02 2021 档案
摘要：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。 三个前提条件： - 亮度恒定：同一点随着时间的变化，其亮度不会发生改变。 - 小运动：随着时间的变化不会引起位置的剧烈变化，只有小运动情况下才能用前后帧之间单位
阅读全文
摘要：背景建模 帧差法 视频中存在运动物体时，相邻帧中的物体位置不同。该类算法对时间上连续的两帧图像进行差分运算， 不同帧对应的像素点相减，判断灰度差的绝对值。静止的物体在差值图像上表现出来全是0。 当绝对值超过一定阈值时，即可判断为运动目标，从而实现目标的检测功能。 帧差法非常简单，但是会引入噪音和空洞
阅读全文
摘要：其他博客 按时间线来讲，这是到现在为止的第四个博客(没错，已经这么多了...)； 首先，是 在CSDN的关于ACM的博客 (QLU_minoz)，是的没错 当时太懒只想有个现成的来用； 然后，被某人强烈推荐到博客园来，于是有了第二个关于ACM的博客 (MMMinoz)； 再就是退役辣以后，想搞点什么
阅读全文
摘要：傅里叶变换 傅里叶变换我还不太懂，这里先挖个坑，等以后慢慢填坑 ♦ 滤波 低通滤波器：只保留低频，会使得图像模糊 高通滤波器：只保留高频，会使得图像细节增强 ♦ 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：变化缓慢的灰度分量，例如一片大海 1. cv2.dft(img, cv2.DF
阅读全文
摘要：直方图 cv2.calcHist([img], [channels], mask, [histSize],[ranges]) 参数: img:输入图像 channels:选择图像的通道 mask：掩膜 histSize：使用多少个bin(柱子) ranges:像素值的范围 注意除了mask都要带[]
阅读全文
摘要：图像梯度处理 Sobel算子 水平方向: 对于线条A和线条B，右侧像素值与左侧像素值的差值不为零，因此是边界 上下像素值差值为0，左右素值的差值不为零，分布为正负， 离的近的为2，离的远的为1 P5=(P3-P1)+2(P6-P4)+(P9-P7) 竖直方向： 对于线条A和线条B，上侧像素值与下侧像
阅读全文
摘要：形态学图像处理 图像腐蚀和膨胀 腐蚀和膨胀是对二值图像的白色部分(高亮部分)而言的，不是黑色部分而言。 腐蚀就是原图中的高亮部分被腐蚀即“领域被蚕食”，效果图拥有比原图更小的高亮区域。 膨胀就是图像中的高亮部分进行膨胀即“领域扩张”，效果图拥有比原图更大的高亮区域。 按数学方面来说，膨胀或者腐蚀操作
阅读全文
摘要：Harris角点检测 理解 内部点：蓝框所示，无论滑动窗口水平滑动还是竖直滑动，框内像素值都不会发生大的变化 边界点：黑框所示，滑动窗口沿着某一个方向滑动框内像素点不会发生大的改变，但是沿着另一个方向滑动，就会发生大的改变 角点：红框所示，滑动窗口沿着两个方向滑动，框内像素点都会发生大的变化 两个方
阅读全文
摘要：轮廓检测 图像金字塔 上采样，图像变大一倍，矩阵用0填充 img = cv2.imread('1,jpg') cv_show('img',img) up = cv2.pyrUp(img) cv_show('up',up) 下采样，图像缩小一倍 删除矩阵偶数行偶数列 img = cv2.imread(
阅读全文
摘要：阈值和平滑处理 cv2.threshold()二值化函数 ret,thresh = cv2.threshold(src, thresh, maxval, type[, dst]) 参数 src:所要进行二值化处理的灰度图 thresh:阈值 maxval：最大值 type：有八种常见类型 返回值 r
阅读全文
摘要：图片的读取和展示 import cv2 img = cv2.imread('1.jpg') cv2.imshow('img',img) cv2.waitKey(0) cv2.destroyAllWindows() 其中cv2.waitKey(0)代表图片的停留时间，0:表示手动关闭。cv2.wait
阅读全文
摘要：Matplotlib库基础 •pyplot绘制坐标 plt.plot(x,y,format_string,**kwargs) x:x轴数据，列表或数组，可选 y:y轴数据，列表或数组 format_string：控制曲线的格式字符串，可选 **kwargs:第二组或更多(x,y,format_str
阅读全文
摘要：Numpy数据存取 •NumPy的随机数函数 a = np.random.rand(1,2,3) print(a) #[[[0.03339719 0.72784732 0.47527802] # [0.6456671 0.65639799 0.01300073]]] a = np.random.ra
阅读全文
摘要：Numpy数据存取 •数据的csv文件的存取 只能有效存取和读取一维和二维数据 a = np.arange(100).reshape(5,20) #用delimiter分割，默认为空格 np.savetxt('a.csv',a,fmt='%d',delimiter=',') #unpack=True
阅读全文
摘要：ndarray一个强大的N维数组对象Array •ndarray的操作 索引 a = np.arange(24).reshape((2,3,4)) print(a) #[[[ 0 1 2 3] # [ 4 5 6 7] # [ 8 9 10 11]] # # [[12 13 14 15] # [16
阅读全文
摘要：ndarray一个强大的N维数组对象Array •ndarray的变换 x.reshape(shape)重塑数组的shape，要求元素的个数一致，不改变原数组 x = np.ones((2,3,4),dtype=np.int32) print(x) #[[[1 1 1 1] # [1 1 1 1]
阅读全文
摘要：ndarray一个强大的N维数组对象Array •ndarray的建立(元素默认浮点数) 可以利用list列表建立ndarray import numpy as np list =[0,1,2,3] 从列表类型建立 x = np.array(list) print(x) #[0 1 2 3] 可以利
阅读全文
