- 博客(8)
- 资源 (11)
- 收藏
- 关注
RSS订阅原创 OpenCV学习—基于OpenCV的区域分割、轮廓检测和阈值处理（python）
文章来源基于OpenCV的区域分割、轮廓检测和阈值处理介绍OpenCV是一个用于图像处理、分析、机器视觉方面的开源函数库。该库的所有代码都经过优化，计算效率很高，因为，它更专注于设计成为一种用于实时系统的开源库。opencv采用C语言进行优化，而且，在多核机器上面，其运行速度会更快。它的一个目标是提供友好的机器视觉接口函数，从而使得复杂的机器视觉产品可以加速面世。该库包含了横跨工业产品检测、医学图像处理、安防、用户界面、摄像头标定、三维成像、机器视觉等领域的超过500个接口函数。同时，由于计算机视觉
2020-09-26 20:21:28
3535
原创 基于Opencv的数字图像处理技巧（python）
图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。数字化：通过取样和量化过程将一个以自然形式存在的图像变换为适合计算机处理的数字形式。图像在计算机内部被表示为一个数字矩阵，矩阵中每一元素称为像素。图像数字化需要专门的设备，常见的有各种电子的和
2020-09-25 22:19:42
958
1
原创 图像技术应用实战—全能扫描王（python）
from imutils.perspective import four_point_transformimport imutilsimport cv2import numpy as npfrom matplotlib import pyplot as pltimport mathdef Get_Outline(input_dir): image = cv2.imread(input_dir) gray = cv2.cvtColor(image, cv2.COLOR_BGR2.
2020-09-15 21:18:13
1436
3
原创 论文阅读《A Physics-based Noise Formation Model for Extreme Low-light Raw Denoising》CVPR2020
论文阅读《A Physics-based Noise Formation Model for Extreme Low-light Raw Denoising》摘要由于缺乏丰富以及真实的数据，基于学习的单图像去噪算法不能很好的推广到RAW图像，并且RAW图像与训练所用的数据不同。尽管可以通过用于噪声合成的异方差高斯模型来缓解数码相机电子元件导入的噪声的问题。但是这种情况在光线较低的情况下很难去做。为了解决这个这个问题，提出了一种基于CMOS光电传感器的特性，从而使得我们能够合成更匹配的真实样本。鉴于提
2020-09-15 12:57:48
2881
4
原创 openv学习—Template Matching
关于解决可参考下面网址：https://docs.opencv.org/2.4/doc/tutorials/imgproc/histograms/template_matching/template_matching.html#template-matching#include "opencv2/highgui/highgui.hpp"#include "opencv2/imgproc/imgproc.hpp"#include <iostream>#include <stdi.
2020-09-09 21:53:30
224
原创 C++错误：“const char *“ 类型的值不能用于初始化 “char *“ 类型的实体
在VS2017中使用opencv编写C++程序时出现如下错误：报错代码如下：char* image_window = "Source Image";char* result_window = "Result window";查了查资料，可能的原因是在VS2017版本中使用这种char*的表达方式会造成程序崩溃，所以VS2017对其进行了控件管理。解决方案：先将字符使用字符数组进行存储，再使用指针char image[] = "Source Image";char result1[]
2020-09-09 21:45:04
116088
6
原创 opencv—图像金字塔
图像金字塔图像金字塔是由单个原始图像产生的图像的集合，它们被连续下采样，直到达到一些所需的停止点。 有两种常见的图像金字塔：高斯金字塔：用于缩减图像，拉普拉斯金字塔：用于从金字塔中较低的图像重建上采样图像高斯金字塔想象一下金字塔是一组层，层数越高，尺寸越小。每个层从底部到顶部编号，因此层(i+1)（表示为Gi+1）小于层i（Gi） 为了在高斯金字塔中产生层(i+1)，我们做如下：将Gi与高斯内核进行卷积：上采样和下采样由OpenCV中的函数cv :: pyrUp和cv :: p
2020-09-08 21:26:08
252
1
计算机视觉—红绿灯检测
2020-10-23
tao2004.pdf
2019-10-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人