， 使用深度网络提取特征3.特征送入每一类的SVM分类器， 判定类别...

1.目标检测简介1.1 one-stage和two-stage1.2 two-stage1.3 one-stage1.4one-stage和two-stage对比2.目标检测课程计划

1.ResNet简介梯度消失与梯度爆炸问题如何解决梯度消失和梯度爆炸？1.数据标准化2.权重初始化3.BN使用残差模块解决退化问题。残差模块五种ResNet网络结构34层ResNet结构分析...

1.学习目标2.图像特征理解2.1图像特征2.2颜色特征2.3纹理特征2.4形状特征2.5空间关系特征3.形状特征描述3.1HOG特征提取

0.学习目标1.图像分割2.固定阈值法直方图双峰法固定阈值分割常用的阈值方法：代码：5种不同的阈值方法分割结果对比#导入第三方包import cv2from matplotlib import pyplot as plt#opencv读取图像 img = cv2.imread('./image/person.png',0)#5种阈值法图像分割ret, thresh1 = cv2.threshold(img, 127, 255, cv2....

1.图像形态学概要2.膨胀和腐蚀2.1图像腐蚀代码：import cv2import numpy as np import matplotlib.pyplot as pltimg = cv2.imread('./image/morphology.png')img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)kernel = np.ones((3,3),np.uint8)erosion = cv2.erode(img,kernel,it...

1.图像滤波简介2.线性滤波：方框滤波如未归一化则滤波（卷积）运算的结果很可能大于255，会显示白色。通过代码对比归一化与否的结果。代码：import cv2import numpy as npimg = cv2.imread('girl2.png',cv2.IMREAD_UNCHANGED)r = cv2.boxFilter(img, -1 , (7,7) , normalize = 1) # -1为目标图像深度默认值d = cv2.boxFilter(img,...

1.图像平移代码：import cv2import numpy as npimg = cv2.imread('img2.png')# 构造移动矩阵H# 在x轴方向移动多少距离，在y轴方向移动多少距离H = np.float32([[1, 0, 50], [0, 1, 25]])rows, cols = img.shape[:2]print(img.shape)print(rows, cols)# 注意这里rows和cols需要反置，即先列后行res = cv2.warpAf.

1.前言1.1本章学习目标1.2本节学习目标2.线段绘制代码：import numpy as npimport cv2# 创建一张黑色的背景图img=np.zeros((512,512,3), np.uint8)cv2.imshow("black", img)cv2.waitKey(0)cv2.destroyWindow("black")# 绘制一条线宽为5的线段cv2.line(img,(0,0),(200,500),(0,0,255),5) # 起点为..

1.图像格式2.图像尺寸2.1读入图像2.2显示图像2.3图像保存2.4图像分辨率和通道数2.5灰度转化2.6RGB与BGR转化

OpenCV图像处理知识树OpenCV学习目标本节学习目标数字图像概念数字图像起源

1.主程序代码# 1. 导入库## 系统库import osfrom os import walk## torch 相关的库包import torchimport torch.nn as nnfrom torchvision import datasets## 相关参数from args import args## 数据预处理函数定义from transform import preprocess## 模型pre_trained_model 加载、训练、评估、标签映射关系fr

代码：

with open用法点这里