对象检测的应用无处不在。 我们正在研究自动驾驶汽车的深度学习和计算机视觉。特征检测是对象检测的任务之一。那么，什么是特征检测？对于人类，我们了解图案，形状，大小，颜色，长度以及其他可识别物体的物体。...我们可以使用哈里斯角点检测或精巧边缘检测之类的技术来检测边缘。我们需要将汽车，行人，标志与图像分开。我们可以使用OpenCV专门识别卡车。...OpenCV提供了许多模板匹配方法。这是相关系数的数学公式。 一旦在两个图像中都找到匹配项，它将选出相似点。OpenCV官方文档在此处提供了带有代码示例的详细信息。让我们找到路上的卡车。...OpenCV使用此图像收集了特征并找到了卡车。...最后，我们使用模板匹配来识别道路上的卡车。
今天，我们将一起探讨如何基于计算机视觉实现道路交通计数。 在本教程中，我们将仅使用Python和OpenCV，并借助背景减除算法非常简单地进行运动检测。 我们将从以下四个方面进行介绍： 1....首先，我们使用“Closing”来移除区域中的间隙，然后使用“Opening”来移除个别独立的像素点，然后使用“Dilate”进行扩张以使对象变粗。...我们将使用cv2.findContours函数对轮廓进行检测。...，创建路径，并对到达出口区域的车辆进行计数。...我们在这里对车辆进行计数，只有当车辆移动的长度超过3个点我们才进行计算 我们使用掩码来解决这个问题，因为它比使用矢量算法有效且简单得多。只需使用“二进制和”即可选出车辆区域中点。
计数值可以是任意的Interger（包括0和负数）支持集合操作+、-、&、|，其中&、|操作分别返回两个Counter对象各元素的最大值和最小值。...update()：用于统计对象元素的更新，原有的Counter计数器对象与新增元素的统计计数值相加而不是直接替换。...subtract()：该方法用于计数器对象中元素统计值减少，输入输出的统计值书可以为0或者负数的。...而且，我们也可以像访问类对象的属性那样使用Jane.name这种方式访问namedtuple的元素。 ...可以看到第一个集合中的class被重命名为 ‘_2′ ； 第二个集合中重复的age被重命名为 ‘_3′，这是因为namedtuple在重命名的时候使用了下划线 _ 加元素所在索引数的方式进行重命名。
今天，我们将一起探讨如何基于计算机视觉实现道路交通计数。 ? 在本教程中，我们将仅使用Python和OpenCV，并借助背景减除算法非常简单地进行运动检测。 我们将从以下四个方面进行介绍： 1....我们将使用MOG算法进行背景扣除 ?...首先，我们使用“Closing”来移除区域中的间隙，然后使用“Opening”来移除个别独立的像素点，然后使用“Dilate”进行扩张以使对象变粗。...，创建路径，并对到达出口区域的车辆进行计数。...我们在这里对车辆进行计数，只有当车辆移动的长度超过3个点我们才进行计算 我们使用掩码来解决这个问题，因为它比使用矢量算法有效且简单得多。只需使用“二进制和”即可选出车辆区域中点。
图像分割是将不同的对象划分为不同的部分，并将这些区域以明显的颜色或者记号标记出来。图像分割是使用轮廓、边界框等概念进行其他高级计算机视觉任务（例如对象分类和对象检测）的基础。...跨框架进行图像分类任务的CPU性能比较 即使使用最著名的神经网络框架之一的YOLOv3进行对象检测时，其运行速度也是不尽如人意的。...此外，Darknet使用OpenMP（应用程序编程接口）进行编译的时间几乎是OpenCV的18倍。这更加说明了使用OpenCV的速度是比较快速的。 ?.../bird.png') 接下来我们使用滤波器对该图像进行预处理，对图像进行模糊操作，以减少图像中的细微差异。在OpenCV中提供了4个内置的滤波器，以满足用户对图像进行不同滤波的需求。...使用OpenCV进行颜色分割中最重要步骤——阈值分割，这可能是一个相当繁琐的任务。
代码实现 导入库 加载输入图像并在 OpenCV 上进行处理 执行分段的步骤： 将图像转换为RGB格式 将图像重塑为由像素和 3 个颜色值 (RGB) 组成的二维数组 cv2.kmeans() 函数将二维数组作为输入...该过程遵循一种简单易行的方法，通过一定数量的先验固定的集群对给定图像进行分类。 该算法实际上从图像空间被划分为 k 个像素的开始，表示 k 个组质心。...然后根据每个对象与集群的距离将其分配给该组，当所有像素都分配给所有集群时，质心现在移动并重新分配。重复这些步骤，直到质心不再移动。...cv2.KMEANS_RANDOM_CENTERS 只是指示 OpenCV 最初随机分配集群的值。...输出： 集群 1 表示绿色，因为禁用集群 1 或将其设为黑色在图像中很明显 类似地尝试将要分割的集群的数量分割为8并可视化图像 输出： 与每个集群关联的计数 禁用集群 4，为代表段 4 的像素分配黑色
