首页
学习
活动
专区
工具
TVP
发布

机器视觉全栈er

专栏作者
58
文章
33612
阅读量
14
订阅数
opencv(4.5.3)-python(二十九)--Hough线变换
Hough变换是一种流行的技术,可以检测任何形状。即使它是破碎的或扭曲一点点的形状,也可以检测。我们来看看它如何检测一条线。
用户9875047
2023-02-26
6870
opencv(4.5.3)-python(二十八)--模板匹配
模板匹配是一种搜索和寻找模板图像在大图像中的位置的方法。OpenCV为这个目的提供了一个函数cv.matchTemplate()。它只是将模板图像在输入图像上滑动(如二维卷积),并比较模板和模板图像下的输入图像补丁。OpenCV中实现了几种比较方法。(你可以查看文档以了解更多细节) 它返回一个灰度图像,其中每个像素表示该像素的邻近区域与模板的匹配程度。
用户9875047
2023-02-26
4470
opencv(4.5.3)-python(二十七)--傅里叶变换
傅里叶变换被用来分析各种过滤器的频率特性。对于图像,二维离散傅里叶变换(DFT)被用来寻找频域。一种叫做快速傅里叶变换(FFT)的快速算法被用来计算DFT。关于这些的细节可以在任何图像处理或信号处理教科书中找到。请看其他资源部分。
用户9875047
2023-02-26
7070
opencv(4.5.3)-python(二十六)--直方图反投影
它是由Michael J. Swain和Dana H. Ballard在他们的论文中提出的,通过颜色直方图进行索引。
用户9875047
2023-02-26
2860
opencv(4.5.3)-python(二十五)--二维直方图
在第一篇文章中,我们计算并绘制了一维直方图。它之所以被称为一维,是因为我们只考虑了一个特征,即像素的灰度灰度值。但在二维直方图中,你要考虑两个特征。通常情况下,它被用于寻找颜色直方图,其中两个特征是每个像素的色调和饱和度值。
用户9875047
2023-02-26
5010
opencv(4.5.3)-python(二十四)--直方图均衡化
考虑一个图像,其像素值只局限于某些特定的数值范围。例如,较亮的图像将有所有的像素限制在高值。但是一个好的图像会有来自图像所有区域的像素。因此,你需要将这个直方图拉伸到两端(如下图所示,来自维基百科),这就是直方图均衡化的作用(简单地说)。这通常会改善图像的对比度。
用户9875047
2023-02-26
9920
opencv(4.5.3)-python(二十三)--直方图的寻找、绘制、分析
那么什么是直方图?你可以把直方图看作是一种图,它可以让你对图像的灰度分布有一个整体的了解。它是一个在X轴上有像素值(范围从0到255,不一定),在Y轴上有图像中相应像素数的图。
用户9875047
2023-02-26
7260
opencv(4.5.3)-python(二十二)--轮廓线层次结构
在过去的几篇关于轮廓线的文章中,我们已经使用了OpenCV提供的几个与轮廓线有关的函数。但是当我们使用cv.findContours()函数在图像中找到轮廓时,我们传递了一个参数,即轮廓检索模式。我们通常传递cv.RETR_LIST或cv.RETR_TREE,而且效果不错。但它实际上是什么意思?
用户9875047
2023-02-26
5660
Design Master V0.1发布--文本转图像
Design Master会逐渐将一些设计类的接口逐渐集成。最近文本转图像蛮火的,但是很多有趣的例子的实现都是需要些编程基础的,为了让更多的人能感受到文本转图像的魅力,我特意写了个小软件。之所以是V0.1,是因为后续还会添加更多的接口,你有推荐的接口想放到软件里的,也可以告诉我。
用户9875047
2022-12-07
2320
6个github中star数最多的基于pytorch的衍生库
截止2022年11月8日,统计了下github中获星较多的pytorch生态库,有
用户9875047
2022-12-07
5460
终于来了!Torchvision的图像变换API会扩展到目标检测、图像分割和视频任务
最近,pytorch官网发布了一个消息,TorchVision正不断地增加新的接口:
用户9875047
2022-12-07
4840
一种目标检测任务中图像-标注对增强方法
其实,本篇应是深度学习常用图像数据增强库albumentations系列教程(三)的,但是鉴于不如现在的题目直观,还是修改了,原来两篇见如下:
用户9875047
2022-12-07
3690
深度学习常用图像数据增强库albumentations系列教程(二)
在第一篇教程中,我们讲述了简单的图像增强技巧,本节通过使用Compose方法将各种图像增强的方法组合起来,形成一个图像增强的pipeline,方便产生大量不同种类的增强图片。
用户9875047
2022-12-07
7840
深度学习常用图像数据增强库albumentations系列教程(一)
Albumentations是一个图像增强库,能够从原始图像中生成大量图像。该库被广泛用于工业、深度学习研究、机器学习竞赛和开源项目。
用户9875047
2022-12-07
8390
交互式调整视觉算法参数(一)-图像阈值参数
接下来是代码的重点部分,使用函数cv.crateTrackbar(para1, para2, para3, para4, para5)创建两个trackbar,分别对应阈值的最小值和最大值,其中参数的详尽含义如下:
用户9875047
2022-12-07
4720
opencv(4.5.3)-python(二十一)--轮廓更多功能
我们在关于轮廓的内容中看到了什么是凸面体。任何偏离这个凸包的物体都可以被认为是凸性缺陷。
用户9875047
2022-12-07
2740
opencv(4.5.3)-python(二十)--轮廓属性
我们将学习如何提取一些常用的物体属性,如实体性、等效直径、掩膜图像、平均灰度等。(注意:中心点、面积、周长等也属于这一类,但我们在上一章已经看到了)
用户9875047
2022-12-07
2810
opencv(4.5.3)-python(十九)--轮廓线的特征
从这个矩,你可以提取有用的数据,如面积、中心点等。中心点是由Cx=M10/M00和Cy=M01/M00的关系给出的。这可以按以下方式进行。
用户9875047
2022-12-07
8420
opencv(4.5.3)-python(十八)--轮廓线入门
轮廓线可以简单地解释为连接所有连续点(沿边界)的曲线,具有相同的颜色或灰度。轮廓线是形状分析和物体检测与识别的一个有用工具。
用户9875047
2022-12-07
5930
opencv(4.5.3)-python(十七)--图像金字塔
通常情况下,我们习惯于使用一个恒定大小的图像。但在某些情况下,我们需要处理不同分辨率的(相同)图像。例如,当我们在图像中搜索某个东西时,比如人脸,我们不确定该物体会以何种尺寸出现在所述图像中。在这种情况下,我们需要创建一组具有不同分辨率的相同图像,并在所有这些图像中搜索物体。这些具有不同分辨率的图像集被称为图像金字塔(因为当它们被保存在一个堆栈中,最高分辨率的图像在底部,最低分辨率的图像在顶部,它看起来像一个金字塔)。
用户9875047
2022-12-07
3720
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档