自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(11)
  • 收藏
  • 关注

原创 模板匹配与霍夫变换

©Fu Xianjun. All Rights Reserved.运用模板匹配与霍夫变换知识,实现印花模板匹配代码如下:则出现:但是怎样实现检测多个印花呢?代码及运行结果:

2021-07-05 17:09:30 97

原创 OpenCV(鼠标交互)

©Fu Xianjun. All Rights Reserved.OpenCV对图像处理进行鼠标交互时,主要调用cv2.setMouseCallback()函数。使用cv2 鼠标交互函数,实现鼠标左键交互Jay,右键交互LOVE。代码如下:

2021-06-27 13:20:13 310

原创 OpenCV(图像运算)

©Fu Xianjun. All Rights Reserved.将此图片通过透视变换矫正。透视变换.结果:代码如下:

2021-06-27 13:07:10 87

原创 模板匹配与霍夫变换

©Fu Xianjun. All Rights Reserved.min_val为返回的最小值max_val为返回的最大值minMaxLocmothodmin_loc为最小值的位置Max_loc为最大值的位置读取模板:读取检测图片:获取模板的大小:进行匹配:开始模板匹配过程 采用计算归一化平方不同,计算值越接近0,越相关画出检测到的部分因为matplotlib显示为RGB图像,做一次色彩空间空间转换...

2021-06-26 20:11:42 111

原创 图像分割与提取

© Fu Xianjun. All Rights Reserved.今天学习图像分割与提取在图像处理的过程中, 经常需要从图像中将前景对象作为目标图像提取出来。例如无人驾驶技术, 我们关心的是周围的交通工具, 其他障碍物等, 而对于背景本身并不关注, 故而, 我们需要将这些东西从图片(视频)中提取出来, 而忽略那些只有背景的图像。首先将图二值化...

2021-06-26 19:39:44 404

原创 OpenCV 目标追踪

目标跟踪是计算机视觉领域的一个重要问题,目前广泛应用在体育赛事转播、安防监控和无人机、无人车、机器人等领域。

2021-06-23 23:00:13 107

原创 图像处理技术(信用卡数字识别)

© Fu Xianjun. All Rights Reserved.1.模板处理读取模板:代码如下:读图及预处理:1.结果: 这里threshold后面的[1]表示取threshold函数返回值的第二个。threshold函数返回值为阈值和二值化后的图片,即这里仅保存返回后的图片。 2.信用卡图片背景移除对信用卡上的数字进行选取,对于非卡号数字进行剔除:结果:3.信用卡数字提取对信用卡上的数字进行

2021-06-23 22:54:33 290 2

原创 图像梯度与canny边缘检测

我们看到,100和90之间亮度相差10,并不是很明显,与一大群90的连续灰度值在一起,轮廓必然是模糊的。我们注意到,如果相邻像素灰度值有变化,那么梯度就有值,如果相邻像素灰度值没有变化,那么梯度就为0。如果我们把梯度值与对应的像素相加,那么灰度值没有变化的,像素值不变,而有梯度值的,灰度值变大了。...

2021-06-18 21:57:06 211

原创 阈值与平滑处理

阈值处理ret, dst = cv2.threshold(src, thresh, maxval, type)src: 输入图,只能输入单通道图像,通常来说为灰度图dst: 输出图thresh: 阈值maxval: 当像素值超过了阈值(或者小于阈值,根据type来决定),所赋予的值type:二值化操作的类型,包含以下5种类型: cv2.THRESH_BINARY; cv2.THRESH_BINARY_INV;cv2.THRESH_TRUNC; cv2.THRESH_TOZERO;cv2.THR

2021-06-07 22:19:10 230

原创 图像运算基础

@Fu Xianjun. All Rights Reserved.图像的加法运算、位运算都是比较基础的运算。但是,很多复杂的图像处理gn

2021-06-06 15:25:27 240

原创 图像处理基础

1、图像加密import cv2import numpy as npdemo = cv2.imread("shenmi.jpg", 0)r, c = demo.shapekey = np.random.randint(0, 256, size=(r, c), dtype=np.uint8) # 生成随机的密钥图像cv2.imshow("shenmi", demo) # 显示原始图像cv2.imshow("key", key) # 显示密钥图像encryption = cv2.bitwise

2021-06-05 13:58:30 201 2

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除