- 博客(20)
- 收藏
- 关注
RSS订阅原创 第18章：视频处理
第18章：视频处理一、VideoCapture类：1. VideoCapture类中相关方法介绍：(1) 初始化：(2) 初始化判断方法：(3) 捕获帧：(4) 释放：(5) 属性设置：(6) 捕获多摄像头(视频文件)数据：2. 捕获摄像头视频：3. 播放视频文件：二、VideoWriter类1. 类函数介绍：(1) 构造方法：(2) write方法：(3) 释放：2. 保存视频：三、视频操作基础应用：视频是重要的信息来源，是视觉处理过程中经常要处理的一类信息。视频是由一系列图像构成的，这一系列图像被
2022-01-24 00:13:01
787
2
原创 第17章：图像分割提取
第17章：图像分割提取一、用分水岭算法实现图像分割提取：1. 算法原理：2. 相关函数介绍：(1) 形态学函数回顾：(2) 距离变换函数distanceTransform：(3) 确定未知区域：(4) 函数connectedComponents对象标注：(5) 函数cv2.watershed()：3. 分水岭算法图像分割实例二、交互式前景提取在图像处理的过程中，我们经常需要将前景对象从图像中提取出来。例如，在视频监控中，观测到的是固定背景下的视频内容，而我们对背景本身并无兴趣，感兴趣的是背景中出现的车辆、
2022-01-24 00:12:52
4693
原创 第16章：霍夫变换
第16章：霍夫变换一、霍夫直线变换：1. 霍夫直线变换原理：2. HoughLines函数：3. HoughLinesP函数：2. 霍夫圆环变换：霍夫变换是一种在图像中寻找直线、圆形以及其他简单形状的方法。霍夫变换采用类似于投票的方式来获取当前图像内的形状集合，该变换由Paul Hough(霍夫)于1962年首次提出。最初的霍夫变换只能用于检测直线，经过发展后，霍夫变换不仅能够识别直线，还能识别其他简单的图形结构，常见的有圆、椭圆等。实际上，只要是能够用一个参数方程表示的对象，都适合用霍夫变换来检
2022-01-24 00:12:39
14804
7
原创 第15章：模板匹配
第15章：模板匹配一、模板匹配基础：1. cv2.matchTemplate()函数：2. 匹配原理：3. 查找最值：二、多模版匹配：1. 获取匹配位置集合：2. 循环：3.调整坐标4.标记匹配图像的位置 模板匹配是指在当前图像A内匹配与图像B最相似的部分，一般将图像A称为输入图像，将图像B称为模板图像。 模板匹配的方法是将模板图像B在图像A上滑动，逐个遍历所有像素以完成匹配。 例如，下图中，大图像“lena”是输入图像，“眼睛”图像是模板图像。查找的方式是，将模板图像在输入图像内从左上角开始滑
2022-01-24 00:12:28
14594
4
原创 第14章：傅里叶变换
第14章：傅里叶变换一、理论基础：二、Numpy实现傅里叶变换：1. 实现傅里叶变换：2. 逆傅里叶变换：3. 高通滤波示例：三、OpenCV实现傅里叶变换：1. 实现傅里叶变换：2. 实现逆傅里叶变换：3. 低通滤波示例：图像处理一般分为空间域处理和频率域处理。空间域：空间域处理是直接对图像内的像素点进行处理。空间域处理主要划分为灰度变换和空间滤波两种形式。灰度变换是对图像内的单个像素进行处理，比如调节对比度和处理域值等。空间滤波涉及图像的质量改变，比如图像平滑处理。空间域处理的计算简单方便，运算速
2022-01-24 00:11:40
7138
原创 第13章：直方图处理
第13章：直方图处理一、直方图的含义：1. 普通直方图：2. 归一化直方图：二、绘制直方图：1. 使用Numpy绘制直方图：2. 使用OpenCV绘制直方图：3. 使用掩码绘制直方图：三、直方图均衡化：1. 直方图均衡化的原理：(1) 在原有范围内实现均衡化：(2) 在更广泛的范围内实现均衡化:2. 直方图均衡化处理：直方图是图像处理过程中一种重要的分析工具。直方图是从图像内部灰度级的角度对图像进行表述，包含丰富重要的信息。从直方图的角度对图像进行处理，可以达到增强图像显示效果的目的。一、直方图
2022-01-23 06:19:31
2137
原创 第12章：图像轮廓
第12章：图像轮廓一、查找并绘制轮廓：1. 查找图像轮廓：2. 绘制图像轮廓：3. 绘制轮廓实例：二、矩特征1. 矩的计算：moments函数2. 计算轮廓面积：contourArea函数3. 计算轮廓长度：arcLength函数三、Hu矩1. Hu矩函数：2. 形状匹配：四、轮廓拟合1. 矩形包围框：2. 最小包围矩形框：3. 最小包围圆形：4. 最优拟合椭圆：5. 最优拟合直线：6. 最小外包三角形：7. 逼近多边形：五、凸包1. 凸包：2. 凸缺陷：3. 几何学测试：六、利用形状场景算法比较轮廓1.
