登录社区云,与社区用户共同成长
邀请您加入社区
跟踪标志,默认为False# 打开默认摄像头(通常编号为0)tracking:布尔型标志位,控制跟踪的开启与关闭,False表示未开始跟踪;:打开摄像头设备。参数0代表默认摄像头,若有多个摄像头,可改为 1、2 切换;若要处理视频文件,可传入视频路径(如。
本文介绍了利用OpenCV实现文档图像自动矫正的方法。通过透视变换技术,可将倾斜拍摄的文档照片转换为正面矩形视图。核心步骤包括:图像预处理(灰度化、二值化)、轮廓检测(获取最大轮廓)、多边形近似(提取四个顶点)以及透视变换。重点讲解了顶点排序算法和透视变换矩阵的计算原理,并提供了完整的Python代码实现。该方法能有效解决文档拍摄畸变问题,提升OCR识别准确率。注意事项包括顶点近似精度调整、最大轮
在计算机视觉日常开发中,我们总会遇到两类高频痛点:一是倾斜拍摄的票据、文档无法直接用于 OCR 识别,二是过暗、过曝、对比度不足的图像丢失关键细节。本文基于 OpenCV,拆解两大核心解决方案 ——
综上,霍夫变换凭借「图像空间与参数空间对偶映射+累加投票」的核心逻辑,成为直线、圆这类规则几何形状检测的经典技术,也是本次分享的核心内容。直线检测核心通过极坐标方程(ρxcosθysinθρxcosθysinθ)规避了直角坐标下垂直线斜率无穷大的缺陷,经「边缘预处理→空间映射→累加投票→峰值检测」四步,即可鲁棒提取图像中的直线;圆检测核心拓展至三维参数空间(圆心x、圆心y、半径r),通过对圆心
本文介绍了一个基于OpenCV的答题卡自动评分系统。系统通过图像处理技术实现以下功能:1) 读取答题卡图像并进行灰度化、模糊处理和边缘检测;2) 定位答题卡区域并进行透视变换;3) 通过阈值处理和轮廓分析检测填涂的选项泡泡;4) 将检测结果与标准答案对比计算得分。系统支持自定义参数调整,包括泡泡最小尺寸、宽高比范围等,能够处理不同形态的答题卡。最终输出评分结果并在图像上标记正确/错误选项。实验表明
在计算机视觉中,是一种基础且实用的目标检测方法。但在实际场景中,目标物体往往会以不同角度、翻转形态出现,仅用单一模板进行匹配会遗漏大量有效结果。本文将以图片箭头识别为例,从基础图像旋转讲起,逐步优化模板匹配方案,最终实现全方向箭头的精准检测。
在计算机视觉领域,图像变换是最基础也最核心的操作之一。无论是简单的图像旋转、精准的模板匹配,还是用于图像分层处理的金字塔操作,都是实现图像增强、目标检测、图像重建的关键技术。本文将结合实战代码,系统讲解 OpenCV 中这三类核心图像变换技术的原理与实现。
本文深入讲解了计算机视觉中的图像金字塔操作,重点解析了高斯金字塔和拉普拉斯金字塔的原理与实现。通过Python+OpenCV代码演示,详细介绍了pyrDown和pyrUp函数的使用方法,解释了为何下采样再上采样会导致图像模糊,以及如何利用拉普拉斯金字塔保存残差信息实现无损图像复原。文章包含完整可运行代码示例,涵盖了高斯模糊、降采样、残差计算等关键步骤,并指出了常见应用场景和避坑指南。特别强调了下采
本文介绍了图像金字塔在计算机视觉中的应用,重点探讨了高斯金字塔和拉普拉斯金字塔的原理与实现。通过OpenCV的pyrDown和pyrUp函数演示了图像的下采样和上采样过程,分析了尺寸变化和细节丢失现象。实验验证了上下采样的不可逆性,并展示了拉普拉斯金字塔的高频细节提取功能。图像金字塔作为多尺度分析的重要工具,在目标检测、特征匹配等任务中具有关键作用。文章提供了完整的Python实现代码,帮助读者深
形态学操作:腐蚀 / 膨胀是基础,开 / 闭运算适配纹理修复,梯度 / 顶帽 / 黑帽适配细节增强;Sobel 边缘检测:需处理负数信息丢失问题,优先融合 x/y 方向边缘;进阶边缘检测:Scharr 增强 Sobel 灵敏度,Laplacian 无方向但易受噪声影响,Canny 是工业级最优方案。掌握这些技术后,可轻松应用于文字增强、指纹修复、数字边缘提取等实际场景。
