机器学习
文章平均质量分 70
study
LHL_C
这个作者很懒,什么都没留下…
展开
-
OpenCV机器视觉-识别红绿颜色
识别红绿颜色识别车道线车道线检测使用opencv来完成一个车道线检测的案例完成这样的案例我们需要经历哪些步骤呢 ? 我们先来思考一下解决问题的思路.当前情况下,摄像头拍出了很多的东西,例如路边的杂草远方的山.但是在我们自动驾驶的过程中,我们并不需要这么多东西,所以我们要考虑提取感兴趣的区域.有了感兴趣的区域之后,我们接下来就需要来识别道路.大家可能会想道路可能会有弯道,但是在小范围内,它还是直线,所以我们可以使用前面我们学过的霍夫直线来进行检测。这张摄像头拍摄到的照片这张是我们使用can原创 2022-05-18 20:22:03 · 1679 阅读 · 0 评论 -
OpenCV机器视觉-形态学变换
形态学变换膨胀与腐蚀形态学变化是基于图像形状的一些简单操作。操作对象一般是二值图像,需要两个输入,一个是我们的原图,另一个是3x3的结构元素(内核),决定了膨胀操作的本质。常见的操作是图像的膨胀和腐蚀。以及他们的进阶操作注入Opening、Closing、Gradient等等。结构元素的形状MORPH_RECT矩形MORPH_ELLIPSE椭圆形MORPH_CROSS十字型...原创 2022-05-18 20:14:27 · 986 阅读 · 0 评论 -
OpenCV机器视觉-边缘与轮廓
边缘与轮廓基于图像边缘提取或二值化的基础寻找对象轮廓边缘提取的阈值会最终影响轮廓发现的结果主要API要有以下俩个findContours发现轮廓drawContours绘制轮廓查找轮廓处理的图像,轮廓列表,继承关系 = cv.findContours(图像,轮廓检索模式,检索的方法)# hierarchy[i][3],分别表示第i个轮廓的后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号轮廓检索模式RETR_EXTERNAL只检测最外层轮廓RET原创 2022-05-18 11:18:29 · 1071 阅读 · 0 评论 -
OpenCV机器视觉-霍夫变换
霍夫变换霍夫直线变换霍夫直线变换用来做直线检测霍夫直线变换官网文档绘制经过某点的所有直线的示例代码如下import cv2 as cvimport matplotlib.pyplot as pltimport numpy as npdef draw_line(): # 绘制一张黑图 img = np.zeros((500, 500, 1), np.uint8) # 绘制一个点 cv.line(img, (10, 10), (10, 10), (255)原创 2022-05-18 09:26:01 · 727 阅读 · 0 评论 -
OpenCV机器视觉-图片卷积
图片卷积图像滤波是尽量保留图像细节特征的条件下对目标图像的噪声进行抑制,是图像预处理中不可缺少的操作,其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。线性滤波是图像处理最基本的方法,它允许我们对图像进行处理,产生很多不同的效果。首先,我们需要一个二维的滤波器矩阵(卷积核)和一个要处理的二维图像。然后,对于图像的每一个像素点,计算它的邻域像素和滤波器矩阵的对应元素的乘积,然后加起来,作为该像素位置的值。这样就完成了滤波过程。 对图像和滤波矩阵逐个元素相乘再求和的操作就相当原创 2022-05-18 09:01:57 · 6455 阅读 · 4 评论 -
OpenCV机器视觉-图像二值化
图像二值化图像二值化( Image Binarization)就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程。在数字图像处理中,二值图像占有非常重要的地位,图像的二值化使图像中数据量大为减少,从而能凸显出目标的轮廓。所使用的阈值,结果图片 = cv.threshold(img,阈值,最大值,类型) THRESH_BINARY高于阈值改为255,低于阈值改为0THRESH_BINARY_INV高于阈值改为0,低于阈值改为255原创 2022-05-17 20:22:40 · 1230 阅读 · 0 评论 -
OpenCV机器视觉-HSV颜色模型
