欢迎时常光顾我的干货超市，热衷于AIoT！！

OpenCV支持传统的图像处理的CUDA加速，从OpenCV4.2开始支持深度神经网络的CUDA加速，因此在OpenCV4.4中，CUDA是既可以加速传统的图像处理，特征与对象检测；又可以支持深度神经网络的CUDA加速。

API- flip函数原型：void flip(InputArray src, OutputArray dst, int flipCode)参数含义：src，输入矩阵dst，翻转后矩阵，类型与src一致flipCode，翻转模式，flipCode==0垂直翻转（沿X轴翻转），flipCode>0水平翻转（沿Y轴翻转），flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）...

YOLOV3介绍和实现

提取步骤1.转化为灰度图像cvtColor(src,dst,color_BGR2GRAY)2.转化为二值图像转换为二值图像 – adaptiveThreshold3.定义结构元素4.开操作 （腐蚀+膨胀）提取 水平与垂直线

图像混合：大小、通道数、类型都相同的两张图像按照一定的比例进行合并的过程。#include <opencv2/opencv.hpp>#include <iostream>using namespace std;using namespace cv;int main(int argc, char** argv) { Mat a, b, c; a = imread("D:/images/1.png"); b = imread("D:/images/2.png");

深度相机的测距原理二次开发的环境配置实时测距Mask-RCNN嵌入到深度相机，并去除背景

直方图均衡化的作用：使物体和背景区分不明显的图像，对比度加强；而如果图像本身对比度很强，那么该方法没有明显作用。代码演示#include<iostream>#include<opencv2\opencv.hpp>using namespace std;using namespace cv;int main() { Mat img, src,img_gray; src = imread("D:/images/lena.png"); if (!src.data)

RGB颜色空间是最常见的颜色空间。然而，R、G和B色之间存在高相关性。Y’CbCr颜色空间通常用于分割在RGB颜色空间中难以分离的对象。在图像从RGB颜色空间转换为Y‘CbCr颜色空间之后，得到的信号对于Y为16到235，Cb和Cr为16到240。RGB图像被使用等式转换为Y‘CbCr图像：...

1. 2D&3D 的定义首先2D,3D 的D 是什么意思？D 全称是Dimensional，翻译中文为维度。中文解译2D,3D 为二维，三维。2. 2D 和3D 区别如果从数学，物理角度出发考虑，大家就很容易理解，二维只有x,y 两个轴，比如一张画，一张相片。从视觉感观讲，就是一个平面。而三维比二维多了一维，即z 轴。直观上来说，就是点到我们的距离。即“深度”。人的视觉能分辨远近，是靠两只眼睛的视差。两只眼睛看任何一样东西，两眼角度都不会相同。虽然差距很小，但经视网膜传到大脑里，脑子就用

【OpenCV进阶】基于YOLO V4检测鼠标框选出的自定义区域

【OpenCV基础】截图+自定义区域（C++版）

采用YOLOv4实现交通标志的检测

ROS与opencv之间进行图像转换和处理的过程：1.首先，订阅摄像头话题（image_raw），读取视频流。2.使用cv_bridge，将ROS图像格式转化为opencv格式。3.使用opencv里面的API对图像进行处理。4.使用cv_bridge，将opencv图像格式转化为ROS格式。...

安装二维码识别的功能包sudo apt-get install ros-melodic-ar-track-alvar知识点：通过sudo apt-get install ros-版本-XXX的形式所安装的功能包都存放在opt/ros/版本/share的路径下。

➢摄像头为什么要标定?摄像头这种精密仪器对光学器件的要求较高，由于摄像头内部与外部的一些原因，生成的物体图像往往会发生畸变，为避免数据源造成的误差，需要针对摄像头的参数进行标定。sudo apt-get install ros-melodic-calibration...

在修改sample_cv_bridge_node.cpp中的代码后需要进行一次编译，以更新sample_cv_bridge_node文件，且该节点文件存放在/home/zjc/catkin_make/devel/lib/cv_bridge_tutorial_pkg目录下。修改代码的变化，之前边缘检测保留了颜色，修改后去除了颜色，只有灰色；此外，去除了显示原图视频的代码，只显示处理后的视频流；1.创建一个名为cv_bridge_tutorial_pkg的工作空间。