OpenCV中使用YOLO对象检测 OpenCV在3.3.1的版本中开始正式支持Darknet网络框架并且支持YOLO1与YOLO2以及YOLO Tiny网络模型的导入与使用。...这里首先简单的介绍一下YOLO网络基本结构，然后在通过代码演示Darknet支持的YOLO在OpenCV使用。...VGGNet或者Inception之类的，然后再加上一个滑动窗口，但是这种方法太慢，所以就有了区域推荐(RP)，预先推荐一些感兴趣的区域，进行预言，这些方法普遍有一个缺点，计算量比较大，导致性能低下无法实时...S=7、B=2，最终输出是77*30 二：在OpenCV中使用YOLO OpenCV在3.3.1版本中开始支持Darknet，可能有人会问，Darknet是什么鬼，它是YOLO的作者自己搞出来的深度学习框架...但是在OpenCV只是前馈网络，只支持预测，不能训练。OpenCV中基于YOLO模型我使用的是tiny-YOLO网络模型，支持20中对象检测。
在本文中，我们将讨论如何使用Python和OpenCV进行图像拼接。也就是，给定两张共享某些公共区域的图像，目标是“缝合”它们并创建一个全景图像场景。...通过使用OpenCV detectAndCompute()函数，我们可以一步完成它。请注意，为了使用detectAndCompute()，我们需要一个关键点检测器和描述符对象的实例。...使用OpenCV，特征点匹配需要Matcher对象。在这里，我们探索两种方式：暴力匹配器（BruteForce）和KNN（k最近邻）。 BruteForce（BF）Matcher的作用恰如其名。...对于SIFT和SURF，OpenCV建议使用欧几里得距离。对于ORB和BRISK等其他特征提取器，建议使用汉明距离。...我们要使用OpenCV创建BruteForce Matcher，一般情况下，我们只需要指定2个参数即可。第一个是距离度量。第二个是是否进行交叉检测的布尔参数。
生活中我们不止一次地使用过直播，但从未想过如何通过编程实现。大家好，我们在这里向大家介绍如何使用OpenCV和python的套接字编程。...今天，我们将借助OpenCV和socket编程创建一个实时流媒体应用程序，我们将从头开始为服务器和客户端开发代码。 什么是OpenCV？ Opencv是一个计算机视觉库。...该库具有多种功能，因此我们可以使用网络摄像头和编程来处理图像和视频。 什么是socket编程？ 简单地说，socket编程意味着使用TCP或UDP等互联网协议在端口上的两个或多个服务器之间进行通信。...有时使用它是有风险的，因为假设我们的数据包没有发送给用户，它不会告诉我们，所以我们有数据丢失的风险，而不是它易于使用。...现在，我们将使用函数imdecode对数据变量中接收的数据进行解码，imshow函数将显示一个流窗口。cv2.waitkey（10）将每隔10毫秒单击/收集数据，直到你们按enter键并输入数字13。
— 学习 OpenCV，Gary Bradski 和 Adrian Kaehler，O'Reilly 安装 OpenCV 我们指的是PiImageSearch安装OpenCV的教程以及本文档。...$ sudo nano /etc/dphys-swapfile Edit CONF_SWAPSIZE as CONF_SWAPSIZE=2048 保存并退出，使用这些命令检查交换内存 。...现在安装 OpenCV $ pip install opencv-python $ pip install opencv-contrib-python // Ref....CONF_SWAPSIZE=100 验证 OpenCV 是否安装成功 ： 验证 OpenCV 安装 实现 我们使用 piimagesearch 的教程来实现基本的运动检测，它提供了开源的代码，并且可以下载...3个窗口分别是： Thresh基本上是使用图像阈值创建的，该阈值用于使图像更易于分析。 Frame Delta，这是一个灰度图像。
它在工业界和学术界使用非常广泛，包括机器人，嵌入式设备，移动电话，和高性能的计算环境。DLIB有开源许可，因此可以在任何应用程序中免费使用。...使用起来也是比较简单的，首先进行安装： pip install dlib pip install opencv-python 关于人脸检测这块的函数是get_frontal_face_detector...关于get_frontal_face_detector的使用参数可以看下官方例子： #!...Detection {}, score: {}, face_type:{}".format( d, scores[i], idx[i])) 重点说明第二个参数，设置为1表示一次上采样，对原图进行上采样放大...也可以设置为其它值，比如2，表示进行两次上采样。 参考 人脸检测算法综述: https://zhuanlan.zhihu.com/p/36621308?
