分类：OpenCV

2020
11-16

基于OpenCV的网络实时视频流传输的实现

很多小伙伴都不会在家里或者办公室安装网络摄像头或监视摄像头。但是有时，大家又希望能够随时随地观看视频直播。大多数人会选择使用IP摄像机（Internet协议摄像机）而不是CCTV（闭路电视），因为它们具有更高的分辨率并降低了布线成本。在本文中，我们将重点介绍IP摄像机。IP摄像机是一种数字 摄像机，可以通过IP网络接收控制数据并发送图像数据，并且不需要本地记录设备。大多数IP摄像机都是基于RTSP（实时流协议）的，因此... 继续阅读 >

2020
11-13

Python图像识别+KNN求解数独的实现

Python-opencv+KNN求解数独最近一直在玩数独，突发奇想实现图像识别求解数独，输入到输出平均需要0.5s。整体思路大概就是识别出图中数字生成list，然后求解。输入输出demo数独采用的是微软自带的Microsoftsudoku软件随便截取的图像，如下图所示：经过程序求解后，得到的结果如下图所示：程序具体流程程序整体流程如下图所示：读入图像后，根据求解轮廓信息找到数字所在位置，以及不包含数字的空白位置，提取数字信息通过KNN识别，... 继续阅读 >

2020
11-13

python 利用opencv实现图像网络传输

本代码主要实现的是利用网络传输图片，用在我的树莓派项目之上。该项目在PC上运行服务端，树莓派上运行客户端，两者连接到同一局域网中，修改代码中的IP地址，就可以实现将树莓派采集到的图像数据实时传输到PC端。先运行服务端代码，然后运行客户端代码即可。树莓派摄像头使用的是普通的USB摄像头，并且在树莓派上安装了opencv，在树莓派上安装opencv的过程可以参考https://www.pyimagesearch.com/2017/09/04/raspbian-stretch-ins... 继续阅读 >

2020
11-04

基于OpenCV的路面质量检测的实现

本期我们将展示一种对路面类型和质量进行分类的方法及其步骤。为了测试这种方法，我们使用了我们制作的RTK数据集。路面分类该数据集[1]包含用低成本相机拍摄的图像，以及新兴国家常见的场景，其中包含未铺砌的道路和坑洼。路面类型是有关人或自动驾驶车辆应如何驾驶的重要信息。除了乘客舒适度和车辆维护以外，它还涉及每个人的安全。我们可以通过[2]中的简单卷积神经网络（CNN）结构来实现。在这种方法中，我们对表面类型分类任务... 继续阅读 >

2020
11-03

Opencv常见图像格式Data Type及代码实例

cv::Mat图像格式(DataType)命名规则通用的参数命名格式为：CV_{元素比特数}{元素类型}C{通道数}1最常见的CV_8UC3就表示为3通道Unsigned8bits格式的矩阵8U：8bitunsignedC3：通道数为32有些图片存储格式是32位float，则对应的图像格式为：CV_32FC1，CV_32FC2，CV_32FC3等；3如果图片存储格式是64位double，则对应的图像格式为：CV_64FC1，CV_64FC2，CV_64FC3等。int值映射关系矩阵元素的数据类型也可用不同的i... 继续阅读 >

2020
11-03

使用CMake构建OpenCV项目过程解析

项目结构为了使整个项目更加条理，我们的文件夹采用如下组织方式：binbuildCMakeLists.txtsrc其中bin目录用于放编译生成的可执行文件，build目录用于cmake构建项目，src用于放源代码。OpenCV源文件下面是我们写的一个OpenCV示例代码：#include<opencv2/core/core.hpp>#include<opencv2/highgui/highgui.hpp>#include<opencv2/imgproc/imgproc.hpp>#include<iostream>usingnamespacestd;usingnamespacecv;intmain(intar... 继续阅读 >

2020
11-03

python利用opencv保存、播放视频

代码已上传至：https://gitee.com/tqbx/python-opencv/tree/master/Getting_started_videos目标学习读取视频，播放视频，保存视频。学习从相机中捕捉帧并展示。学习cv2.VideoCapture()，cv2.VideoWriter()的使用从相机中捕捉视频通过自带摄像头捕捉视频，并将其转化为灰度视频显示出来。基本步骤如下：1.首先创建一个VideoCapture对象，它的参数包含两种：设备索引，指定摄像机的编号。视频文件的名称。2.逐帧捕捉。3.释放捕... 继续阅读 >

2020
11-03

Python+OpenCV检测灯光亮点的实现方法

本篇博文分享一篇寻找图像中灯光亮点（图像中最亮点）的教程，例如，检测图像中五个灯光的亮点并标记，项目效果如下所示：第1步：导入并打开原图像，实现代码如下所示：#importthenecessarypackagesfromimutilsimportcontoursfromskimageimportmeasureimportnumpyasnpimportargparseimportimutilsimportcv2#constructtheargumentparseandparsetheargumentsap=argparse.ArgumentParser()ap.add_argument(... 继续阅读 >

