摘要: 只是显示并鼠标简单交互下,不太熟悉OpenGL,代码抄的 QT中新建一个ModelGLWidget类 modelglwidget.h #ifndef MODELGLWIDGET_H #define MODELGLWIDGET_H #include <QWidget> #include <QOpenG 阅读全文
posted @ 2021-11-30 09:49 清热降火 阅读(1012) 评论(0) 推荐(0) 编辑
摘要: Qt Designer设计完是这样的(基本就是16个Push Button和1个lineEdit,再加上尺寸调整以及简单的布局) 设计结束后,保存为name.ui(比如calculator.ui),打开cmd,cd到name.ui所在文件夹,执行以下代码:pyuic5 -o name.py name 阅读全文
posted @ 2020-01-04 13:36 清热降火 阅读(1312) 评论(0) 推荐(0) 编辑
摘要: 列表推导是一种构建列表(list)的快捷方式 #列表推导 symbols = '!@#$%' codes = [ord(symbol) for symbol in symbols] #ord()Python内置函数,将字符变成Unicode码位,返回值为对应十进制 print(codes) 列表推导 阅读全文
posted @ 2019-12-23 20:03 清热降火 阅读(283) 评论(0) 推荐(0) 编辑
摘要: 包括图像反转、对数变换、幂律(伽马)变换、分段线性变换函数,测试图选的不咋地 import cv2 import numpy as np #灰度图反转 def grayReversal(gray): gray_reversal = 255 - gray #灰度图反转 return gray_reve 阅读全文
posted @ 2019-12-18 16:59 清热降火 阅读(720) 评论(0) 推荐(0) 编辑
摘要: 算法中,初始种子可自动选择(通过不同的划分可以得到不同的种子,可按照自己需要改进算法),图分别为原图(自己画了两笔为了分割成不同区域)、灰度图直方图、初始种子图、区域生长结果图。另外,不管时初始种子选择还是区域生长,阈值选择很重要。 import cv2 import numpy as np imp 阅读全文
posted @ 2019-12-10 15:34 清热降火 阅读(5143) 评论(0) 推荐(1) 编辑
摘要: rt import cv2 import numpy as np path = "_lo.png" img = cv2.imread(path) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) gray = gray / 255.0 #像素值0-1之间 #s 阅读全文
posted @ 2019-12-06 10:59 清热降火 阅读(5483) 评论(0) 推荐(0) 编辑
摘要: 算法: 第一步,将图片转换为二值图像A 第二步,创建和A相同大小但是元素都为0的图像B,并复制A到A_copy中 第三步,A中任选一点值为255的像素,设为p1,并使用计算连通分量算法,当算法收敛时,则检测出一个连通分量 第四步,将检测出来的连通分量复制到B中,A_copy中对应的值设为0,记录连通 阅读全文
posted @ 2019-12-04 21:15 清热降火 阅读(6714) 评论(1) 推荐(1) 编辑
摘要: 继上篇,为了改善标定板的深度信息: remove_idx1 = np.where(Z <= 0) remove_idx2 = np.where(Z > 500)#将Z轴坐标限定在0-500,以减少非标定板区域的坐标影响 采用线性回归并显示坐标信息 from sklearn.linear_model 阅读全文
posted @ 2019-12-01 13:09 清热降火 阅读(584) 评论(1) 推荐(1) 编辑
摘要: 通过matlab标定得到相机参数放到stereoconfig.py import numpy as np import cv2 #双目相机参数 class stereoCameral(object): def __init__(self): #左相机内参数 self.cam_matrix_left 阅读全文
posted @ 2019-11-25 10:11 清热降火 阅读(10596) 评论(1) 推荐(0) 编辑
摘要: import cv2 import numpy as np path = "_holefill.jpg" img = cv2.imread(path) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#转换成灰度图 ret, thresh = cv2.thre 阅读全文
posted @ 2019-11-10 18:32 清热降火 阅读(5017) 评论(1) 推荐(0) 编辑