它在工业界和学术界使用非常广泛，包括机器人，嵌入式设备，移动电话，和高性能的计算环境。 DLIB有开源许可，因此可以在任何应用程序中免费使用。...详细介绍： http://dlib.net/python/index.html实现的功能有很多： 使用起来也是比较简单的，首先进行安装： pip install dlib pip install opencv-python...在这里插入图片描述结果： [(161, 247) (546, 632)] 161 546 632 247 多人情况下，img2: 结果： 关于get_frontal_face_detector的使用参数可以看下官方例子...Detection {}, score: {}, face_type:{}".format( d, scores[i], idx[i])) 重点说明第二个参数，设置为1表示一次上采样，对原图进行上采样放大...也可以设置为其它值，比如2，表示进行两次上采样。 参考 人脸检测算法综述 人脸检测背景介绍和发展现状 dlib github
此代码可以替代内置的images.findImage函数使用，但可能会误匹配，如果是对匹配结果要求比较高的，还是得谨慎使用。...var matches = new ArrayList(); matcher.knnMatch(small_trainDescription, matches, 2); //对匹配结果进行筛选...，依据distance进行筛选 // console.log("对匹配结果进行筛选"); var goodMatches = new ArrayList(); var nndrRatio =...objectPoints); var scnMatOfPoint2f = new MatOfPoint2f(); scnMatOfPoint2f.fromList(scenePoints); //使用...doubleArr[0] = 0; doubleArr[1] = templateImage.rows(); templateCorners.put(3, 0, doubleArr); //使用
本文来自于段力辉 译《OpenCV-Python 中文教程》 . ---- 一、基础 以 Haar 特征分类器为基础的对象检测技术是一种非常有效的对象检测技术（2001 年 Paul_Viola...之所以成为弱分类器是应为只是用这些分类器不足以对图像进行分类，但是与其他的分类器联合起来就是一个很强的分类器了。文章中说 200 个特征就能够提供 95% 的准确度了。他们最后使用 6000 个特征。...不是在一开始就对窗口进行这 6000 个特征测试，将这些特征分成不同组。在不同的分类阶段逐个使用。（通常前面很少的几个阶段使用较少的特征检测）。.... ---- 二、OpenCV 中的 Haar 级联检测 OpenCV 自带了训练器和检测器。如果你想自己训练一个分类器来检测汽车，飞机等的话，可以使用 OpenCV 构建。...这些 XML 文件保存在/opencv/data/haarcascades/文件夹中。下面我们将使用 OpenCV 创建一个面部和眼部检测器。 首先我们要加载需要的 XML 分类器。
VC++中使用OpenCV进行颜色检测 在VC++中使用OpenCV进行颜色检测非常简单，首选读取一张彩色图像，并调用函数cvtColor(img, imgHSV, COLOR_BGR2HSV);函数将原图...我们更习惯使用直观的方式来感知颜色，HSV色彩空间提供了这样的方式。通过HSV色彩空间，我们能够更加方便地通过色调、饱和度和亮度来感知颜色。...其实，除了HSV色彩空间，我们讨论的其他大多数色彩空间都不方便人们对颜色进行理解和解释。...在用户必须选择一个颜色应用于特定图形元素各种应用环境中，经常使用HSV色轮。在其中，色相表示为圆环；可以使用一个独立的三角形来表示饱和度和明度。典型的，这个三角形的垂直轴指示饱和度，而水平轴表示明度。...VC++中使用OpenCV对图像进行颜色检测 通过学习油管博主murtazahassan的视频Learn-OpenCV-cpp-in-4-Hours，里面第6个OpenCV示例将到如何从一副兰博基尼的轿车图像中进行颜色检测