本文系统介绍了OpenCV图像处理的核心技术,主要包括三大部分:1. 阈值处理:详细讲解五种二值化分割方法(THRESH_BINARY、THRESH_BINARY_INV等)的原理、API参数及实际应用场景;2. 图像平滑:分析四种滤波技术(均值、高斯、中值、方框)的特点、适用场景及代码实现,并给出选型建议;3. 形态学操作:涵盖基础操作(腐蚀、膨胀)、组合操作(开闭运算)及进阶操作(梯度、顶帽、
import cv2# 正确答案映射(题目索引:正确选项索引)
本文介绍了基于OpenCV的C#图像分割技术,重点讲解了分水岭算法的实现流程。主要内容包括:图像预处理(灰度化、二值化、开运算)、背景/前景图设置(使用膨胀和DistanceTransform算子)、边缘图计算、标识图构建(ConnectedComponents处理)以及最终的分水岭分割(Watershed算法)。文章提供了详细的OpenCV函数调用示例和效果展示图,并分享了相关的视觉工具下载链接
目标追踪
我们经常需要将纸质文档转换为电子档,但拍摄的文档照片往往存在倾斜、透视畸变等问题,导致文档内容歪斜、不易识别。想要解决这个问题,就需要用到它能够将不规则的四边形区域映射为规整的矩形,完美消除透视畸变,广泛应用于文档矫正、车牌识别、全景拼接等场景。本文将通过一个完整案例,从图像读取、轮廓检测,到透视变换、结果后处理,逐步完成发票/文件的自动矫正。
本文介绍了基于SIFT特征和单应性矩阵的图像拼接技术。首先通过SIFT算法提取图像特征点并生成描述符,然后使用暴力匹配器进行特征匹配,结合距离比值法和RANSAC算法筛选有效匹配点。接着利用匹配点求解单应性矩阵H,描述图像间的透视变换关系。最后通过透视变换将待拼接图像映射到基准图像坐标系,并完成图像融合生成全景图。该方法具有尺度不变性和旋转不变性,能有效处理图像缩放、旋转等情况,实现无缝拼接。
本文介绍了两种图像特征检测方法及其应用。首先详细讲解了Harris角点检测原理与实现,包括关键参数解析和角点标记方法。其次介绍了SIFT特征提取流程,分析了关键点属性和描述符计算。最后基于特征匹配构建了一个指纹验证系统,使用FLANN匹配器进行特征点匹配,并通过Lowe's比率测试筛选优质匹配点。实验结果表明,该方法能有效区分不同指纹,实现身份认证功能。文中提供了完整的代码实现和参数解析,为图像特
本项目核心目标是自动识别银行卡表面的卡号,整体流程分为两大模块:一是创建数字模板库,通过对标准OCR-A(一种便于机器识别的字体)数字模板图像的处理,提取0-9每个数字的轮廓特征并保存;二是对银行卡图像进行预处理、轮廓检测定位卡号区域,再通过模板匹配识别每个数字,最终输出卡号及银行卡类型。技术栈:Python + OpenCV + NumPy,无需复杂的深度学习模型,仅通过传统计算机视觉技术即可实
SIFT 描述子通过尺度归一化、方向对齐、空间分块和梯度方向统计,构建了一个高度稳定且区分性极强的 128 维特征向量。OpenCV 对 SIFT 的实现高度工程化,封装了复杂的数学细节,使其在计算机视觉领域长期占据重要地位。尽管在实时性和计算成本上存在不足,但在对匹配精度和鲁棒性要求极高的场景中,SIFT 描述子仍然是一个标杆级算法。
读取视频VideoCapture可以捕获摄像头,用数字可以空中不同的设备,比如0和1视频文件直接指定位置就可以。
本节围绕实际 OCR 系统构建,系统讲解了从文本区域检测、图像预处理、字符识别到结构化信息提取的完整流程。通过引入 EAST 模型、图像多尺度与旋转补偿策略,有效提升了文本检测的召回率与准确性;结合形态学与行排序技术,优化了 ROI 的提取质量;在 Tesseract 集成中,通过二值化增强、字符白名单与批量识别等手段,提高了字符识别的稳定性与效率。最后通过发票识别案例,展示了如何将 OCR 结果
