腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(7708)
视频
沙龙
2
回答
OpenCV
-
自适应
阈值
/
跟踪
条
操作
、
、
、
、
我对Python(
OpenCV
)还是个新手,我正在尝试用cv2.adaptiveThreshold()在光线变化时用摄像头来绘制合适的轮廓。主要的问题是我在绘制轮廓时得到的噪音太多,所以我试图设置一个cv2.countourArea()
阈值
,但这似乎不是最好的解决方案。后来,我决定尝试用一个简单的
跟踪
条
来
操作
cv2.adaptiveThreshold的值。 具体地说就是blockSize和CValue。使用轨迹
条
操作
blockSize的最佳解决方案是什么? 提前感谢!
浏览 33
提问于2021-01-28
得票数 0
回答已采纳
1
回答
从侯赫林得到至少一
条
线
、
如果在第一次调用时没有行,那么是否有一种有效的方法可以保证houghline方法将返回至少一行而不再次调用该方法而具有较低的
阈值
?我的意思是,例如,一个
自适应
阈值
取决于精明或轮廓图像,这是霍夫的输入?
浏览 0
提问于2015-03-05
得票数 0
回答已采纳
2
回答
opencv
中图像的二值化
、
我使用了
自适应
阈值
二值化 cv2.adaptiveThreshold(image_gs,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY ,41,3)
浏览 8
提问于2015-12-15
得票数 5
回答已采纳
1
回答
自适应
阈值
断言错误
OpenCV
Python
、
在python中使用
自适应
阈值
时,我会得到以下错误。我已经成功地将rgb图像转换成灰度,但是
自适应
阈值
仍然不起作用。cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 3, 1)cv2.error:
OpenCV
(3.4.2) D:\Build\
OpenCV
\
opencv
-3.4.2\modules\imgproc\src\thresh.cpp:1524
浏览 2
提问于2018-11-01
得票数 1
回答已采纳
1
回答
自适应
门限
OpenCV
IOS
、
、
、
、
我是
OpenCV
库的新手,我正在尝试使用
阈值
进行二进制化。我有几个问题。 如这个答案所示,计算块平均方差的好处是什么:
浏览 2
提问于2017-08-26
得票数 1
回答已采纳
1
回答
自适应
阈值
在灰度图像中的应用
、
、
、
我需要对这幅图像应用
自适应
阈值
。我正在使用
OpenCV
。adaptiveThreshold(image, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)image = cv2.imread('test_big.png',1) 现在,我可以应用
自适应
阈值
,但输出将是一个蓝色和红色的图像,而不是黑
浏览 3
提问于2016-12-25
得票数 1
回答已采纳
1
回答
使用python
opencv
清理ocr图像
、
、
我使用python中的
opencv
2来做这些事情。
浏览 31
提问于2020-06-19
得票数 1
回答已采纳
2
回答
自适应
门限后的断线轮廓
、
、
、
、
我想
自适应
地
阈值
这个图像,使用findContours()从
OpenCV
找到外部边框。由于通常的原因,我使用
自适应
阈值
:全局
阈值
,即使采用Otsu的方法,也不能充分补偿图像不同部分之间的亮度差异。不幸的是,
自适应
阈值
处理会在一些有粗网格的交叉口造成断点。通过手动填充图像中的所有一个像素和两个像素的空白,我能够在
自适应
阈值
处理后重新连接边缘(实际上,为了节省运行时间,我对缩小的图像进行了
阈值</em
浏览 7
提问于2013-08-14
得票数 2
回答已采纳
2
回答
Android中Canny边缘检测的快速
自适应
阈值
、
、
、
、
在我做了很多工作之后,我发现
OpenCV
函数可以做到这一点,这是但是对于低
阈值
和高
阈值
,我知道不同的图像有不同的
阈值
,那么是否有快速的
自适应
阈值
方法可以根据不同的图像自动分配低
阈值
和高
阈值
呢?
浏览 0
提问于2012-10-02
得票数 5
2
回答
使用具有
自适应
阈值
的掩码?
、
我正在用C++编写一个使用
OpenCV
-2.3API的小程序。我在使用非矩形蒙版处理
自适应
阈值
时遇到问题。 到目前为止,我对整个图像执行了
自适应
阈值
,然后进行了掩蔽。我意识到,在我的例子中,这是一个错误,因为掩膜像素将被用来计算我感兴趣的像素的
阈值
(虽然我只是想从分析中排除前者)。
浏览 0
提问于2012-03-23
得票数 9
回答已采纳
1
回答
以密集程度隔离这些地区的最佳方法是什么?
