您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. opencv实现图像灰度化和二值化

  2. 基于开源的opencv,实现一个图像的灰度化和二值化。用于后续的图像分割和识别
  3. 所属分类:C/C++

    • 发布日期:2011-03-04
    • 文件大小:2048
    • 提供者:zouyulong2010
  1. opencv实现图像灰度化和二值化

  2. 使用opencv实现图像灰度化和二值化,vs2008,检验能用。
  3. 所属分类:C++

    • 发布日期:2011-04-07
    • 文件大小:2048
    • 提供者:qqqqqqaaaaaa
  1. Otsu算法的实现(opencv)

  2. 基于opencv2.2的大津法分割,大津法是一种自适应的阈值分割方法,应用较广,按灰度特性,将图像分为背景和目标两部分,是二值化的图像。opencv不同版本可以自行更改项目配置。
  3. 所属分类:C

    • 发布日期:2012-05-08
    • 文件大小:5242880
    • 提供者:copygrin
  1. 基于VC6.0的opengl车牌定位

  2. 基于VC6.0的车牌定位(需要opencv库) 使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本
  3. 所属分类:C/C++

    • 发布日期:2014-05-07
    • 文件大小:738304
    • 提供者:yangyong227
  1. MFC实现opencv图像处理

  2. 使用MFC实现opencv中图像处理的部分函数功能: 实现的主要内容有主要包含有: 图像灰度化: 最大值灰度化: 单通道灰度化: 平均值灰度化: 加权平均灰度化: 图像缩放: 最近邻内插法: 双线性内插法: 图像翻转: 水平翻转: 竖直翻转: 图像叠加: 图像均衡化: 图像归一化: 模板滤波器: 均值滤波器: 加权均值滤波器: 拉普拉斯滤波器: Sobel滤波器: 中值滤波: 传统中值滤波器: 改进的中值滤波 最值滤波器: 最大值滤波器: 最小值滤波器: 图像分割(二值化); 128阈值二值化
  3. 所属分类:C++

    • 发布日期:2018-02-09
    • 文件大小:120586240
    • 提供者:qq_34745295
  1. 基于vs 2015和OpenCV 2.4.9的车牌区域提取代码

  2. 代码涉及到图像灰度化、高斯滤波、图像二值化、图像感兴趣区域提取(ROI)、可以实现图片车牌区域的提取;亲测有效。
  3. 所属分类:机器学习

    • 发布日期:2018-10-13
    • 文件大小:2048
    • 提供者:qq_39216386
  1. opencv的全部基础操作,很实用,我从github上下载的,例子都调试过。anaconda3,python3.7,opencv4调试通过。

  2. code_001 | [图片读取与显示](python/code_001/opencv_001.py) | ✔️ code_002 | [图片灰度化](python/code_002/opencv_002.py) | ✔️ code_003 | [图像创建与赋值](python/code_003/opencv_003.py) | ✔️ code_004 | [图像像素读写](python/code_004/opencv_004.py) | ✔️ code_005 | [图像像素算术操作(加减乘
  3. 所属分类:图像处理

    • 发布日期:2019-08-23
    • 文件大小:37748736
    • 提供者:neu1835
  1. 1.2彩色图像灰度化和二值化.rar

  2. C语言实现的图像灰度化二值化源代码,不依赖任何第三方库,不使用OPENCV,纯C实现!方便初学者一学即会!
  3. 所属分类:C

    • 发布日期:2019-12-31
    • 文件大小:589824
    • 提供者:Trent1985
  1. opencv多行数字识别.zip

  2. 本项目在Visual Studio2017平台利用OpenCV4.2开源计算机视觉库实现了图像数字的识别。首先对图像进行预处理,获取只包含数字的感兴趣区域,对感兴趣区域进行像素分割、灰度化、二值化和形态学运算等操作,以获取清晰的数字目标;然后再对数字区域进行单个数字的切割,并对每个独立的数字图像进行尺寸标准化操作,选取部分数字图像建立模板库;最后将每个数字图像与模板库进行比对,按照各点像素差的绝对值和最小的原则进行模板匹配与识别。
  3. 所属分类:互联网

