随笔分类 -  图像处理

摘要:RCNN (Region-based Convolutional Neural Networks)是将CNN引入目标检测的开山之作, 大大提高了目标检测效果。 RCNN 算法介绍 R-CNN是一种最先进的视觉目标检测系统,它将自底向上的区域提议与卷积神经网络计算的丰富特征相结合。在发布时,R-CNN 阅读全文
posted @ 2022-09-25 14:52 Asp1rant 阅读(170) 评论(0) 推荐(0) 编辑
摘要:在目标检测学习系列的文章中,很多检测算法都会涉及到Selective Search的使用,比如R-CNN。本文介绍Selective Search 参考: https://zhuanlan.zhihu.com/p/39927488 https://learnopencv.com/selective- 阅读全文
posted @ 2022-08-31 21:13 Asp1rant 阅读(210) 评论(0) 推荐(0) 编辑
摘要:HOG算法以及python实现HOG(Histogram of Oreinted Gradients) 方向梯度直方图是一种常用的图像特征算法,和SVM等机器学习算法一起使用可以实现目标检测等。本文详细介绍HOG并给出python的MNIST实例 阅读全文
posted @ 2022-08-02 21:08 Asp1rant 阅读(1204) 评论(0) 推荐(0) 编辑
摘要:LBP算法以及Python实现本文介绍图像处理中特征提取的常用算子 - LBP(Local Binary Pattern)算法。 LBP,全称Local Binary Pattern,局部二值模式,是一种能够描述图像纹理的算法,并且具有旋转不变性和灰度不变性等优点。本文会介绍最基本的LBP算法和其扩展。 阅读全文
posted @ 2022-07-31 15:14 Asp1rant 阅读(1789) 评论(0) 推荐(0) 编辑
摘要:霍夫森林算法是一种利用霍夫空间投票识别图片或点云目标的算法,算法设计参考了随机森林,是一种bagging的机器学习算法。 我们经常在图片识别的视频中看到将视频中的目标物识别出来,并进行分类。而如何准确地从背景中提取我们需要的目标物,霍夫森林便是研究这一问题的一种算法。 参考文献: Hough For 阅读全文
posted @ 2022-07-06 20:42 Asp1rant 阅读(259) 评论(0) 推荐(0) 编辑
摘要:本文介绍霍夫变换Hough Transform,并介绍其在直线检测和三维平面检测的应用。 霍夫变换 霍夫空间 我们把一条直线y=kx+q变换为:q = -xk + y, 然后绘制出关于k和q坐标系下的方程,可以得到一个点。 相应的,q = -xk + y 这条直线也可以转换为点(x, y),这里的 阅读全文
posted @ 2022-07-05 21:11 Asp1rant 阅读(621) 评论(0) 推荐(0) 编辑
摘要:转载自:https://blog.csdn.net/weixin_41874898/article/details/100183715 概述: 光流估计光流是空间运动物体在观测成像平面上的像素运动的“瞬时速度”,根据各个像素点的速度矢量特征,可以对图像进行动态分析,例如目标跟踪。要求如下:(1)亮度 阅读全文
posted @ 2021-08-30 19:27 Asp1rant 阅读(625) 评论(0) 推荐(0) 编辑
摘要:转载自:https://zhuanlan.zhihu.com/p/90103849 所谓背景建模,就是将背景识别出来,与前景进行区分的过程。 帧差法 由于场景中的目标在运动,目标的影像在不同帧中的位置不同,该类算法对图像上的连续两帧进行差分运算,不同帧对应的像素点相减,判断灰度差的绝对值,当绝对值超 阅读全文
posted @ 2021-08-24 18:48 Asp1rant 阅读(932) 评论(0) 推荐(0) 编辑
摘要:参考: https://blog.csdn.net/qq_40369926/article/details/88597406 https://www.bilibili.com/video/BV1PV411774y?p=58 https://docs.opencv.org/3.0-beta/doc/p 阅读全文
posted @ 2021-08-17 22:04 Asp1rant 阅读(3283) 评论(0) 推荐(1) 编辑
