草庐IT

opencv_traincascade

全部标签

OpenCV图像处理——停车场车位识别

总目录图像处理总目录←点击这里十九、停车场车位识别19.1、项目说明唐宇迪老师的——OPENCV项目实战学习本项目的目的是设计一个停车场车位识别的系统,能够判断出当前停车场中哪些车位是空的。任务共包含部分:对图像预处理从停车场的监控视频中提取图片对图片进行一系列的预处理,去噪、识别图像中的车位、定位停车位的轮廓提取每个停车位区域的图片并保存到指定的数据文件路径训练神经网络模型,能够识别停车场中有哪些剩余车位使用keras训练一个2分类的模型,卷积网络选择vgg,采用keras提供的api,并冻结前10层从视频中取出每一帧,挨个训练,实现实时着重介绍图像处理(神经网络是一个简单的二分类问题,有车

OpenCV(一)——图像基础知识

课程一览:目录1.数字图像1.1数字图像概念1.2数字图像起源1.3常见成像方式1.4数字图像的应用1.5OpenCV介绍2.图像属性2.1图像格式2.2图像尺寸2.3图像分辨率和图像通道 2.3.1灰度转化 2.3.2RGB与BGR 2.3.3通道分离 2.3.4通道合并2.4图像直方图2.4.1直方图绘制2.4.2三通道直方图绘制2.5图像色彩空间完整代码学习目标:1.数字图像1.1数字图像概念数字图像数字图像又称数码图像或数位图像,是二维图像用有限数字数值像素的表示,由数组或矩阵表示。数字图像可以理解为一个二维函数f(x,y),其中x和y是空间(平面)坐标,而在任意坐标处的幅值f称为图像

OpenCV图像处理----图像的二值化

图像二值化(ImageBinarization)就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程。二值化的原理importcv2img=cv2.imread('img/lena.jpg')#转为灰度图new_img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)height,width=new_img.shape[0:2]#设置阈值thresh=60#遍历每一个像素点forrowinrange(height):forcolinrange(width):#获取到灰度值gray=new_img[row,col]#如果灰度值高于阈值就

OpenCV(图像处理)-基于python-滤波器(低通、高通滤波器的使用方法)

1.概念介绍2.图像卷积filter2D()3.低通滤波器3.1方盒滤波和均值滤波boxFilter()blur()3.2高斯滤波(高斯噪音)3.3中值滤波(胡椒噪音)3.4双边滤波4.高通滤波器4.1Sobel(索贝尔)(高斯)4.2Scharr(沙尔)4.3Laplacian(拉普拉斯)4.4Canny1.概念介绍低通滤波:低通滤波可以去除图像的噪音或平滑图像。高通滤波:可以帮助查找图像的边缘。噪音:即对一幅图像的产生负面效果,过暗或过亮的部分,一幅图像中,低于或高于某个像素点的值,都可以认为是噪音。卷积核:即用来滤波的矩阵,卷积核一般为奇数,如3×3、5×5、7×7等;锚点:卷积核最中间

OpenCV实例(五)指纹识别

OpenCV实例(五)指纹识别1.指纹识别概述1.1概述1.2原理2.指纹识别算法2.1特征提取2.2MCC匹配方法2.3尺度不变特征变换(SIFT)3.显示指纹的关键点4.基于SIFT的指纹识别作者:Xiou1.指纹识别概述1.1概述指纹识别,简单来说就是判断一枚未知的指纹属于一组已知指纹里面的哪个人的指纹。这个识别过程与我们在村口识别远处走来的人类似,首先,要抓住主要特征,二者的主要特征要一致;其次,二者要有足够多的主要特征一致。满足了这两个条件就能判断一枚指纹是否与某个人的指纹一致了。图像处理过程中非常关键的一个步骤就是特征提取。特征提取需要解决的问题有如下两个:●选择有用的特征。该过程

ubuntu20.04操作系统下安装vitis hls和opencv

0绪言参考大神教程《ubuntu20.04安装VITIS_HLS2021.2配置OPENCV4.4和VITIS_LIBRARIES(详细版)》在ubuntu20.04操作系统下安装vitishls和opencv,还是遇到一些问题,不过稍微百度下就解决来,这里重新整理下安装过程。1opencv安装介绍为了在HLS中使用opencv视频库函数,安装完vitisHLS软件后,还需要安装并编译opencv。xilinx官方建议使用opencv4.4.0,由于HLS使用g++6.20编译器编译代码,所以opencv源码需要使用HLS自带的g++6.20编译器进行编译配置。2下载安装vitis参考博客《U

OpenCV入门(C++/Python)- 使用OpenCV调整尺寸大小(三)

使用OpenCV调整图像大小。要调整图像的大小,可以根据每个轴(高度和宽度)进行缩放,考虑指定的缩放因素,或者只需设置所需的高度和宽度。调整图像大小时:如果想在调整后的图像中保持相同的宽高比,请务必记住图像的原始宽高比(即宽度和高度)。缩小图像的大小需要重新采样像素。增加图像的大小需要重建图像。这意味着需要插值新像素。各种插值技术发挥作用来完成这些操作。OpenCV中有几种方法可供选择,选择通常取决于特定的应用程序。使用OpenCV调整尺寸大小1.图像尺寸信息OpenCVresize()函数语法2.使用自定义宽度和高度调整图像大小3.使用缩放因子调整图像的大小4.使用不同的插值方法调整大小通过

【CV-tracking】多目标跟踪 | 实战(OpenCV+YOLO+DeepSORT)

文章目录1.参考文献1.1.数据集1.2.可复现的代码1.3.YOLO教程1.4.DeepSORT教程1.5.集成软件2.图片预处理-OpenCV2.1.原图2.2.Close运算2.3.Close运算+Sobel算子3.数据集制作-labelimg3.1.labelimg标签3.2.img生成txt和xml文件4.目标检测-YOLOv54.1.yolo框架下载4.2.改data-data.yaml4.3.改models-yolo.yaml4.3.1.改网络骨架4.3.2.改anchor框4.4.改utils文件路径4.5.改精度half为float4.6.下载预训练pt文件4.7.yolo训

linux - 将 OpenCV 构建为静态库

也许我遗漏了一些东西,但我无法构建opencv的静态库。设置:库本图12.04海湾合作委员会4.6.3制作3.81cmake2.8.7opencv2.4.6.1(网站最后可用)我手动完成所有工作。我尝试使用cmake-gui但没有成功。我按照它写的去做。$cmake-DCMAKE_BUILD_TYPE=RELEASE-DCMAKE_INSTALL_PREFIX=/usr/local-DBUILD_PYTHON_SUPPORT=ON-DWITH_QT=ON-DBUILD_SHARED_LIBRARIES=OFF..(我也试过BUILD_SHARED_LIBRARIES=NO)我得到的是(

linux - 将 OpenCV 构建为静态库

也许我遗漏了一些东西,但我无法构建opencv的静态库。设置:库本图12.04海湾合作委员会4.6.3制作3.81cmake2.8.7opencv2.4.6.1(网站最后可用)我手动完成所有工作。我尝试使用cmake-gui但没有成功。我按照它写的去做。$cmake-DCMAKE_BUILD_TYPE=RELEASE-DCMAKE_INSTALL_PREFIX=/usr/local-DBUILD_PYTHON_SUPPORT=ON-DWITH_QT=ON-DBUILD_SHARED_LIBRARIES=OFF..(我也试过BUILD_SHARED_LIBRARIES=NO)我得到的是(