YOLO对象检测的代码解读

1.每张图像的运行时间和帧率的计算公式总时间/总帧数=每一帧图像播放时停留的时间。总帧数/总时间=帧率2.getTickFrequency()getTickFrequency()：返回CPU一秒中所走的时钟周期数。即一秒钟的重复次数。getTickFrequency() / 1000:即一毫秒的重复次数3.getPerfProfilegetPerfProfile(layersTimings) ：每一层的执行时间，单位默认为毫秒。getPerfProfile(layersTimings

采用YOLOV4模型，实现视频中的物体检测

一、安装安装tensorflowpip install tensorflow安装pythonpip install opencv-python安装IDE-Pycharm

API-blobFormImagereference:OpenCV中blobFromImage函数详细解释作用：对输入图像进行归一化操作函数参数如下Mat cv::dnn::blobFromImage(InputArray image,double scalefactor = 1.0,const Size & size = Size(),const Scalar & mean = Scalar(),bool swapRB = false,bool crop

referenceopencv进阶-YOLOV3模型-实时物体检测

API全部代码1.视频加载2.摄像头调用

基于YOLO V3模型的行人检测

采用SSD模型实现对人脸的实时检测

使用加速引擎提高推算的速度，达到实时检测深度学习压缩加速的开源工具包open VINO，其中的IE加速组件。

全部代码#include <opencv2/opencv.hpp>#include<opencv2/dnn.hpp>#include <iostream>#include <fstream>using namespace cv;using namespace cv::dnn;using namespace std;vector<string> readLabels();int main(int argc, char** arg

图像卷积基本术语：卷积核、窗口、模板、操作数卷积系数：卷积核内的元素数值卷积神经网路的概念1.卷积和池化层2.卷积网络卷积层特点：1.局部感受野2.权重共享机制3.池化下采样操作4.获取了图像的迁移、变形与尺度空间不变性特征如何在opencv中加载卷积神经网络各个层？...

HOG+SVMHOG的详细介绍参考：梯度直方图的学习：归一化的学习：SVM的详细介绍参考：

一、HOG特征检测算法原理与流程二、API1.HOGDescriptor2.detectMultiScale3.compute四、全部代码五、效果展示

【OpenCV基础】凸包检测、Harris角点检测、Canny边缘检测

全部代码#include <opencv2/opencv.hpp>#include <iostream>using namespace std;using namespace cv;int main() { Mat src, Gau_src, gray_src, binary_src; src = imread("D:/images/hand.jpg"); if (src.empty()) { cout << "Could not load the

一、创建卷积核创建卷积核的函数原型如下：1.1API-getStructuringElementgetStructuringElement(int shape, Size ksize, Point anchor)函数中的参数含义如下：1.int shape - 形状 (MORPH_RECT \MORPH_CROSS \MORPH_ELLIPSE)第一个参数表示卷积核的形状，有矩形、圆形、直线、钻石等，主要有如下几种选择：（1）MORPH_RECT：矩形结构区域。（2）MORPH_CROS

图像二值化操作API-函数原型中的参数：参数含义

第一步：Intel RealSense D435i的SDK下载第二步：测试深度相机是否能工作点击Inter RealSense Viewer，测试能否成功链接相机，成功链接会出现如下画面：第一次链接可能无法显示，检查可能是因为接口插错了，本次测试中，先是插入usb2.0接口，无法显示；之后插入usb3.0能正常显示。第三步：创建项目，进行环境配置...

轮廓发现分为四个流程：（1）输入图像转为灰度图像cvtColor（2）使用Canny进行边缘提取，得到二值图像（3）使用findContours寻找轮廓（4）使用drawContours绘制轮廓代码演示#include<iostream>#include<opencv2/opencv.hpp>using namespace std;using namespace cv;Mat src, dst;const char* input_win = "【输入图像

模板匹配#include<iostream>#include<opencv2/opencv.hpp>using namespace std;using namespace cv;Mat src; Mat templ; Mat result;char* src_window = "【输入图像】";char* result_window = "【结果窗口】";int match_method;int max_Trackbar = 5;// 函数声明void

【OpenCV学习】霍夫变换-圆检测

API-Sobelvoid Sobel(InputArray src,OutputArray dst,int ddepth, 输出图像深度int dx,导数x的阶数int dy,导数y的阶数int ksize = 1\3\5\7,扩展Sobel内核的大小；它必须是1、3、5或7。double scale = 1, 计算派生值的可选比例因子；默认情况下，不应用缩放double delta = 0, 给所选的像素值添加一个值delta。int borderType = BORDER_DEF

一、边缘填充二、API-copyMakeBorder三、不同边缘类型的效果