草庐IT

opencv_traincascade

全部标签

Opencv(C++)笔记--绘制直线、矩形、椭圆、圆、填充多边形、绘制字体和随机产生坐标点

目录1--cv::line()绘制直线2--cv::Rect()绘制矩形3--cv::ellipse()绘制椭圆4--cv::circle()绘制圆5--cv::fillPoly()填充多边形6--cv::putText()绘制字体6--cv::RNG随机产生坐标点1--cv::line()绘制直线使用cv::Pointp1定义坐标点;使用cv::line()绘制直线,传入的参数依次为:背景图、两个点的坐标、直线的颜色、直线的线宽和直线的线型;#include//绘制线voidMyLines(cv::MatbgImg){cv::Pointp1=cv::Point(20,30);//两种定义点的

OpenCV旋转图像的几种方法

我们在工作中用摄像头去拍摄目标的时候,是没有办法保证这个摄像头肯定是水平的,所以拍下来的图像肯定是有点歪的。我们在用opencv导入图片的时候,首先要对这个图片进行旋转,把它调整到一个标准的位置。importcv2importmatplotlib.pyplotaspltsrc=cv2.imread('./resource/image_A.png')'''翻转flip(src,flipCode)0上下翻转,>0左右翻转,参考链接:OpenCV101例_哔哩哔哩_bilibili

OpenCV实现多角度多尺度模板匹配(基于形状)

1前言用过halcon或者NI形状匹配的都知道,这个算子很好用,随便截一个ROI做模板就可以在搜索图像中匹配到相似的区域,并且能输出搜索图像的位置,匹配尺度,匹配角度。现在我们就要利用OpenCV在C++的环境下复现这个效果。这个算法是印度某大神ShijuPK开源出来的,他的作品链接如下:Edge-Based-Template-Matching运行效果:模板图像:匹配效果:  本文末将提供win1064位+VS2015+OpenCV4.5.1版本的代码实现,代码亲测可编译运行。2具备多角度,多尺度的形状匹配原理

OpenCV+VS出现:0x00007ff9ab344fd9 处(位于 oc.exe 中)有未经处理的异常: microsoft c++ 异常: cv::exception,位于内存位置

        在确定属性管理器配置没问题的情况下,不妨先试一下这个简单的解决方法:        重点1:路径要使用双斜杠!!!        重点2:imread()这个括号里的所有字母和双引号和斜杠自己一个一个敲进去!!!        (真的是浪费了好几个小时解决这个问题,没想到就是因为懒~_~)问题解决的话点赞评论给反馈QAQ~测试代码如下:#include#includeusingnamespacestd;usingnamespacecv;intmain(){ Matsrc=imread("E:\\test.jpg");//这个括号的所有字符请一个一个敲进去!!! namedWin

rk3588安装opencv

1.安装依赖项sudoapt-getinstallbuild-essentialsudoapt-getinstalllibavcodec-devlibavformat-devlibswscale-devlibv4l-devlibxvidcore-devlibx264-devlibatlas-base-devgfortranlibgtk2.0-devlibjpeg-devlibpng-dev2.下载编译安装opencv–>Releases-OpenCV解压unzipopencv-4.7.0.zip,cdopencv-4.7.03.进入opencv文件夹mkdirbuildcdbuildcmake

opencv颜色识别

 opencv中的颜色识别模块能够对图像中的颜色进行识别,并且在识别结果中能够显示出具体的颜色。目前opencv中有以下几种颜色识别方法:1、直方图均衡化1、直方图均衡化直方图均衡化是指将图像的灰度数据转换为一个灰度级排列,并通过计算对数变换,将原图像的灰度级分布转换为均匀分布的过程。直方图均衡化能够减少图像亮度的波动,使图像恢复到更加真实的效果。通过直方图均衡化得到的灰度图像可以增强细节,抑制噪声,对图像进行压缩以及边缘检测等。直方图均衡化算法的主要思想是:通过对原始图像的灰度数据进行统计和计算,得到一组灰度分布均匀、对比度强的灰度数据;再将这些灰度数据按照一定比例映射到指定阈值上,从而得到

ubuntu下搭建opencv环境

一、完全卸载opencv1.先到opencv编译安装的目录下sudomakeuninstallcd..sudorm-rbuild2.上面最后一行命令有的文件夹不存在会有提示,但是不影响,只要把已安装的opencv的include和lib删掉就行,也可以手动删除,总之删除干净即可。sudorm-r/usr/local/include/opencv2/usr/local/include/opencv/usr/include/opencv/usr/include/opencv2/usr/local/share/opencv/usr/local/share/OpenCV/usr/share/openc

ubuntu18.04下安装vscode并配置python+opencv

 进入vscode官网https://code.visualstudio.com/下载完之后直接双击下载的包可以直接安装  打开vscode点击拓展然后搜索python点击安装(我这边已经装过了)现在打开终端(ctrl+alt+T)输入python不出意外会是ubuntu自带的2.7 现在pipinstall安装opencv装不到python3.6解释器现在输入exit()或ctrl+D退出由于刚刚在vscode安装了python现在我们在终端输入 ls/usr/bin/python*检查当前的所有python解释器  现在给解释器设置优先级update-alternatives--insta

opencv运行中遇到问题

opencv运行中遇到问题cv2.error:OpenCV(4.6.0)D:\a\opencv-python\opencv-python\opencv\modules\highgui\src\window.cpp:967:error:(-215:Assertionfailed)size.width>0&&size.height>0infunction‘cv::imshow’cv2.error:OpenCV(4.6.0)D:\a\opencv-python\opencv-python\opencv\modules\highgui\src\window.cpp:967:error:(-215:As

python opencv 级联Haar多目标检测

一、基于OpenCV的haar分类器实现笑脸检测1、Haar分类器介绍🚀Haar分类器是一种基于机器学习的目标检测算法,它使用Haar特征描述图像中的目标。Haar特征是基于图像亮度的局部差异计算得出的,可以用来描述目标的边缘、角落和线条等特征。使用Haar分类器进行目标检测的步骤大致如下:🍎收集训练数据:需要大量包含目标的正样本图像和不包含目标的负样本图像。🍌提取Haar特征:使用OpenCV等图像处理工具提取每个样本图像的Haar特征,并将其保存为向量形式。🚗训练分类器:使用机器学习算法(如Adaboost)训练Haar分类器,使其能够准确地区分包含目标的图像和不包含目标的图像。openc