OpenCV4【21】拉普拉斯算子 进行 模糊检测
摘要：原理简介 让图像的单一通道(大概灰度)和以下3 x 3的内核进行卷积 然后取相应的方差。 如果方差低于预先定义的阈值，则认为图像模糊；否则，图像不会模糊。 这种方法有效的原因是由于Laplacian算子本身的定义，它用于测量图像的二阶导数。 拉普拉斯算子突出显示图像中包含快速梯度变化的区域，很像So
阅读全文
OpenCV4【18】-DNN 之 人体姿态评估
摘要：首先需要下载人体姿态评估的预训练模型。 基于COCO数据集训练的模型下载地址：http://posefs1.perception.cs.cmu.edu/OpenPose/models/pose/coco/pose_iter_440000.caffemodel 基于MPI数据集训练的模型下载地址：ht
阅读全文
OpenCV4【16】-DNN 模块
摘要：简介 随着计算机视觉的流行，opencv 也专门开发了 dnn 模块来实现 深度神经网络相关 的功能； 虽然 opencv 无法训练模型，但它支持 载入其他 深度学习框架训练好的模型，并使用该模型进行预测 inference； 而且 opencv 在载入模型时会使用 dnn 模块对模型进行重写，使得
阅读全文
OpenCV4【17】-DNN 之 yolov3 目标检测
摘要：首先下载网络配置文件、权重文件、label文件 wget https://pjreddie.com/media/files/yolov3.weights wget https://github.com/pjreddie/darknet/blob/master/cfg/yolov3.cfg wget
阅读全文
OpenCV4【15】-霍夫变换
摘要：在图像处理中，霍夫变换可以用来检测 各种形状，如 直线、圆、椭圆 等 霍夫空间 在笛卡尔坐标系下，一条直线可以表示为 y=kx+b，两点可以确定一条直线； 如果把表达式改为 b=-kx+y，则转换到了 霍夫空间，该空间 横坐标是 k，纵坐标是 b，可以看到 一组 (k，b) 就可以确定一条直线； 即
阅读全文
OpenCV4【11】-图像梯度
摘要：图像梯度 在模糊的图像中，物体的轮廓不明显，轮廓边缘灰度变化不明显，导致层次感不强； 而清晰的图像中，物体的轮廓很清晰，轮廓边缘灰度变换明显，层次感强； 这种变化明显与否可以用 导数或梯度 来衡量，实际上可以用 灰度变化率 来计算； 如下图 如果相邻像素相同，灰度变化率为0，没有梯度； 如果相邻像素
阅读全文
OpenCV4【14】-实例 提取特定区域
摘要：源图像 目标是 提取 四个 大圈圈 ； 具体项目描述见 参考资料 实现过程 import cv2 as cv import numpy as np img0 = cv.imread('imgs/640.webp') ########### 预处理 img = cv.cvtColor(img0, cv
阅读全文
OpenCV4【13】-轮廓检测与属性
摘要：轮廓可以简单理解成 具有相同颜色或灰度的 连续的点 连成的曲线； 轮廓在形状分析、物体检测、物体识别 中很有用； 注意： 1.为了准确，需要使用 二值化 图像，故需进行 阈值化处理 或 canny 边缘检测 2.opencv 中与轮廓相关的函数 会改变原始图像 轮廓检测与绘制 def findCon
阅读全文
OpenCV4【12】-边缘检测
摘要：Canny 边缘检测 Canny 边缘检测是一种被广泛应用的算法，效果较好 原理 详见 参考资料1 没搞懂，先记下来，空了研究吧 该方法使用了比高斯差分算法更复杂的技巧，如多向灰度梯度和滞后阈值化。 Canny边缘检测器算法基本步骤： 平滑图像：通过使用合适的模糊半径执行高斯模糊来减少图像内的噪声。
阅读全文
OpenCV4【10】-直方图均衡化
摘要：图像直方图 图像直方图 是 图像的 一种统计特征，可以图像质量检测，也可以用于 图像相似度检测； 图像直方图的形态 可以反应图像的 质量，特别是 对比度，大致如下图 通过 直方图修整 可以提升图像质量，直方图修整 可以分为两类，一是 直方图均衡化，二是 直方图规定化，本文主要讲 均衡化 直方图均衡化
阅读全文
OpenCV4【9】-图像形态学处理
摘要：形态学处理 主要针对 有残缺图像、有斑点图像，不同区域有粘连的图像，使其变得丰满，或者去除多余的像素，也有类似去噪的作用； 形态学处理 的方法有 腐蚀、膨胀、开运算、闭运算、顶帽、底帽、形态学梯度； 形态学处理 通常针对 灰度图，确切的说是二值图，最好是 黑底 白景 腐蚀 腐蚀逻辑：和滤波一样，也存
阅读全文
OpenCV4【8】- 图像阈值即二值化
摘要：图像阈值，即图像二值化，包括 简单阈值 自适应阈值 Otsu 阈值 局部阈值 全局阈值 熵算法 等多种方式，本文收集整理一下 简单阈值 对所有像素使用 统一固定 的阈值 def threshold(src, thresh, maxval, type, dst=None): src：单通道图像，通常是
阅读全文
OpenCV4【7】-图像几何变换
摘要：图像几何变换 分为 缩放、平移、旋转、仿射变换、透视变换 等； 其思路大致相同：在 原图像上 找几个点的坐标，然后设定 变换后 这些点对应的 坐标，根据两组坐标 计算出一个 转换矩阵，把原图像所有点 按这个转换矩阵进行转换即可 缩放 缩放只是调整图像的大小； 其转换矩阵为 def resize(sr
阅读全文
OpenCV4【6】-颜色空间
摘要：opencv 中有几百种颜色空间，可通过如下方式获取； flags = [i for i in dir(cv) if i.startswith('COLOR')] print(len(flags)) # 296 种 其中最常用的是 gray 和 hsv 空间； 颜色空间转换 opencv 直接读取图
阅读全文
OpenCV4【5】-图像基本运算
摘要：图像运算有很多种，包括 加法、减法、乘法、除法、位运算、平方根、对数、绝对值等; 加减乘除等 需保持 图像 shape 和 dtype 一致，或者第二个图像是个标量值； dst = cv.add(src1, src2[, dst[, mask[, dtype]]]) dst = cv2.subtra
阅读全文
OpenCV4【4】- 图像基本操作
摘要：图像基本操作很多，这里做个汇总 首先要注意，opencv 中像素通道顺序为 BGR，与我们常说的 RGB 刚好相反。 首先准备一张图片，可创建新图像，也可读取已存在的图像 img = np.zeros(shape=(300, 300, 3), dtype=np.uint8) cv.namedWind
阅读全文
OpenCV4【3】- GUI特性：轨迹栏作为调色板
摘要：操作步骤： 1. cv2.createTrackbar 创建 rgb 轨迹栏 2. cv2.getTrackbarPos 获取 轨迹栏位置 3. 给图片着色 import numpy as np import cv2 as cv def nothing(x): pass # 创建一个黑色的图像，一个
阅读全文
OpenCV4 【2】- GUI特性 ：绘图功能 与 鼠标事件
摘要：绘图功能 使用 opencv 绘制各种形状，简单用法示例 import cv2 as cv import numpy as np img = np.random.randint(0, 255, size=(1280, 1280, 3)).astype(np.uint8) ### 画线 ## def
阅读全文