2022-01-23 06:17:18
3602
2
原创 第11章：图像金字塔
第11章：图像金字塔一、理论基础：1. 向下采样：2. 向上采样：二、pyrDown函数使用：三、pyrUp函数及使用：四、采样可逆性研究五、拉普拉斯金字塔1. 定义：2. 应用：什么是图像金子塔？ 图像金字塔是由一幅图像的多个不同分辨率的子图构成的图像集合。是通过一个图像不断的降低采样率产生的，最小的图像可能仅仅有一个像素点。下图是一个图像金子塔的示例。从图中可以看到，图像金字塔是一系列以金字塔形状排列的、自底向上分辨率逐渐降低的图像集合。 通常情况下，图像金字塔的底部是待处理的高分辨率图
2022-01-23 06:11:01
9826
2
原创 第10章：Canny图像边缘检测
第10章：Canny图像边缘检测一、Canny边缘检测的基础：1. 应用高斯滤波去除图像噪声：2. 计算梯度3.非极大值抑制4. 应用双阈值确定边缘：二、Canny函数使用： Canny边缘检测是一种使用多级边缘检测算法检测边缘的方法。1986年，John F.Canny发表了著名论文A Computational Approach to Approach to Edge Detection，在该论文中详述了如何进行边缘检测。OpenCV中提供了函数cv2.Canny()来实现Canny边缘检测。
2022-01-23 06:09:20
2646
原创 第9章：图像梯度
第9章：图像梯度one. Sobel理论基础1. 计算水平方向偏导数的近似值2. 计算垂直方向偏导数的近似值two. Sobel算子及函数的使用:1. 函数语法：2. 对像素取绝对值：3. 方向：three. Scharr 算子及函数使用:1. 函数语法：2. 实例：four. Sobel算子和Scharr算子的比较：five. Laplacian 算子:1. 函数语法：2. 实例：six. 算子总结： 图像梯度计算的是图像变化的幅度。对于图像的边缘部分，其灰度值变化较大，梯度值变化也较大；相反，对于
2022-01-23 06:07:30
5842
原创 第8章：形态学操作
第8章：形态学操作one. 腐蚀操作：two. 膨胀：three. 通用形态学函数：four. 开运算：five. 闭运算：six. 形态学梯度运算：seven. 礼帽运算：eight. 黑帽运算：night. 核函数： 形态学，即数学形态学，是图像处理过程中一个非常重要的研究方向。形态学的目的是提取图像中的分量信息，该分量信息通常对于表达和描绘图像的形状具有重要意义，通常是图像理解时所使用的最本质的形状特征。 例如，我们手写一个阿拉伯数字，在识别时能够通过形态学运算得到其骨架信息，而在具体的图
2022-01-23 05:59:38
4539
1
原创 第7章：图像的平滑处理
第7章：图像的平滑处理一、均值滤波：二、方框滤波：三、高斯滤波：四、中值滤波五、双边滤波：六、2D卷积 图像的平滑处理是在尽量图像原有信息的情况下，过滤掉图像内部的噪声。由于图像平滑处理的同时通常伴随着图像的模糊操作，有时图像平滑处理也称为图像模糊处理。在计算机中有时也被成为图像滤波。这只是一个名称，不同的地方可能有不同的说法，不要太过于纠结。图像平滑处理的目的是：过滤掉图像内部噪声 图像平滑处理的实质：是将图像中与周围像素点的像素值差异较大的进行处理，将其值调整为周围像素点像素值的近似值
2022-01-23 05:57:50
4255
原创 第6章-阈值处理
第六章-阈值处理one. threshold函数：1. 二值化阈值处理（cv2.THRESH_BINARY）：2. 反二值化阈值处理(cv2.THRESH_BINARY_INV)3. 截断阈值化处理(cv2.THRESH_TRUNC)4. 超阈值零处理(cv2.THRESH_TOZERO_INV)5.低阈值零处理(cv2.THRESH_TOZERO)two.自适应阈值处理：three. Otsu处理:阈值处理是指剔除图像内像素值高于一定值或者低于一定值的像素点。 例如，设定阈值为127，然后：将图像内
2022-01-23 05:40:24
2337
原创 第5章 - 几何变换
第五章-几何变换one. 缩放:two. 翻转：three. 仿射：1. 平移：2. 旋转：3. 更多复杂的仿射变换：four. 透视：five. 重映射：1. 映射参数的理解：2. 复制：3. 绕x轴旋转：4. 绕y轴旋转：5. 绕x、y轴旋转：6. x、y轴进行互换：7. 图像缩放：几何变换是指将一幅图像映射到另 一幅图像内的操作。OpenCV提供了多个与映射有关的函数。根据OpenCV函数的不同，映射关系可以划分为缩放、翻转、仿射变换、透视、重映射等。one. 缩放:在OpenCV中，使用cv