摘要:参考:https://blog.csdn.net/poem_qianmo/article/details/29356187 https://zhuanlan.zhihu.com/p/68571164 在图像处理和与计算机视觉领域,兴趣点(interest points),或称作关键点(keypoin 阅读全文
posted @ 2021-08-13 11:24 Asp1rant 阅读(1274) 评论(0) 推荐(0) 编辑
摘要:(Optical Character Recognition,光学字符识别)技术,将图片、照片上的文字内容,直接转换为文本。opencv不自带ocr,即使从cv4.4以后的external中包含cv::text识别文字,也需要用户先预装tesseract。 Tesseract是最主流的OCR开源库, 阅读全文
posted @ 2021-07-28 21:02 Asp1rant 阅读(591) 评论(0) 推荐(0) 编辑
摘要:一.作用 透视变换是将图像从一个视平面投影到另外一个视平面的过程,所以透视变换也被称为投影映射(Projection Mapping)。我们知道在图像的仿射变换中需要变换矩阵是一个2x3的两维平面变换矩阵,而透视变换本质上空间立体三维变换,根据其次坐标方差,要把三维坐标投影到另外一个视平面,就需要一 阅读全文
posted @ 2021-07-21 22:18 Asp1rant 阅读(1552) 评论(0) 推荐(0) 编辑
摘要:一. 傅里叶变换 概念 https://zhuanlan.zhihu.com/p/19763358 作用 高频:变化剧烈的灰度分量,如边界 低频:变化缓慢的灰度分量,如大海 高通滤波器:只保留高频,边界增强 低通滤波器:只保留低频,图片模糊 二. opencv的实现 傅里叶变换: cv2.dft() 阅读全文
posted @ 2021-07-19 20:56 Asp1rant 阅读(249) 评论(0) 推荐(1) 编辑
摘要:转载自:https://blog.csdn.net/qq_44262417/article/details/89149942 直方图均衡化 图像的直方图是对图像对比度效果上的一种处理,旨在使得图像整体效果均匀,黑与白之间的各个像素级之间的点更均匀一点。直方图均衡化:如果一副图像的像素占有很多的灰度级 阅读全文
posted @ 2021-07-13 20:59 Asp1rant 阅读(700) 评论(0) 推荐(0) 编辑
摘要:模板匹配实现的思想也是很简单很暴力的,就是拿着模板图片在原图中从左上至右下依次滑动,直到遇到某个区域的相似度低于我们设定的阈值,那么我们就认为该区域与模板匹配了,也就是我们找到了姚明的位置,并把它标记出来。 opencv中提出6种模板匹配公式: 示例: 原图像: 匹配模板: 代码: 1 import 阅读全文
posted @ 2021-07-11 17:30 Asp1rant 阅读(341) 评论(0) 推荐(0) 编辑
摘要:一. findCounters轮廓检测 OpenCV-Python接口中使用cv2.findContours()函数来查找检测物体的轮廓。 参数 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(本文介绍的都是新的cv2接口): cv2.RETR_EXTERNAL表示只检测外轮廓 阅读全文
posted @ 2021-07-08 20:36 Asp1rant 阅读(1813) 评论(0) 推荐(0) 编辑
摘要:图像金字塔的含义: 图像金字塔是图像中多尺度表达的一种,最主要用于图像的分割,是一种以多分辨率来解释图像的有效但概念简单的结构。图像金字塔最初用于机器视觉和图像压缩,一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低,且来源于同一张原始图的图像集合。其通过梯次向下采样获得,直到达到某个终止条件 阅读全文
posted @ 2021-07-06 22:35 Asp1rant 阅读(142) 评论(0) 推荐(0) 编辑
摘要:本文开始Python - opencv的学习,因为有一些图像基础,图形学的基础部分(包括图像基本知识、环境部署、灰度直方图和二值化、图像缩放、腐蚀膨胀、开闭运算)跳过,直接从常用处理和机器学习开始。 本文记录opencv的边缘检测应用。 一. Sobel算子 sobel算子的思想,Sobel算子认为 阅读全文
posted @ 2021-07-05 21:56 Asp1rant 阅读(501) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示