基于阈值分割的车牌定位识别
本文介绍了OpenCV中蛮力匹配(BFMatcher)的基本原理和应用方法。首先讲解了BFMatcher的创建和使用,包括normType参数选择和crossCheck功能。详细比较了match()和knnMatch()两种匹配方法的特点,并提供了ORB和SIFT两种特征描述符的匹配实例代码。文章还介绍了如何通过findHomography()函数实现图像配准,包括参数说明和实际应用案例。最后,作
SIFT 是计算机视觉领域中极具代表性的特征检测与描述算法,其通过尺度空间、DoG极值检测、方向分配和高维描述子构建,实现了对尺度和旋转变化的不变性。尽管在性能上不如轻量级算法,但在鲁棒性和匹配准确性方面依然具有不可替代的优势。
本文详细介绍了基于YOLOv12和 OpenCV 实现管道缺陷检测的完整流程。通过端到端的目标检测框架,我们能够自动识别7 类关键管道缺陷,大幅提升巡检效率与准确性。该系统可集成至管道机器人、CCTV分析平台或无人机巡检系统,为城市生命线工程的安全运行提供智能保障,在智慧城市、能源安全、工业4.0等领域具有广阔应用前景。🔧工程建议:实际部署时,建议结合 GIS 信息将缺陷位置映射到真实管网坐标,
角点的本质角点 = 图像中梯度(方向变化)在两个方向上都很大且不同的点。边缘(edge):像山脊,只在一个方向上变化明显角点(corner):像山峰或拐角,在两个方向上都剧烈变化为什么角点重要?可重复性:不同角度、旋转、光照下仍能被检测到定位清晰:位置容易精确到像素级信息足够多:比边缘更有特征性目标跟踪(如 Lucas-Kanade 光流)SLAM、三维重建模板匹配图像拼接(全景图)特征匹配(如
OpenCV:实时视频防抖,python版
Canny 边缘检测是一种经典且常用的图像边缘提取算法,由 John Canny 在 1986 年提出。它在 OpenCV 中得到了高效实现,是结构化光、SLAM、医学影像分析与机器视觉领域中最常用的边缘检测方法之一。其目标是以最优方式识别图像中的边缘,既能准确检测真实边缘,又能保持较强的抗噪能力与定位精度。边缘通常对应灰度变化剧烈的区域,但噪声也会产生剧烈变化。如果不去噪,边缘会出现大量虚假响应
人工智能领域机器视觉里图像噪点消除内容
OpenCV 是全球最流行的开源计算机视觉库,提供超过 2500 个优化算法,支持图像处理、视频分析、物体检测、增强现实和机器学习等功能。本文将带你深入了解 OpenCV 的核心概念、安装方法、常用功能以及应用案例,并结合 Python 实操示例,让你快速上手计算机视觉开发。
像这里照片这样的,一个像素点的值是0-255,在黑白图来说0表示纯黑,255表示纯白,在彩色照片里一个像素点有3个通道RGB来映射出一个点的颜色,例如R通道的其中一个数值0-255表示亮度等级,0为完全没有红色成分,255为最大强度的红色。利用人眼对事物的余晖效应,其是人眼也是有个采样率的,只要比换照片的速度比人眼的采样率快,那就会让人感觉是在动的一样,但不能太快,这里换照片的速度就是帧数,游戏了
滤波的核心思想是:对每个像素,以其邻域(通常为 k×k 窗口)为基础进行计算,使输出像素值更平滑或者更符合某种特定需求。线性滤波的一般形式为:其中 k(i,j) 为滤波核(kernel)。
本文通过一个下雪特效的实现,介绍了OpenCV在图像处理和动画制作中的应用。随机数生成与分布控制帧循环与动画原理基本图形绘制函数的使用视频与图像的读写操作面向对象的特效建模方法。
图像平滑是计算机视觉中的重要基础操作,用于降噪、改善图像质量以及为后续算法(如边缘检测、特征提取、图像金字塔处理等)作准备。在所有平滑方法中,是最常用、最经典的一种。与均值滤波或方盒滤波相比,高斯滤波能更好地保护边缘,具有更好的数学性质和视觉效果。
