乐胖代购免代理版

欢迎

使用 OpenCV 进行轮廓检测 (Python/C++)第一部分

什么是轮廓当我们连接一个对象边界上的所有点时，我们得到一个轮廓。通常，特定轮廓是指具有相同颜色和强度的边界像素。OpenCV 使得在图像中查找和绘制轮廓变得非常容易。它提供了两个简单的功能：findContours()drawContours()此外，它有两种不同的轮廓检测算法：CHAIN_APPROX_SIMPLECHAIN_APPROX_NONE我们将在下面的示例中详细介绍这些内容。下图显示了

灰度

OpenCV

轮廓检测

原创 2023-05-26 19:50:55 212 阅读 yyds干货盘点

数据结构-串(string,BF,KMP)

串的基本操作(string)串结构:#define MAX_SIZE 1024 typedef struct { char memory[MAX_SIZE]; //串的内存 int cur_size; //当前串的大小 } STR, *LPSTR;创建串:初始化串内存拷贝更新串的长度//创建一个串 LPSTR CreateStr(const char* str) { /

数组

bc

测试数据

原创精选 2023-05-22 10:35:46 202 阅读 yyds干货盘点

OpenCV 暴力特征匹配

什么是暴力匹配首先，任取图像 A 的一个特征描述符，计算它到图像 B 中所有特征描述符的距离；然后，将所得到的距离进行排序；最后，选择距离最短的特征，作为 A-B 的匹配点。可想而知暴力匹配所需要的计算量是非常庞大的。暴力匹配流程特征提取：寻找易于追踪和对比的特征。特征描述：对提取的特征用计算机的语言进行描述，使得其能够在其它图像中寻找到相似区域。暴力匹配：根据特征描述，在其它图像中寻找所有相同

特征点

描述符

Scala

原创 2023-05-13 09:12:18 544 阅读 yyds干货盘点

OpenCV FLANN特征匹配

什么是FLANNFLANN库全称是Fast Library for Approximate Nearest Neighbors，它是目前最完整的（近似）最近邻开源库，SIFT/SURF是基于浮点数的匹配，ORB是二值匹配，速度更快。对于FLANN匹配算法，当使用ORB匹配算法的时候，需要重新构造HASH。对匹配之后的输出结果，根据距离进行排序，就会得到距离比较的匹配点。FLANN匹配流程特征提取

特征点

Scala

描述符

原创 2023-05-12 21:30:06 375 阅读 yyds干货盘点

OpenCV AGAST特征检测

AGAST(Adaptive and Generic Accelerated Segment Test)角点域的特征匹配算法是一种计算二元决策树（角检测器）的技术，通过组合两棵树，角点检测器自动适应环境，并为图像区域提供最有效的决策树，只有一个像素延迟。因此，它产生了一个角检测器，该检测器速度更快且无需进行训练，同时保持与（完整）FAST 角检测器相同的角响应和可重复性。我们将此检测器称为 AG

角点

#include

决策树

原创 2023-05-11 21:36:00 316 阅读 yyds干货盘点

OpenCV AKAZE特征检测

AKAZE是KAZE的加速版，和SIFT特征检测一样，它也可以检测图像的特征点，和描述子但是它与SIFT的比较：更加稳定，更加迅速；非线性尺度空间，得到的关键点更准确比较新的算法。AKAZE 特征对尺度、旋转、有限仿射具有不变性，并且由于非线性尺度空间，在不同尺度上具有更多的独特性。API介绍static Ptr<AKAZE> create(AKAZE::DescriptorType

#include

描述符

角点

原创 2023-05-10 21:29:17 229 阅读 yyds干货盘点

Opencv KAZE特征检测

KAZE算法是由法国学者在在2012年的ECCV会议中提出的，是一种比SIFT更稳定的特征检测算法。KAZE算法是基于非线性尺度空间的算法，KAZE 特征对旋转、尺度、有限仿射具有不变性，并且在不同尺度上具有更多的独特性，但代价是计算时间适度增加。KAZE算法与SIFT算法不一样，它采用的是非线性扩散滤波法。具体地，非线性扩散滤波法是将图像亮度（L）在不同尺度上的变化视为某种形式的流动函数（fl

#include

角点

描述符

原创精选 2023-05-07 17:12:12 437 阅读 yyds干货盘点

OpenCV ORB特征检测(22)

ORB在2011年才首次发布，ORB算法将基于FAST关键点的技术和基于BRIEF描述符的技术相结合，但是ORB并没有解决尺度不一致的问题，在OpenCV的ORB实现中采用了图像金字塔来改善这方面的性能，我们通过构建高斯金字塔，然后在每一层金字塔图像上检测角点，来实现尺度不变性。ORB主要解决了BRIEF描述子不具备旋转不变性的问题。　BRIEF是一种特征描述子提取算法，并非特征点的提取算法，一种

角点

#include

灰度

原创精选 2023-04-24 21:13:55 620 阅读 yyds干货盘点

OpenCV 特征检测(21)