、
、
但是
自适应
二值化和Otsu方法由于光线的痕迹(如图像所示)不能给出一个可接受的结果。
浏览 3
提问于2020-01-09
得票数 0
回答已采纳
1
回答
OpenCV
误差与AdaptiveThreshold
、
我试图通过
openCV
捕捉视频,然后在视频上应用
自适应
阈值
(转换为黑白)。问题是这段代码经常抛出错误。我正在使用
自适应
阈值
函数中的最后两个数字。cv2.error: /tmp/
opencv
-UA2sOU/
opencv
-2.4.9/modules/imgproc/src/thresh.cpp:797: error: (-215) blockSize
浏览 1
提问于2015-08-10
得票数 7
回答已采纳
1
回答
OpenCV
霍夫最强线
、
OpenCV
中的HoughLines或HoughLinesP函数是否像HoughCircles函数那样以累加器顺序返回行列表?我想知道线路的顺序。还可以非常方便地获得行的累加器值,因此可以使用智能和
自适应
阈值
来代替固定的
阈值
。排序或累加器值是否在没有的情况下可用
浏览 0
提问于2012-07-06
得票数 13
回答已采纳
1
回答
从adaptiveThreshold函数返回的图像中的每个像素的值都是255
、
、
、
我将
自适应
阈值
应用于灰度图像,并希望将正常
阈值
应用于该函数的返回图像。这不起作用,因为不知何故,返回图像中的每个像素都被设置为255。我不明白为什么会这样,因为imshow会像你期望的那样显示
自适应
阈值
的返回图像,并且它会对参数的变化做出响应。那么,为什么每个像素都是255,为什么我无法将图像放入正常的
阈值
函数中得到结果?我正在使用
opencv
4.0.0。 image = cv2.imread('..
浏览 11
提问于2020-01-25
得票数 1
1
回答
(
自适应
)
opencv
误差的
阈值
(cvarrToMat中的坏参数(未知数组类型))
、
、
、
我试图在我的视频流上使用
阈值
,但它不起作用。我的视频流:然后我尝试做
自适应
的
阈值
处理,(也不适用于常规的
阈值
) if(k == 27 ) exit(0);我知道这个错误: /Users/olivierjanssens/source/
OpenCV
perfectly.
浏览 8
提问于2011-11-24
得票数 0
回答已采纳
3
回答
一个CUDA编程GPU是否适合于
OpenCV
自适应
阈值
的实现?
、
在我的系统中,对于一个大窗口大小(75 am )的5 MP图像来说,要完成140 ms (大约是线性
操作
的20倍),我希望对其进行优化。我注意到
OpenCV
gpu模块没有实现adaptiveThreshold的gpu版本,所以我一直在考虑自己为GPU实现该算法。如果我在CUDA中实现了一种基于大窗口大小(50px+)和大图像(5 MP+)的
自适应
阈值
算法,而忽略了将内存加载到GPU的开销,我还能期望有任何加速吗?关于adaptiveThreshold的
opencv
.org文档:
浏览 4
提问于2013-10-01
得票数 4
回答已采纳
1
回答
自适应
阈值
opencv
、
嗨,我用的都是cvAdaptiveThreshold,有人可以解释我这个函数是如何工作的,如何确定block_size和param1?
浏览 3
提问于2012-04-02
得票数 1
3
回答
python中的二值图像去噪
、
、
、
在我的项目中,我试图用python中的
openCV
对图像进行二进制化。我使用来自
openCV
的
自适应
高斯
阈值
来转换图像,结果如下: 我想用二值图像作为OCR,但是太吵了。我已经尝试过来自
openCV
的
openCV
,但这并没有什么不同。 P.S .更好的二值化选择也受到欢迎
浏览 1
提问于2018-03-16
得票数 5
回答已采纳
1
回答
是否有办法使
阈值
图像检测对象本身而不是轮廓?-
OpenCV
、
、
、
我有下面的图像,并试图将
阈值
图像作为填充对象( blobs),但看起来
阈值
图像只是轮廓。是否有更好的方法使
阈值
图像显示整个对象而不是轮廓?
浏览 2
提问于2022-06-23
得票数 0
1
回答
在不同连接处检测汽车牌照
、
、
我使用
OpenCV
应用一个
自适应
阈值
,找出轮廓,并检查每个轮廓的尺寸,以确定它是否是一个板块。这是很好的工作,但我必须手动更改C常量参数的adaptiveThreshold方法时,根据时间的
自适应
阈值
。例如,如果我在夜间使用相同的日间常量,则生成的二值图像没有白色部分,因此不会检测到轮廓。我想知道是否有一种基于亮度和/或对比度来确定C常数的方法,以便当应用
阈值
时,板在任何连接中都被检测为等高线。如果有帮助的话,我可以贴出代码。 提前谢谢。
浏览 0
提问于2018-06-13
得票数 1
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
使用OpenCV检测坑洼
图像识别入门5 二值化处理
29.提取水平和垂直的线条
使用python代码将照片变成卡通图片
基于 OpenCv和Python 的手指识别及追踪
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
活动推荐
运营活动
广告
关闭
领券