作为计算机专业大四学生,在课程设计与毕业设计阶段,目标检测类项目是热门选择。本文将详细分享一款集成多框架的智能水果检测系统,涵盖核心技术选型、功能实现细节与关键代码思路,适合用于学习多框架整合或项目参考。
Opencv中ROI图像切割内容
本文主要介绍OpenCV中HighGUI模块的使用
本文介绍了形态学闭运算和开运算在车辆检测中的应用。闭运算通过先膨胀后腐蚀连接断裂的车体轮廓并填充内部孔洞,确保轮廓完整性和占用率计算准确性。开运算通过先腐蚀后膨胀消除背景减法器产生的孤立噪点,平滑轮廓边界,提升检测效果。两种方法分别针对不同问题,共同优化了车辆检测的轮廓质量。
在人机交互、虚拟现实、增强现实、情绪识别、动作捕捉等计算机视觉领域中,人脸的精确识别与定位扮演着极其重要的角色。传统人脸检测方法通常只能检测人脸区域的矩形框,而现代深度学习技术的发展,使我们可以实现更加精细的“人脸关键点检测”和“人脸网格化”。本篇文章将以 OpenCV 和 MediaPipe 为基础,详细介绍人脸网格(Face Mesh)技术的原理与应用,并通过一段完整的 Python 代码,演
本文系统实现了一个完整的“基于MediaPipe + 传统机器学习”的手势识别系统。✅利用MediaPipe获取21个手部关键点;将三维坐标展开为63维特征;采用标准化处理与多模型对比;支持实时摄像头推理;准确率可达90%以上。✅使用LSTM或CNN实现动态手势识别;引入多手检测;扩展更多手势类别;与智能家居或机器人系统联动。
1,基于非物理模型,本质上是增强图像的对比度与颜色,并没有对雾天图像的形成原因进行分析而补偿。代表方法是直方图均衡化。效果一般。2,基于物理模型,现在效果好的去雾算法都是基于物理模型,利用大气物理散射规律来建立图像还原模型,而不同的论文算法,用的模型都不尽相同。基于物理模型的算法因为基于模型更好的分析了含雾图像。并且与现实贴近,效果都不错,只是算法复杂度不同,计算时间长短不同而已。
在学习 OpenCV 人脸识别的过程中,我们深入探讨了多个关键方面。从原理上看,Haar 特征与级联分类器利用简单的矩形滤波器捕捉图像边缘、线条和纹理信息,通过积分图技术提高计算效率,级联结构则实现了快速排除和精准识别,有效减少计算量和误检率。局部二值模式直方图(LBPH)通过计算每个像素点与其邻域像素的灰度值关系生成二进制模式,进而统计直方图来表示人脸图像特征,对光照变化和局部遮挡具有一定鲁棒性
本文从原理到代码,详细拆解了基于 Python+OpenCV 的实时文档扫描工具。核心是通过 “图像预处理→轮廓检测→透视矫正→二值化” 四步,将摄像头捕捉的文档转为清晰的电子扫描件。用排序文档四角,为透视变换打基础;用实现倾斜文档矫正,是扫描效果的核心;通过轮廓面积和边数筛选文档,确保检测准确性。如果你在实践中遇到 “文档检测不到”“扫描件模糊” 等问题,可尝试调整边缘检测阈值或面积阈值,也欢迎
眼睛纵横比(EAR)由Soukupová 和 Čech 提出,基于眼睛的 6 个关键点位置计算。EAR 的优点在于:计算量小、对头部轻微转动具有鲁棒性、实时性好。其计算公式为:其中 p1~p6 为眼睛轮廓的 6 个关键点(见文中代码注释)。当眼睛闭合时,EAR 会显著下降;通过对连续帧的 EAR 设阈值与持续帧数,可以区分瞬时眨眼与真正的闭眼(疲劳/打瞌睡)。基于 EAR 的疲劳检测是一条工程上可
import cv2ANSWER_KEY = {0: 1, 1: 4, 2: 0, 3: 3, 4: 1} # 正确答案NumPy:用于数组和数学运算(特别是点坐标计算)。OpenCV:用于图像处理。ANSWER_KEY:字典,表示每道题的正确选项。例如{0: 1}表示第0题的正确答案是第1个选项。通用性强:可处理拍照角度不同、大小不同的答题卡。鲁棒性高:通过轮廓筛选和涂黑面积统计,能抵抗一定程度