相反，我编写了一个快速的Python脚本，用OpenCV执行模糊检测。 接下来，我将向你展示如何使用OpenCV、Python和Laplacian算子计算图像中的模糊量。...我们的目标是使用OpenCV进行模糊检测并将图像标记为模糊。 正如你所看到的，有些图像是模糊的，有些则不是。我们的目标是正确地标记每个图像模糊或非模糊。...对于这些图像，我们将从磁盘加载，将其转换为灰度，然后使用OpenCV应用模糊检测(第6-9行)。 在焦点测量超过命令行参数提供的阈值的情况下，我们将把图像标记为“模糊”。...使用OpenCV进行模糊检测 现在我们已经编写了detect_blur.py脚本，让我们尝试一下。...总结 在这篇博文中，我们学习了如何使用OpenCV和Python执行模糊检测。 我们实现了计算Laplacian方法的方差，得到一个浮点值来表示图像的“模糊”程度。
安装 注意：由于我们将通过Python使用OpenCV，因此隐含的要求是您的工作站上已经安装了Python（版本3）。...这些操作以及其他操作将在以后的应用程序中使用。 对于本文，我们将使用以下图像： 注意：为了在本文中显示图像，已对图像进行了缩放，但是我们使用的原始大小约为1180x786。...在分类算法中，首先会扫描图像中的“对象”，即，当您输入图像时，算法会在该图像中找到所有对象，然后将它们与您要查找的对象的特征进行比较。...如果是猫分类器，它将对图像中找到的所有对象与猫图像的特征进行比较，如果找到匹配项，它将告诉我们输入图像包含猫。 由于我们以cat分类器为例，因此公平地使用cat图像是公平的。...我们讨论了一些常见的噪声类型，以及如何在应用程序中使用图像之前使用不同的滤镜将其从图像中去除。 此外，我们了解了图像处理如何在诸如“对象检测”或“分类”之类的高端应用中发挥不可或缺的作用。
我们将使用OpenCV中的轮廓选项来检测矩形对象以查找车牌。如果我们知道车牌的确切尺寸、颜色和大致位置，可以提高准确度。通常，检测算法是根据特定国家使用的摄像机位置和车牌类型进行训练的。...先决条件： OpenCV：OpenCV是一个主要针对实时计算机视觉的编程函数库，本项目使用的是4.1.0版。 Python：使用3.6.7版。 IDE：我将在这里使用Jupyter。...Haar cascade：这是一种机器学习对象检测算法，用于识别图像或视频中的对象。 Keras：易于使用并得到广泛支持，Keras使深度学习尽可能简单。...该图像现在是二进制形式，并准备好进行下一个进程侵蚀。 侵蚀是一个简单的过程，用于从对象边界移除不需要的像素，这意味着像素的值应为0，但其值为1。 下一步是使图像的边界变白。...' 步骤7 训练CNN模型 我们将使用的数据包含大小为28x28的字母（A-Z）和数字（0-9）的图像，而且数据是平衡的，因此我们不必在这里进行任何类型的数据调整。
在开发过程中，难免遇到下面这种情况：两个（或多个）对象所拥有的大多数属性是重复的，我们需要在对象间进行映射（即将一个对象的属性值赋给另一个对象。...通常我们可以进行如下操作： 1 A a=new A(); 2 a.Name=b.Name; 3 a.Age=b.Age; 但若对象拥有较多属性，采用着用方法将会显得十分繁琐。...这里小编使用的是AutoMapper框架，这是一个轻量级的解决对象间映射问题的框架，并且AutoMapper允许我们根据自己的实际需求进行映射配置，使用起来较灵活。 1....一对一映射 首先使用NuGet添加对AutoMapper的引用，然后创建两个类Human和Monkey class Human { public string Name { set; get;...Huamn实例和Monkey实例间的映射： Monkey monkey = new Monkey() { Name = "monkey", Age = 100 }; //使用AutoMapper时要先进行初始化
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
