zx_good_night的博客

ValueError :Tensor Tensor("predictions/Softmax:0",shape=(?,4),dtype=float32) is not an element of this graph原始问题及解决方案https://github.com/keras-team/keras/issues/2397#issuecomment-254919212问题描述...

效果图展示：一、二、三、~~说明：其实第一组图可以用检测轮廓（findcontours）的方式获取到矩形的四个顶点，在通过透视变化完成可以矫正的,但是这种方法有一定的局限性，当图像边界信息部明显，找不到轮廓，例如：二、三两组图片，所以我采用了霍夫直线函数HoughLinesP函数进行线段检索，再根据这些线段算出夹角，利用角度的加权平均值和频率最高的思想作为旋转...

列表（一维数组）切片语法: 列表[开始索引:终止索引: 步长]列表的切片赋值:作用： 可以改变原列表，可以插入和删除数据，也可以改变数据说明： 切片赋值的等号运算符的右侧必须是一个序列语法： 列表[(开始索引):(终止索引)(:(步长))] = 序列说明： 对于步长大于1的切片赋值，序列的个数要等于切出的段数s[i:j] 表示获取a[i]到a[j-1...

基于Faster R-CNN的文本检测方法的无锚区域候选网络摘要由于IoU和真实文本框之间的匹配标准，基于Faster R-CNN和SSD的锚机制被认为在场景文本检测中不够有效。为了更好地覆盖各种情形的场景文本实例，需要手动设计各种比例尺，纵横比和定向的锚，这使得基于锚的方法复杂且效率低下。在本文中...

Sliding Line Point Regression for Shape Robust Scene Text Detection扭曲形状文字检测摘要：传统的文本检测方法主要关注四边形文本。为了检测自然场景中任意形状的文本，本文提出了一种新的方法——滑线点回归(SLPR)。SLPR将文本行边缘的多个点回归，然后利用这些点绘制文本的轮廓。所提出的SLPR可以适用于许多目标检测体系结构...

引导CNN增强场景文本检测器摘要：深层卷积神经网络技术在文本检测方面取得了很大的成功。现有的大多数方法都试图通过复杂的网络设计来提高精度，而很少关注速度。在本文中，我们提出了一个通用的文本检测框架，称为引导CNN，以同时实现这两个目标。该模型由一个引导子网络和一个初级文本检测器组成，前者从输入图像中学习...

目标检测：DPM：可以看做是HOG+SVM的扩展，很好的继承了两者的优点； 缺点：基于滑动窗口的区域选择策略没有针对性，时间复杂度高，窗口冗余 手动设计特征，不具有多样性Overfeat：把图像分类、定位、检测三个任务整合到一个框架中。Overfeat是一个特征提取器。需要大量已标记样本，定位和分类通常针对于大型对象（数据共享），检测需要额外数据r-cnn：采...

顶帽（Top Hat）：原图像与开运算图的区别（差值），突出原图像中比周围亮的区域黑帽（Black Hat）：闭操作图像- 原图像,突出原图像中比周围暗的区域形态学梯度（Gradient）：基础梯度：基础梯度是用膨胀后的图像减去腐蚀后的图像得到差值图像，称为梯度图像也是opencv中支持的计算形态学梯度的方法，而此方法得到梯度有称为基本梯度。内部梯度：是用原图像减去腐蚀之...

开操作：图像形态学的重要操纵之一，基于膨胀与腐蚀操作组合形成的；主要是应用在二值图像分析中，灰度图像亦可；开操作 = 腐蚀+膨胀 ，输入图像 + 结构元素作用：用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积.提取水平或竖直的线闭操作：图像形态学的重要操纵之一，基于膨胀与腐蚀操作组合形成的；主要是应用在二值图像分析中，灰度图像亦可；开操...

图像形态学：是图像处理学科的一个单独分支学科，灰度与二值图像处理中重要手段，是由数学的集合论等相关理论发展起来。膨胀：卷积核所对应的原图像的像素值只要有一个是1，中心像素值就是1。一般在除噪是，先腐蚀再膨胀，因为腐蚀在去除白噪声的时候也会使图像缩小，所以我们之后要进行膨胀。当然也可以用来将两者物体分开。作用：对象大小增加一个像素；平滑对象边缘；减少或者填充对象之间的距离腐蚀：...

import cv2import numpy as npfrom matplotlib import pyplot as plt__author__ = "zxsuperstar"__email__ = "zxsuperstar@163.com""""对象测量轮廓发现，计算每个轮廓的弧长和面积多边形拟合获取多边形拟合结果approxPolyDP contour...

import cv2import numpy as npfrom matplotlib import pyplot as plt__author__ = "zxsuperstar"__email__ = "zxsuperstar@163.com""""Opencv3 cv2.findContours 轮廓检测第一个参数是寻找轮廓的图像；第二个参数表示轮廓的检索模式，有四种：...

import cv2import numpy as npfrom matplotlib import pyplot as plt__author__ = "zxsuperstar"__email__ = "zxsuperstar@163.com""""霍夫圆检测"""def detect_circle_demo(image): # dst = cv2.cv2.Gaus...

import cv2import numpy as npfrom matplotlib import pyplot as plt__author__ = "zxsuperstar"__email__ = "zxsuperstar@163.com""""直线检测霍夫直线变换1.霍夫变换(Hough Transform) 霍夫变换是图像处理中从图像中识别几何形状的基本方法之一，...

import cv2import numpy as npfrom matplotlib import pyplot as plt__author__ = "zxsuperstar"__email__ = "zxsuperstar@163.com""""Canny边缘提取Canny 的目标是找到一个最优的边缘检测算法，最优边缘检测的含义是：好的检测- 算法能够尽可能多地标识出图...

import cv2import numpy as npfrom matplotlib import pyplot as plt__author__ = "zxsuperstar"__email__ = "zxsuperstar@163.com""""图像梯度一阶导数和Soble算子Sobel算子是普通一阶差分，是基于寻找梯度强度。拉普拉斯算子（二阶差分）是基于过零点检测。通...

import cv2import numpy as npfrom matplotlib import pyplot as plt__author__ = "zxsuperstar"__email__ = "zxsuperstar@163.com""""图像金字塔高斯金字塔和拉普拉斯金字塔①高斯金字塔：用于下采样。高斯金字塔是最基本的图像塔。原理：首先将原图像作为最底层图像G0...

import cv2import numpy as npfrom matplotlib import pyplot as plt__author__ = "zxsuperstar"__email__ = "zxsuperstar@163.com""""超大图像二值化分块(全局阈值、局部阈值)"""def big_image_binary(image): print...

import cv2import numpy as npfrom matplotlib import pyplot as plt__author__ = "zxsuperstar"__email__ = "zxsuperstar@163.com""""图像二值化二值化图像（Binary Image）图像二值化方法(全局阈值、局部阈值)"""def threshold_de...

import cv2import numpy as npfrom matplotlib import pyplot as plt__author__ = "zxsuperstar"__email__ = "zxsuperstar@163.com""""模板匹配"""def template_demo(): tpl = cv2.imread("mb.jpg") ...