随笔分类 - opencv
摘要：关于LeNet5 LeNet-5是一个简单的卷积神经网络，是用于手写字体的识别的一个经典CNN 前向传播过程如下： INPUT层这是神经网络的输入，输入图像的尺寸统一为32×32。 C１层输入图片：32×32 卷积核大小：5×5 卷积核种类：6 输出feature map大小：28×28 神经元数量
阅读全文
摘要：最近做一个车牌识别项目，入门级别的，十分简单。 车牌识别总体分成两个大的步骤： 一、车牌定位：从照片中圈出车牌 二、车牌字符识别 这里只说第二个步骤，字符识别包括两个步骤： 1、图像处理：原本的图像每个像素点都是RGB定义的，或者称为有R/G/B三个通道。在这种情况下，很难区分谁是背景，谁是字符，所
阅读全文
摘要：最近在研究人工智能和图像识别技术，涉及到一个车牌号码识别的研究，网上查找到的方案有tensorflow和opencv，opencv也是比较成熟的方案，先从简单的开始，以下是关于使用opencv实现车牌号码提取的部分。 说明 本文是我学习过程的笔记，在某些的场景下的识别率较高，但是不足以在实际的商业环
阅读全文
摘要：一、编译前的准备 1.安装依赖 sudo apt-get install build-essential sudo apt-get install libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev sudo
阅读全文
摘要：原文地址：https://www.learnopencv.com/deep-learning-based-human-pose-estimation-using-opencv-cpp-python/ COCO输出格式： 鼻子– 0，脖子– 1，右肩– 2，右肘– 3，右腕– 4，左肩– 5，左肘–
阅读全文
摘要：原图 1. 2. 3. 4. 由上面四种旋转可以组合出， 顺时针旋转90度 逆时针旋转90度
阅读全文
摘要：# coding:utf-8 import cv2 import argparseimport numpy as np parser = argparse.ArgumentParser(description='manual to this script') parser.add_argument("--videoOrImage", default=0) args = parser.pars...
阅读全文
摘要：原图： 开运算： 先腐蚀后膨胀叫开运算（因为先腐蚀会分开物体，这样容易记住），其作用是：分离物体，消除小区域。这类形态学操作用cv2.morphologyEx()函数实现： 下面两份代码分别对应通过先腐蚀后膨胀的效果 和 直接通过开运算的效果 可以看到两者差别不大。 闭运算 先膨胀后腐蚀（先膨胀会使
阅读全文
摘要：1.腐蚀 腐蚀的效果是把图片"变瘦"，其原理是在原图的小区域内取局部最小值。因为是二值化图，只有0和255，所以小区域内有一个是0该像素点就为0： 这个核也叫结构元素，因为形态学操作其实也是应用卷积来实现的。结构元素可以是矩形/椭圆/十字形，可以用cv2.getStructuringElement(
阅读全文
摘要：坐标体系中的零点坐标为图片的左上角，X轴为图像矩形的上面那条水平线；Y轴为图像矩形左边的那条垂直线。X，Y均为正数，该坐标体系在诸如结构体Mat,Rect,Point中都是适用的。 绘制图片
阅读全文
摘要：from PIL import ImageGrab import numpy as np import cv2 p = ImageGrab.grab()#获得当前屏幕 k=np.zeros((200,200),np.uint8)#清零 a,b=p.size#获得当前屏幕的大小 fourcc = cv2.VideoWriter_fourcc(*'XVID')#编码格式 video = cv2.Vid
阅读全文