HSV颜色模型 HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是:色调(H),饱和度(S),明度(V)色调H用角度度量,取值范围为0°~360°,从红色开始按逆时针方向计算,红色为0°,绿色为120°,蓝色为240°。它们的补色是:黄色为60°,青色为180°,品红为300°;饱和度S饱和度S表示颜色接近光谱色的程度。一种颜色,转载 2022-05-17 20:08:54 · 8980 阅读 · 0 评论 -
OpenCV机器视觉-图片操作原理(二)
图像特效## 图像融合图像融合,即按照一定的比例将俩张图片融合在一起。执行这样的融合需要用到opencv提供的如下api:cv.addWeighted(图像1,权重1,图像2,权重2,叠加之后的像素偏移值)注意: 进行叠加的两张图片宽高应该相同 叠加之后的像素偏移值如果填的话不要填太大,超过255会导致图像偏白示例代码:import cv2itheima = cv2.imread("./img/qq.png", cv2.IMREAD_COLOR)cv2.imshow(转载 2022-05-17 18:07:55 · 710 阅读 · 0 评论 -
OpenCV机器视觉-图片操作原理
图片操作原理之前描述过一张图片,在计算机程序中,其实是用矩阵来进行描述的,如果我们想对这张图片进行操作,其实就是要对矩阵进行运算.转载 2022-05-05 15:46:38 · 255 阅读 · 0 评论 -
Opencv图像处理基础
图片的几何变换图片剪切图片在程序中表示就是一个矩阵,我们要想操作图片,只需要操作矩阵元素就可以了。图片的剪切案例,其实我们只需要想办法截取出矩阵的一部分即可!在python中,矩阵的截取是很容易的一件事!例如如下代码mat[起始行号:结束行号,开始列号:结束列号]import cv2# 读取图片img = cv2.imread('./timg.jpg', cv2.IMREAD_COLOR)cv2.imshow('pic', img)# 从图片中(230,230)截取一张 宽度为转载 2022-05-03 21:01:34 · 230 阅读 · 0 评论 -
OpenCV机器视觉(2)
Opencv入门案例读取图片如何使用opencv显示一张图片出来,我们首先需要掌握一条图片读取的apicv.imread("图片路径","读取的方式")# 图片路径: 需要在工程目录中,或者一个文件的绝对路径# 读取方式: 分别有如下三种: cv.IMREAD_COLOR : 以彩图的方式加载,会忽略透明度(默认方式) cv.IMREAD_GRAYSCALE: 以灰色图片方式加载 cv.IMREAD_UNCHANGED: 直接加载,透明度会得到保留 示例代码如下:imp转载 2022-05-03 16:05:34 · 182 阅读 · 0 评论 -
OpenCV机器视觉(1)
机器视觉概述机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置,分CMOS和CCD俩种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被设目标的形态信息,根据像素分布和亮度、颜色等信息,转换成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。OpenCV是一个基于BSD许可开源发行的跨平台计算机视觉库,可以运行在Linux、windows、Androi转载 2022-05-03 15:19:29 · 619 阅读 · 0 评论 -
人工智能,机器学习,强化学习傻傻分不清?
机器学习近十年来人工智能越来越热门了,在我们的日常学习中,我们经常听到一大堆专有名词,像**人工智能**,**机器学习**,**监督学习**,**非监督学习**,**深度学习**,**强化学习**这些,那它们之间存在什么样的关系呢?通过上图,我们可以看到其实都是学习,那么什么是学习?学习的整个过程应该包含输入,处理,输出,反思。比如说,读书,思考,做笔记,应用到实际,再反思。学:输入。习:输出实践。我们所看到的机器学习,其实就是让机器去学习,当然我这里说的是一句废话。简单来说,就是给我们机器转载 2022-05-02 20:41:50 · 302 阅读 · 0 评论