随笔分类 - OpenCV
摘要：推文：Python验证码识别 安装Pillow、tesseract-ocr与pytesseract模块的安装以及错误解决 一：依赖环境安装 二：安装tesseract-ocr （一）介绍 不然可会报错 （二）下载地址 github地址: https://github.com/tesseract-oc
阅读全文
摘要：一：相关依赖文件下载 https://github.com/opencv/opencv 二：实现步骤（图片检测） （一）读取图片 （二）灰度转换 （三）获取人脸识别训练数据 这个xml文件，就是opencv在GitHub上共享出来的具有普适的训练好的数据。我们可以直接的拿来使用 （四）探测人脸，获取
阅读全文
摘要：推文： OpenCV学习(7) 分水岭算法(1)（原理简介简单明了） OpenCV-Python教程:31.分水岭算法对图像进行分割（步骤讲解不错） 使用分水岭算法进行图像分割 （一）获取灰度图像，二值化图像，进行形态学操作，消除噪点 （二）在距离变换前加上一步操作：通过对上面形态学去噪点后的图像，
阅读全文
摘要：一：顶帽实现（原图像与开操作图像的差值） 二：黑帽实现（原图像与闭操作图像的差值） 三：图像的梯度 （一）基本梯度（膨胀后的图像与腐蚀后的图像差值） （二）内部梯度（原图像减去腐蚀后的图像差值） （三）外部梯度（膨胀后图像与原图差值）
阅读全文
摘要：一：开操作（先腐蚀后膨胀） 特点：消除噪点，去除小的干扰块，而不影响原来的图像 二：闭操作（先膨胀后腐蚀） 特点：可以填充闭合区域 三：利用开操作完成的任务 （一）提取水平垂直线 原理： （二）消除干扰线 （三）提取满足要求的形状 getStructuringElement我们设置的内核形状为矩形，
阅读全文
摘要：膨胀 腐蚀 一：膨胀实现dilate 二：实现腐蚀erode 相关知识补充 （一）可以看做膨胀是将白色区域扩大，腐蚀是将黑色区域扩大 （二）可以不进行灰度处理，对彩色图片进行处理 （1）膨胀 （2）腐蚀 （三）getStructuringElement方法 推文：OpenCV中获取不同形状的结构元素
阅读全文
摘要：一：获取图像的外接矩形boundingRect和几何距moments 二：多边形逼近approxPolyDP 相关知识补充 （一）相关函数方法 （二）approxPolyDP轮廓逼近方法 返回值
阅读全文
摘要：推文：OpenCV-Python教程（11、轮廓检测） 轮廓发现 相关API 操作步骤 一：使用直接使用阈值方法threshold方法获取二值化图像来选择轮廓 二：使用canny边缘检测获取二值化图像 相关知识补充 （一）findContours寻找轮廓 返回值： （二）drawContours绘制
阅读全文
摘要：推文：Opencv2.4.9源码分析——HoughCircles 霍夫圆检测 相关知识补充： （一）HoughCircles方法
阅读全文
摘要：直线检测相关 Opencv学习笔记 霍夫变换直线检测及原理理解 OpenCV-Python教程（9、使用霍夫变换检测直线） 变换图示 霍夫直线检测的两种方法 一：HoughLines霍夫变换 相关知识补充 （一）HoughLines方法 二：HoughLinesP概率霍夫变换（是加强版）使用简单，效
阅读全文
摘要：一：Canny算法介绍 推文：Canny边缘检测算法原理及其VC实现详解(一) 补充： 非最大信号抑制 高低阈值输出二值图像 二：Canny边缘提取实现 使用Canny计算梯度 相关知识补充 （一）Canny方法 （1）需要我们求出梯度 （2）直接调用Canny算法在单通道灰度图像中查找边缘，
阅读全文
摘要：图像梯度 推文：【OpenCV入门教程之十二】OpenCV边缘检测：Canny算子,Sobel算子,Laplace算子,Scharr滤波器合辑 一：sobel算子 补充：在sobel算子的基础上还有一种Scharr算子，可以获取更强的边缘检测（噪声比较敏感，需要降噪） 相关知识补充： （一）Sobe
阅读全文
摘要：图像金字塔原理 （一）图像缩小（先高斯模糊，再降采样，需要一次次重复，不能一次到底） （二）图像扩大（先扩大，再卷积或者使用拉普拉斯金字塔） 图像金字塔介绍 金字塔类型：高斯和拉普拉斯 采样类型：上采样和下采样 一：使用高斯金字塔实现下采样pyrDown 二：使用拉普拉斯金字塔 尝试直接输出expa
阅读全文
摘要：超大图像的二值化方法 一：分块处理超大图像的二值化问题 （一）全局阈值处理 （二）局部阈值（更好） 二：空白区域过滤 相关知识补充 （一）numpy中相关方法介绍 numpy.std() 计算矩阵标准差 numpy mean()用法返回数组元素的平均值 （二）空白图像的过滤（当我们确认该区域为空白图
阅读全文
摘要：一：什么是二值图像 二：图像二值化 （一）先获取阈值 （二）根据阈值去二值化图像 （三）OpenCV中的二值化方法 （四）补充阈值类型 原灰度图像的像素值 1.THRESH_BINARY:过门限的值为最大值，其他值为0 2.THRESH_BINARY_INV:过门限的值为0，其他值为最大值 3.TH
阅读全文
摘要：作用有局限性，必须在指定的环境下，才能匹配成功，是受到很多因素的影响，所以有一定的适应性 代码实现： 补充： 1.几种常见的模板匹配算法 2.result = cv.matchTemplate(target,tpl,md) 3.min_val,max_val,min_loc,max_loc = cv
阅读全文
摘要：一：直方图反向投影的方法 二：二维直方图的表示 （一）直接显示 （二）使用matplotlib 三：直方图反向映射 calcHist方法参数可见：OpenCV 图像直方图 opencv 2 归一化函数normalize详解
阅读全文
摘要：一：全局直方图均衡化（对比度增强）equalizeHist 全局的对比度太强 二：自适应的局部的直方图均衡化createCLAHE 三：直方图的比较
阅读全文
摘要：一：直方图的直接使用 二：联系OpenCV使用直方图 根据直方图的波峰可以判断图像的主要特征，可以用于图像的分割，根据各个波峰
阅读全文
摘要：OpenCV经典的两种实现EPF方法：高斯双边和均值迁移 一：双边模糊 差异越大，越会完整保留 若是高斯模糊，则整体都会模糊掉，实现滤镜效果。 二：均值迁移 推文：Opencv均值漂移pyrMeanShiftFiltering彩色图像分割流程剖析
阅读全文