计算机视觉实战(十七）OpenCV的DNN模型 (附完整代码)
OpenCV加载深度学习模型：# Caffe所需配置文件 net = cv2.dnn.readNetFromCaffe("bvlc_googlenet.prototxt", "bvlc_googlenet.caffemodel")我们也可以使用Tensorflow或者其他的读取方式：# 导入工具包 import utils_paths import numpy as np import ...
计算机视觉实战(十六）光流估计 (附完整代码)
光流估计 光流是空间运动物体在观测成像平面上的像素运动的“瞬时速度”，根据各个像素点的速度矢量特征，可以对图像进行动态分析，例如目标跟踪。亮度恒定：同一点随着时间的变化，其亮度不会发生改变。小运动：随着时间的变化不会引起位置的剧烈变化，只有小运动情况下才能用前后帧之间单位位置变化引起的灰度变化去近似灰度对位置的偏导数。空间一致：一个场景上邻近的点投影到图像上也是邻近点，且邻近点速度一致。因为光....
计算机视觉实战(十五）背景建模 (附完整代码)
帧差法 由于场景中的目标在运动，目标的影像在不同图像帧中的位置不同。该类算法对时间上连续的两帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差的绝对值，当绝对值超过一定阈值时，即可判断为运动目标，从而实现目标的检测功能。 帧差法非常简单，但是会引入噪音和空洞问题。混合高斯模型 在进行前景检测前，先对背景进行训练，对图像中每个背景采用一个混合高斯模型进行模拟，每个背景的混合高斯的个数可以....
计算机视觉实战(十四）答题卡识别 (附完整代码)
项目介绍： 需要识别出下面这个答题卡哪个选项被选择了：# 预处理 image = cv2.imread(args["image"]) contours_img = image.copy() gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) blurred = cv2.GaussianBlur(gray, (5, 5), 0) cv_show('blu....
计算机视觉实战(十三）停车场车位识别(附完整代码)
要做以下几件事情：一共有多少辆车。有多少个空余的车位。哪个停车位被占用了，哪个停车位没有被占用。 读取图像： 拿到图像之后，我们需要将其预处理，低于120，或者高于255的都处理为0。def select_rgb_white_yellow(self,image): #过滤掉背景 lower = np.uint8([120, 120, 120]) upper = np...
计算机视觉实战(十二）全景图像拼接(附完整代码)
我们可以通过求取上一张中的特征点匹配的方法，将多个图片拼接在一起。简单来说就是将这张图片做一个变换到另外一个图片上面去，中间就是一个变换矩阵。 随机抽样一致算法（Random sample consensus，RANSAC） 由于局外点、异常点的干扰，最小二乘拟合的效果容易走偏，而随机抽样一致算法，数据点更不容易走偏，拟合的效果更好。 选择初始样本点进行拟合，给定一个容忍范围，不断进行迭代....
计算机视觉实战(十一）Scale Invariant Feature Transform（SIFT）(附完整代码)
平移不变性图像尺度空间 在一定的范围内，无论物体是大还是小，人眼都可以分辨出来，然而计算机要有相同的能力却很难，所以要让机器能够对物体在不同尺度下有一个统一的认知，就需要考虑图像在不同的尺度下都存在的特点。 也就是说希望在图像分辨率高或者分辨率低的时候都能够将物体识别出来。 尺度空间的获取通常使用高斯模糊来实现： 不同σ的高斯函数决定了对图像的平滑程度，越大的σ值对应的图像越模糊。 ....
计算机视觉实战(十）图像特征harris角点检测(附完整代码)
角点检测的基本原理就是：在角点处画一个框，当这个框无论上下左右移动时像素点变化迅速。因为在一块平滑的区域，没有什么剧烈变化，如下图所示： 目前的角点检测算法可归纳为3类：基于灰度图像的角点检测；基于二值图像的角点检测；基于轮廓曲线的角点检测。 基本原理：依据lambad 1，lambad 2的大小不一样，我们可以判断是否是边界，或者角点。那是否有这样一个值来计算角点呢，而不是看两个lamb....
计算机视觉实战(九）信用卡数字识别项目(附完整代码)
上一节计算机视觉实战(八）直方图与傅里叶变换的完整代码，回复关键字：直方图与傅里叶变换。上一节文末忘记说了。项目概述 我们要做的事情就是识别如下信用卡中的数字： 大致方法流程：使用模板匹配方式对模板，以及输入图像进行轮廓检测（检测外轮廓）。得到当前轮廓的外接矩形。将模板中的外接矩形切割出来。使用矩形的长宽比之间的差异使得信用卡的数字矩形框能够被选择出来。将其进一步细分，与需要识别的信用卡当中....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
计算机视觉