2022-01-23 05:34:43
405
原创 第4章：色彩空间类型转换
第四章：色彩空间类型转换one. 色彩空间基础知识：1. GRAY色彩空间：2. XYZ色彩空间3. YCrCb色彩空间3. HSV色彩空间4. HLS 色彩空间5. CIEL * a * b *色彩空间6. CIEL * u * v *色彩空间7. Bayer色彩空间two. 类型转换函数：three. 类型转换实例four. HSV色彩空间讨论：1. 获取指定颜色：2. 标记指定颜色：five. alpha通道：色彩空间称为颜色空间、彩色空间、颜色模型、彩色系统、彩色模型、色彩模型等。常见的色彩空间
2022-01-23 05:30:54
3068
原创 第3章：图像运算
图像运算one. 图像加法运算：1. 加号运算符"+":2. cv2.add()函数：two. 图像加权和：three. 按位逻辑运算：1. 按位与运算：2. 按位或运算：3.按位非运算：4. 按位异或运算：four. 掩膜：five. 图像与数值运算：six. 位平面分解：seven. 图像加密和解密：eight. 数字水印：1. 原理：2.实现方法：图像的 加法运算、位运算 都是比较基础的运算。但是很多复杂的图像处理功能正是借助这些基础的运算来完成的。例如：位平面分解、图像异或加密、数字水印等。on
2021-11-02 17:03:21
1466
原创 第二章：图像处理基础
第二章：图像处理基础操作一、图像的基本表示方法：1. 二值图像：2. 灰度图像：3. 彩色图像：二、像素处理：1. 二值图像及灰度图像：2.彩色图像：3. 使用numpy.array访问像素：三、感兴趣区域(ROI):四、通道操作：1. 通道拆分：2. 通道合并：五、获取图像属性：本章主要介绍：图像的基本表示方法像素的访问和操作感兴趣区域的处理通道处理等知识点。需要注意的是，使用面向Python的OpenCV必须熟练掌握Numpy库，尤其是Numpy.array库，Numpy.array库是
2021-10-14 11:53:57
3303
原创 第一章：OpenCV入门
第一章：OpenCV入门OpenCV是一个开源的计算机视觉库，1999年有英特尔的Gary Bradski启动。OpenCV库由C和C++语言编写，涵盖计算机视觉各个领域内的500多个函数，可以在多个操作系统上运行。它旨在提供一个简洁而又高效的接口，从而帮助共夺得开发人员快速的构建视觉系统。本章主要介绍OpenCV的简单使用图像处理的基本操作：图像处理的最基本操作包括：读取图像显示图像保存图像1. 读取图像：在OpenCV中使用cv2.imread()函数来读取图像，该函数支持各种静态
2021-10-05 23:46:40
886
原创 Python对Protobuf进行序列化与反序列化
Python Protobuf1.了解Protobuf：1.1 Protobuf语法介绍：2. Python使用Protobuf：(windows平台上)1.了解Protobuf：我们在使用protobuf之前首先要了解protobuf，那么什么是protobuf呢？官方的解释是：protocol buffers 是一种与语言无关、平台无关、可扩展的序列化结构数据的方法，它可用于（数据）通信协议、数据存储等。Protocol Buffers 是一种灵活，高效，自动化机制的结构数据序列化方法－
2021-05-04 18:02:03
8489
3
原创 lxml库的基本使用
Python之lxml模块的使用：1. 认识lxml2. lxml中基本使用2.1 安装并导入lxml模块2.2 节点操作：2.3 属性操作：2.4 文本操作2.5 xml文件解析与序列化2.6 lxml命名空间的处理3. 使用lxml解析xml案例4. 使用lxml生成一个xml文件案例：5. 补充：xPath语法5.1 节点选择语法：5.2 节点修饰语法：5.3 谷歌浏览器xpath helper插件的安装和使用xpath helper插件的安装1. 认识lxmllxml是一款高性能的Python
2021-05-03 15:17:57
12160
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人