FAST（features from accelerated segment test)是基于⾓点检测的图像特征，是公认的比较快速的特征点检测方法，只利用周围像素比较的信息就可以得到特征点，简单，有效。很多传统的算法都很耗时，而且特征点检测算法只是很多复杂图像处理里中的第一步，得不偿失。FAST算法思想是若某像素与其周围领域内足够多的像素点相差较大，则该像素可能是角点FAST算法大致流程确定候选角

角点

#include

特征点

原创精选 2023-04-23 10:48:51 669 阅读 1点赞 yyds干货盘点

OpenCV图像纹理(20)

LBP描述LBP（Local Binary Pattern，局部二值模式）是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietikäinen, 和D. Harwood 在1994年提出，用于纹理特征提取。而且，提取的特征是图像的局部的纹理特征计算过程原始的LBP算子定义为在3\*3的窗口内，以窗口中心像素为阈值，将相邻的8个像素

特征点

#include

角点

原创 2023-04-22 23:14:08 506 阅读

OpenCV图像角点检测(19)

亚像素级角点检测数字图像通常是离散化成像素；每个像素对应一个整数坐标位置；整数坐标位置对于很多应用并不精确，比如跟踪、相机标定、图像配准、图像拼接以及三维重构；为达到有些应用的精确性，需要精确到浮点坐标位置；所以亚像素定位问题。亚像素定位就是计算特征所在图像中的真实位置，而真实位置有时候并不在像素所在整数坐标位置上，而是在像素的内部。计算过程插值基于图像矩阵计算曲线拟合左图中点p附近的图像是均匀的

#include

i++

角点

OpenCV

原创精选 2023-04-21 22:52:36 655 阅读 yyds干货盘点

OpenCV图像角点检测(18) 第一部分

角点检测（Corner Detection)是计算机视觉系统中用来获取图像特征的一种方法，广泛应用于运动检测、图像匹配、视频跟踪、三维建模和目标识别等领域中，也称为特征点检测。角点检测被定义为两条边的交点，更严格的说法是，角点的局部领域应该具有两个不同区域的不同方向的边界。而实际应用中，大多数所谓的角点检测方法检测的是拥有特定特征的图像点，而不仅仅是“角点”。这些特征点在图像中有具体的坐标，并具有

角点

特征值

角点检测

OpenCV

高等数学

原创 2023-04-20 21:28:32 233 阅读 yyds干货盘点

OpenCV图像边缘检测(17)

边缘(edge)是指图像局部强度变化最显著的部分。主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间，是图像分割、纹理特征和形状特征等图像分析的重要基础。图像强度的显著变化可分为：阶跃变化函数，即图像强度在不连续处的两边的像素灰度值有着显著的差异线条（屋顶）变化函数，即图像强度突然从一个值变化到另一个值，保持一较小行程后又回到原来的值图像的边缘有方向和幅度两个属性,沿边缘方向像素变化

ci

#include

差分

OpenCV

原创精选 2023-04-19 19:22:38 652 阅读 yyds干货盘点

OpenCV图像直方图(16)

在分析图像、物体和视频信息的时候，我们经常用直方图来表达我们关注的信息。直方图在计算机视觉中应用广泛。例如，通过判断帧与帧之间边缘和颜色的统计量是否出现巨大变化，来检测视频中场景的变换。在数字图像处理中，通常使用的是灰度直方图，灰度直方图是一种计算代价非常小但很有用的工具，它概括了一幅图像的灰度级信息。灰度直方图是图像灰度级的函数，用来描述每个灰度级在图像矩阵中的像素个数或者占有率。直方图分布较广

直方图

高斯金字塔

#include

OpenCV

原创精选 2023-04-18 21:15:33 346 阅读 yyds干货盘点

OpenCV图像凸包(15)

凸包凸包指如果在集合A内连接任意两个点的直线段都在A的内部，则称集合A是凸形的。简单点理解，就是一个多边型，没有凹的地方。凸包(凸壳)能包含点集中所有的点，凸包检测常应用在物体识别、手势识别及边界检测等领域。一个轮廓可以有无数个包围它的外壳，而其中表面积最小的一个外壳，就是凸包。凸包绘制步骤图像灰度处理灰度图二值化处理轮廓检测得到候选点凸包API调用，筛选可用点绘制显示API介绍void conv

#include

点集

插值

原创精选 2023-04-17 20:50:47 324 阅读 yyds干货盘点

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

qq63e46f74301f3的博客

欢迎

使用 OpenCV 进行轮廓检测 (Python/C++)第一部分

数据结构-串(string,BF,KMP)

OpenCV 暴力特征匹配

OpenCV FLANN特征匹配

OpenCV AGAST特征检测

OpenCV AKAZE特征检测

Opencv KAZE特征检测

OpenCV ORB特征检测(22)

OpenCV 特征检测(21)

OpenCV图像纹理(20)

OpenCV图像角点检测(19)

OpenCV图像角点检测(18) 第一部分

OpenCV图像边缘检测(17)

OpenCV图像直方图(16)

OpenCV图像凸包(15)