摘要: 特征匹配 Brute-Force蛮力匹配 import cv2 import numpy as np import matplotlib.pyplot as plt %matplotlib inline img1 = cv2.imread('box.png', 0) img2 = cv2.imrea 阅读全文
posted @ 2020-02-12 21:22 搞点薯条 阅读(771) 评论(0) 推荐(1) 编辑
摘要: 图像特征-sift 图像尺度空间 在一定的范围内,无论物体是大还是小,人眼都可以分辨出来,然而计算机要有相同的能力却很难,所以要让机器能够对物体在不同尺度下有一个统一的认知,就需要考虑图像在不同的尺度下都存在的特点。 尺度空间的获取通常使用高斯模糊来实现 不同σ的高斯函数决定了对图像的平滑程度,越大 阅读全文
posted @ 2020-02-12 20:41 搞点薯条 阅读(1769) 评论(0) 推荐(1) 编辑
摘要: 图像特征--harris角点检测 基本原理 cv2.cornerHarris() - img: 数据类型为 float32 的入图像 - blockSize: 角点检测中指定区域的大小 - ksize: Sobel求导中使用的窗口大小 - k: 取值参数为 [0,04,0.06] import cv2 阅读全文
posted @ 2020-02-12 16:17 搞点薯条 阅读(358) 评论(0) 推荐(0) 编辑
摘要: 设置参数: ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", required=True, help="path to input image") ap.add_argument("-t", "--template", r 阅读全文
posted @ 2020-02-12 13:30 搞点薯条 阅读(1460) 评论(6) 推荐(0) 编辑
摘要: scan.py: # 导入工具包 import numpy as np import argparse import cv2 # 设置参数 ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", required = True, 阅读全文
posted @ 2020-02-11 20:44 搞点薯条 阅读(2104) 评论(0) 推荐(2) 编辑
摘要: myutils.py: import cv2 def sort_contours(cnts, method="left-to-right"): reverse = False i = 0 if method == "right-to-left" or method == "bottom-to-top 阅读全文
posted @ 2020-02-11 19:15 搞点薯条 阅读(913) 评论(0) 推荐(3) 编辑
摘要: 傅里叶变换 我们生活在时间的世界中,早上7:00起来吃早饭,8:00去挤地铁,9:00开始上班。。。以时间为参照就是时域分析。 但是在频域中一切都是静止的! https://zhuanlan.zhihu.com/p/19763358 傅里叶变换的作用 - 高频:变化剧烈的灰度分量,例如边界 - 低频 阅读全文
posted @ 2020-02-11 17:19 搞点薯条 阅读(389) 评论(0) 推荐(1) 编辑
摘要: 直方图 cv2.calcHist(images,channels,mask,histSize,ranges) - images: 原图像图像格式为 uint8 或 float32。当传入函数时应 用中括号 [] 括来例如[img] - channels: 同样用中括号括起来,它会告诉函数我们统幅图像的 阅读全文
posted @ 2020-02-11 16:15 搞点薯条 阅读(388) 评论(0) 推荐(0) 编辑
摘要: 模板匹配 模板匹配和卷积原理很像,模板在原图像上从原点开始滑动,计算模板与(图像被模板覆盖的地方)的差别程度,这个差别程度的计算方法在opencv里有6种,然后将每次计算的结果放入一个矩阵里,作为结果输出。假如原图形是AxB大小,而模板是axb大小,则输出结果的矩阵是(A-a+1)x(B-b+1) 阅读全文
posted @ 2020-02-10 22:15 搞点薯条 阅读(584) 评论(1) 推荐(0) 编辑
摘要: 图像轮廓 cv2.findContours(img,mode,method) mode:轮廓检索模式- RETR_EXTERNAL :只检索最外面的轮廓;- RETR_LIST:检索所有的轮廓,并将其保存到一条链表当中;- RETR_CCOMP:检索所有的轮廓,并将他们组织为两层:顶层是各部分的外部 阅读全文
posted @ 2020-02-10 20:56 搞点薯条 阅读(424) 评论(1) 推荐(0) 编辑