2020
10-28

Python+OpenCV图像处理——图像二值化的实现

简介：图像二值化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。普通图像二值化代码如下：importcv2ascvimportnumpyasnp#全局阈值defthreshold_demo(image):gray=cv.cvtColor(image,cv.COLOR_RGB2GRAY)#把输入图像灰度化#直接阈值化是对输入的单通道矩阵逐像素进行阈值分割。ret,binary=cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_TRIANGLE)print... 继续阅读 >

2020
10-24

Python+OpenCV图像处理——实现轮廓发现

简介：轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法，所以边缘提取的阈值选定会影响最终轮廓发现结果。代码如下：importcv2ascvimportnumpyasnpdefcontours_demo(image):dst=cv.GaussianBlur(image,(3,3),0)#高斯模糊去噪gray=cv.cvtColor(dst,cv.COLOR_RGB2GRAY)ret,binary=cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)#用大律法、全局自适应阈值方法进行图像二值化cv.im... 继续阅读 >

2020
10-24

Python+OpenCV图像处理——实现直线检测

简介：1.霍夫变换(HoughTransform)霍夫变换是图像处理中从图像中识别几何形状的基本方法之一，应用很广泛，也有很多改进算法。主要用来从图像中分离出具有某种相同特征的几何形状（如，直线，圆等）。最基本的霍夫变换是从黑白图像中检测直线(线段)。2.Hough变换的原理是将特定图形上的点变换到一组参数空间上，根据参数空间点的累计结果找到一个极大值对应的解，那么这个解就对应着要寻找的几何形状的参数（比如说直线，那么就... 继续阅读 >

2020
10-23

Python+OpenCV图像处理—— 色彩空间转换

一、色彩空间的转换代码如下：#色彩空间转换importcv2ascvdefcolor_space_demo(img):gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)#RGB转换为GRAY这里的GRAY是单通道的cv.imshow("gray",gray)hsv=cv.cvtColor(img,cv.COLOR_BGR2HSV)#RGB转换为HSVcv.imshow("hsv",hsv)yuv=cv.cvtColor(img,cv.COLOR_RGB2YUV)#RGB转换为YUVcv.imshow("yuv",yuv)Ycrcb=cv.cvtColor(img,cv.COLOR_RGB2YCrCb)#RGB... 继续阅读 >

2020
10-23

OpenCV利用python来实现图像的直方图均衡化

1.直方图直方图:(1)图像中不同像素等级出现的次数(2)图像中具有不同等级的像素关于总像素数目的比值。我们使用cv2.calcHist方法得到直方图cv2.calcHist(images,channels,mask,histSize,ranges):-img:图像-channels:选取图像的哪个通道-histSize:直方图大小-ranges:直方图范围cv2.minMaxLoc:返回直方图的最大最小值，以及他们的索引importcv2importnumpyasnpdefImageHist(image,type):color=(255,255,255)... 继续阅读 >

2020
10-20

Python环境使用OpenCV检测人脸实现教程

一、文章概述本文将要讲述的是Python环境下如何用OpenCV检测人脸，本文的主要内容分为：1、检测图片中的人脸2、实时检测视频中出现的人脸3、用运设备的摄像头实时检测人脸二：准备工作提前做的准备：安装好Python3下载安装OpenCV库，方法是pipinstallopencv-python-ihttps://mirrors.aliyun.com/pypi/simple/--trusted-host=mirrors.aliyun.com/pypi/simple下载特征数据HAAR和LBP，这两种数据都能实现对人脸特征的提取，HAAR... 继续阅读 >

2020
10-13

OpenCV读取与写入图片的实现

1.读取图片cv2.imread(filename,flags)-filename:文件名称-flags:0读入灰度图片，1读入彩色图片cv2.imshow(winname,mat)-winname:窗口名字-mat:要展示的图片矩阵cv2.waitKey(0):暂停程序，这样才能显示图片importcv2img=cv2.imread("img.jpg",1)cv2.imshow('img',img)cv2.waitKey(0)2.图片写入读取图片要经历四个步骤：1.文件的读取2.封装格式解析(jpg,png等格式)3.数据解码4.数据加载这样读取的图片为图片... 继续阅读 >

2020
10-10

Python Opencv实现单目标检测的示例代码

一简介目标检测即为在图像中找到自己感兴趣的部分，将其分割出来进行下一步操作，可避免背景的干扰。以下介绍几种基于opencv的单目标检测算法，算法总体思想先尽量将目标区域的像素值全置为1，背景区域全置为0，然后通过其它方法找到目标的外接矩形并分割，在此选择一张前景和背景相差较大的图片作为示例。环境：python3.7opencv4.4.0二背景前景分离1灰度+二值+形态学轮廓特征和联通组件根据图像前景和背景的差异进行二值化，... 继续阅读 >