- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 图像教程（OpenCV）——part4
初稿完成于2020.2.11上节课讲了图像的滤波，滤完波之后就需要进行“锐化”（锐化的概念参考上一届中的“模糊与锐化”的区分部分），用于边缘提取——这也是这节课的主要内容。除此之外，还会讲一些阈值化操作之类的常用操作，好了，直接进入正题——一、边缘检测边缘指图象中灰度发生急剧变化的区域，想得到边缘，就是要分析计算各个方向上像素点灰度的梯度变化。边缘检测有一些常用的算子和滤波器（显然，这里的滤波器用于高频滤波），如下所示：1、canny算子我一般检测图像轮廓的时候比较喜欢用canny算子（准确度灰常
2021-01-11 23:54:54
230
2
原创 图像教程（OpenCV）——part3
初稿完成于2020.2.4前两个part讲了一些常用的基础类和函数、操作方法之类。那我们要完整地能够处理一幅图像需要进行哪些操作步骤呢？首先我们要明确进行图像处理的目的：获得目标区域所在的位置。无论是颜色追踪、对直线或者圆的追踪、还是对某个固定图案的追踪，无论是单目标还是多目标，最终都需要获取最后的目标所在的位置。那么如何从原本的图像得到目标的位置呢？这就需要按照以下的操作步骤来进行：获取图像->去噪（滤波、阈值化之类）->边缘检测->提取固定区域->给出目标点坐标获取图像就像
2021-01-11 23:35:35
352
原创 图像教程（OpenCV）——part2
初稿完成于2020.2.1唔，上节课讲了讲图像的形态学滤波操作与画图操作（画图操作还是很常用的——你在识别到某个目标时总不能直接把它的坐标输出来看吧，边比对坐标和原图像眼睛会花的orz，所以需要在图像中将目标实时地框出来）。这节课主要是讲一下整个图像识别操作的流程，并介绍一下一些使用Mat类变量的小技巧（包括访问图像的单个像素点、改变图像大小的操作以及ROI区域的提取）。当然首先，需要介绍一下C++（毕竟它有很多C语言不具备的东西需要我们去了解）——一、关于C++因为C++的特性和C语言略有不同，所以
2021-01-11 23:27:14
191
原创 图像教程（OpenCV）——part1
初稿完成于2020.1.28内容包括图像在计算机中的存储、形态学滤波操作、画图操作三个部分。一、图像在计算机中的存储图像在我们眼中是一幅一幅色彩斑斓的图案，那在计算机中是什么呢？在计算机中存储的图像并不是那种直观的、让人能够感知到的色块，而是数字——将图像的每一个像素点以数字的方式来表示（前提是确保数字能包含你所需要的像素点的所有特征），然后再将这些像素点“组装”成一个矩阵阵列，把这个矩阵（在OpenCV里叫做Mat类）存储在计算机中，这样就能够由一个个的像素点构成一幅完整的图像。嗯，于是我们就需
2021-01-11 23:19:49
278
2
原创 树莓派配置OpenCV教程
树莓派教程由于我终于痛下心来买了个树莓派4B（啊好贵，我又穷了），所以现在可以给你们踩踩坑做教程了。你可以选择根据以下步骤慢慢配置树莓派，也可以选择emmm直接跟我要个现成的镜像。好了，下面是我配置树莓派的步骤：1、烧录镜像首先，在官网上下载镜像：https://www.raspberrypi.org/downloads/noobs/下载最大的那个，嗯（因为软件最多），解压。然后下载个SDFormatter和Win32DiskImager，图标长这样：然后拿出你的SD卡和读卡器，先打开SD
2021-01-03 05:02:13
2175
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人