图像识别
文章平均质量分 66
喜欢大海的CC
谁不是从小小白开始的呢
展开
-
项目一改进:调节图片的曝光度并对通过透视变换矫正图片(解决图中所有最小覆盖矩形标记指定坐标时提取box中四个顶点顺序不一致问题)
本篇中,我们需要完成以下任务:1、调节图片曝光率,使得图片颜色显得均匀2、提取标记块轮廓,单独标记出其坐标x值3、通过透视变换对调节好曝光度的图片进行矫正4、对矫正处理好的图片重复第二步操作并做出对比开始操作吧一、读取原图# 1.读取图片# 使用函数cv2.imread(filepath,flags)读入一副图片image = cv2.imread("C:/myprojects/expose_img.jpg")print("original shape:{}".format(im.原创 2021-08-05 18:19:42 · 425 阅读 · 0 评论 -
项目一改进:对图像局部区域进行清晰化处理
本篇接上一篇文章(点击查看)通过观察,可以发现原图中第一个黄色标记块所在区域相对比下面两个标记块显得更模糊一些。因此,本篇中通过选取ROI区域(即感兴趣区域),并对该区域单独进行图像增强处理,使得原图中局部模糊的区域变得清晰,代码如下:# 图片清晰化#获取ROI区域roi_img = image[0:131,0:600]cv2.imshow("roi", roi_img)获取到的ROI区域如图所示:#对ROI区域进行锐化操作kernel = np.array([[0, -1, 0], [原创 2021-07-30 17:49:45 · 750 阅读 · 0 评论 -
项目记录一:用Python识别图片中指定颜色标记块并绘制其最小矩形框以及坐标点
记录准研一小白第一次动手实践课题组师姐安排的任务,非常感谢CSDN前辈们所撰写的博客对我的帮助。一、项目背景如图所示,有这样一张现场勘测的图片,要实现绘制出图中三个黄色标记块的最小矩形框以及左上角的坐标点二、研究思路读取图片——>提取图中黄色部分——>腐蚀操作剔除细小轮廓——>查找所有轮廓——>筛选并绘制出符合条件的轮廓——>绘制最小矩形框并标记出坐标三、代码实现读取图片代码如下:# 1.读取图片# 使用函数cv2.imread(filepath,flag原创 2021-07-29 16:07:12 · 8955 阅读 · 12 评论