lixin05 - 博客园

公告

2022年3月5日

摘要：图像处理之光流追踪一、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。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

posted @ 2022-03-05 11:39 lixin05 阅读(424) 评论(0) 推荐(0) 编辑

全景图像拼接

摘要：全景图像拼接一、图像拼接 1.1 ImageStiching.py: from Stitcher import Stitcher import cv2 #读取拼接图片 imageA = cv2.imread("left_01.png") imageB = cv2.imread("right_01. 阅读全文

posted @ 2022-03-05 08:53 lixin05 阅读(268) 评论(0) 推荐(0) 编辑

图像处理之特征匹配

摘要：图像处理之特征匹配一、Brute-Force蛮力匹配输入图像： import cv2 import numpy as np import matplotlib.pyplot as plt %matplotlib inline img1 = cv2.imread('box.png', 0) img 阅读全文

posted @ 2022-03-05 00:15 lixin05 阅读(225) 评论(0) 推荐(0) 编辑

2022年3月4日

图像处理之SIFT

摘要：图像处理之SIFT 一、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，阅读全文

posted @ 2022-03-04 22:31 lixin05 阅读(126) 评论(0) 推荐(0) 编辑

图像处理之角点检测

摘要：图像处理之角点检测一、图像特征-harris角点检测二、实战 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 阅读全文

posted @ 2022-03-04 21:06 lixin05 阅读(63) 评论(0) 推荐(0) 编辑

信用卡识别

摘要：信用卡识别一、环境配置 # 导入工具包 from imutils import contours import numpy as np import argparse import cv2 import myutils # 设置参数 ap = argparse.ArgumentParser() a 阅读全文

posted @ 2022-03-04 17:57 lixin05 阅读(52) 评论(0) 推荐(0) 编辑

图像处理之傅里叶变换

摘要：图像处理之傅里叶变换一、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！参考：https://zhuanlan.zhihu.com/p/19763358 傅里叶变换的作用：高频：变化剧烈的阅读全文

posted @ 2022-03-04 16:04 lixin05 阅读(591) 评论(0) 推荐(0) 编辑

傅里叶分析之掐死教程（完整版）转载

摘要：傅里叶分析之掐死教程（完整版）更新于2014.06.06 作者：韩昊知乎：Heinrich 微博：@花生油工人知乎专栏：与时间无关的故事谨以此文献给大连海事大学的吴楠老师，柳晓鸣老师，王新年老师以及张晶泊老师。转载来源：https://zhuanlan.zhihu.com/p/197 阅读全文

posted @ 2022-03-04 15:36 lixin05 阅读(62) 评论(0) 推荐(0) 编辑

图像处理之直方图均衡化

摘要：图像处理之直方图均衡化一、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: 同样用中括号括来它会告函数阅读全文

posted @ 2022-03-04 15:24 lixin05 阅读(134) 评论(0) 推荐(0) 编辑

图像处理之模板匹配

摘要：图像处理之模板匹配一、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 阅读全文

posted @ 2022-03-04 12:12 lixin05 阅读(297) 评论(0) 推荐(0) 编辑