wx_57556-CSDN博客

原创 OpenCV 目标追踪

目标跟踪是计算机视觉领域的一个重要问题，目前广泛应用在体育赛事转播、安防监控和无人机、无人车、机器人等领域。案例来源于傅老师。OpenCV包含八个单独的对象跟踪实现：1、BOOSTING Tracker：基于相同的算法，用于为Haar级联（AdaBoost）背后的机器学习提供动力，但是像Haar级联一样，已有十多年的历史了。这个跟踪器很慢，不能很好地工作。逻辑原理和与其他算法做比较。（最低OpenCV 3.0.0）2、MIL Tracker：比BOOSTING跟踪器更准确，但报告失败的工作

2021-06-30 20:48:01 289

原创 OpenCV 信用卡数字识别

学完OpenCV图像处理的基本知识后，就可以用这些基本知识进行综合运用，信用卡数字识别就是用模板匹配、轮廓检测、阈值处理、边缘检测等进行综合运用的。案例来源于傅老师。概念：阈值处理：ret, dst = cv2.threshold(src, thresh, maxval, type)ret：表示返回的阈值。dst：表示输出图片。src：表示输入图片。thresh：表示阈值。maxval：当像素值超过了阈值（或者小于阈值，这里需要根据type参数决定），所将像素值替换为ma

2021-06-30 20:25:00 265

原创 OpenCV 霍夫变换

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，来检测任意能够用数学公式表达的形状，即使这个形状被破坏或者有点扭曲。霍夫变换将图像空间转变为参数空间，在参数空间中执行投票来决定物体的形状。案例来源于傅老师。霍夫变换原理：1.一条直线可由两个点A=(X1,Y1)和B=(X2,Y2)确定（图a 笛卡尔坐标系）2.y=kx+q也可以写成关于（k,q）的函数表达式（图b 霍夫空间）3.三个点共线的情况4. 霍夫变换的后处理的基本方式：选择由尽可能多直线汇

2021-06-30 17:58:33 222

原创 OpenCV 模板匹配

模板匹配就是在大图中找小图，也就说在一幅图像中寻找另一幅模板图像的位置。案例来源于傅老师。模板匹配的操作方法是将模板图像B在图像A上滑动，遍历所有像素以完成匹配。工作原理：在带检测图像上，从左到右，从上向下计算模板图像与重叠子图像的匹配度，匹配程度越大，两者相同的可能性越大。局限性：它只能进行平行移动，若原图像中的匹配目标发生旋转或大小变化，该算法无效。模板匹配是使用函数cv2.matchTemplate实现的，具体为：result = cv2.matchTemplate(i

2021-06-30 17:17:13 3307 1

原创 OpenCV 直方图处理

图像直方图是图像内灰度值的统计特性与图像灰度值之间的函数，直方图统计图像内各个灰度级出现的次数。案例来源于傅老师。1.绘制直方图使用plt.hist()绘制直方图，具体语法为：matplotlib.pyplot.hist(X, BINS，facecolor='yellowgreen')X：一维数组BINS：数组的边界（如256）使用cv2.calcHist()绘制直方图，具体语法为：cv2.calcHist(images,channels,mask,histSize,ra

2021-06-30 16:16:13 259

原创 OpenCV 图像轮廓

边缘检测虽然能够检测出边缘，但边缘是不连续的，检测到的边缘并不是一个整体。图像轮廓是指将边缘连接起来形成的一个整体，用于后续的计算。图像轮廓是图像中非常重要的一个特征信息，通过对图像轮廓的操作，我们能够获取目标图像的大小、位置、方向等信息。1.查找轮廓寻找轮廓的操作一般用于二值化图，所以通常会使用阈值分割或Canny边缘检测先得到二值图。函数cv2.findContours()的语法格式为：contours,hierarchy=cv2.findContours（image,mode,me

2021-06-30 15:02:06 525

原创 OpenCV Canny边缘检测

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。案例来源于傅老师。Canny边缘检测分为如下几个步骤：步骤1：去噪。噪声会影响边缘检测的准确性，因此首先要将噪声过滤掉。步骤2：计算梯度的幅度与方向。步骤3：非极大值抑制，即适当地让边缘“变瘦”。步骤4：确定边缘。使用双阈值算法确定最终的边缘信息。OpenCV提供了函数cv2.Canny()实现Canny边缘检测，具体为：edges=cv2.Canny(image,threshold1,threshold2[,ape

2021-06-29 22:30:26 181 1

原创 OpenCV 图像梯度

图像梯度计算的是图像变化的速度。对于图像的边缘部分，其灰度值变化较大，梯度值也较大；相反，对于图像中比较平滑的部分，其灰度值变化较小，相应的梯度值也较小。一般情况下，图像梯度计算的是图像的边缘信息。案例来源于傅老师。1.Sobel算子Sobel 算子是一种离散的微分算子，该算子结合了高斯平滑和微分求导运算。该算子利用局部差分寻找边缘，计算所得的是一个梯度的近似值。 x方向 y方向...

2021-06-29 21:27:50 333

原创 OpenCV 形态学操作

形态学，即数学形态学(Mathematical Morphology)，是图像处理过程中一个非常重要的研究方向。形态学主要从图像内提取分量信息，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。如，在识别手写数字时，能够通过形态学运算得到其骨架信息等。形态学操作主要包含：腐蚀、膨胀、开运算、闭运算、形态学梯度运算、顶帽运算(礼帽运算)、黑帽运算等操作。案例来源于傅老师。1.腐蚀腐蚀是最基本的形态学操作之一，它能够将图像的边界点消除，使图像沿着边界向

2021-06-29 19:20:18 649

原创 OpenCV 几何变换

几何变换是指将一幅图像映射到另外一幅图像内的操作。根据OpenCV函数的不同，将映射关系划分为缩放、翻转、仿射变换、透视等。案例来源于傅老师。1.缩放在OpenCV中，使用函数cv2.resize()实现对图像的缩放，具体形式为：dst =cv2.resize(src, dsize[, fx[, fy[, interpolation]]])src：原图dsize：输出图像的大小fx：水平方向的缩放比例fy：垂直方向的缩放比例interpolation：插值方法实践：.

2021-06-28 23:04:55 295 2

weixin_57556081的博客