    • 发布日期:2020-07-02
    • 文件大小:1048576
    • 提供者:qq_38196244
  1. Python+OpenCV实现车牌字符分割和识别

  2. 最近做一个车牌识别项目,入门级别的,十分简单。 车牌识别总体分成两个大的步骤: 一、车牌定位:从照片中圈出车牌 二、车牌字符识别 这里只说第二个步骤,字符识别包括两个步骤: 1、图像处理 原本的图像每个像素点都是RGB定义的,或者称为有R/G/B三个通道。在这种情况下,很难区分谁是背景,谁是字符,所以需要对图像进行一些处理,把每个RGB定义的像素点都转化成一个bit位(即0-1代码),具体方法如下: ①将图片灰度化 名字拗口,但是意思很好理解,就是把每个像素的RGB都变成灰色的RGB值,而灰色的
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:92160
    • 提供者:weixin_38667920
  1. opencv-python实现数米粒实验

  2. 实验目的 1,通过阈值分割将原图像转变为二值图像 2,找出米粒的连通域,数出米粒的数目 3,找出米粒中最大的面积和周长是多少,并给出在图片的位置 实验过程 openCV提供了非常好用的简单全局阈值分割的函数 cv2.threshold(src, thresh, maxval, type, dst=None) 关于threshold函数详解 对原始灰度图像进行灰度直方图分析,可以明显看出灰度值分布区间较大,并且有三座峰(这里暂时不考虑多阈值分割问题),因此难以通过单一阈值进行有效分割,所以应使用
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:606208
    • 提供者:weixin_38564990
  1. opencv python如何实现图像二值化

  2. 这篇文章主要介绍了opencv python如何实现图像二值化,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 代码如下 import cv2 as cv import numpy as np import matplotlib.pyplot as plt # 二值图像就是将灰度图转化成黑白图,没有灰,在一个值之前为黑,之后为白 # 有全局和局部两种 # 在使用全局阈值时,我们就是随便给了一个数来做阈值,那我们怎么知道我们选取的这个数的好坏呢?
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:60416
    • 提供者:weixin_38723753
  1. opencv车道线检测的实现方法

  2. 车道线检测,需要完成以下功能: 图像裁剪:通过设定图像ROI区域,拷贝图像获得裁剪图像 反透视变换:用的是室外采集到的视频,没有对应的变换矩阵。所以建立二维坐标,通过四点映射的方法计算矩阵,进行反透视变化。后因ROI区域的设置易造成变换矩阵获取困难和插值得到的透视图效果不理想,故没应用 二值化:先变化为灰度图,然后设定阈值直接变成二值化图像。 形态学滤波:对二值化图像进行腐蚀,去除噪点,然后对图像进行膨胀,弥补对车道线的腐蚀。 边缘检测:canny变化、sobel变化和lap
  3. 所属分类:其它

    • 发布日期:2021-01-01
    • 文件大小:472064
    • 提供者:weixin_38499706
  1. 10个步骤Opencv轻松检测出图片中条形码

  2. 本文为大家分享了Opencv轻松检测出图片中条形码的步骤,供大家参考,具体内容如下 1. 原图像大小调整,提高运算效率 2. 转化为灰度图 3. 高斯平滑滤波 4.求得水平和垂直方向灰度图像的梯度差,使用Sobel算子 5.均值滤波,消除高频噪声 6.二值化 7.闭运算,填充条形码间隙 8. 腐蚀,去除孤立的点 9. 膨胀,填充条形码间空隙,根据核的大小,有可能需要2~3次膨胀操作 10.通过findContours找到条形码区域的矩形边界
  3. 所属分类:其它

    • 发布日期:2020-12-26
    • 文件大小:695296
    • 提供者:weixin_38659789
  1. Opencv实现最小外接矩形和圆

  2. 本文实例为大家分享了Opencv实现最小外接矩形和圆的具体代码,供大家参考,具体内容如下 步骤:将一幅图像先转灰度,再canny边缘检测得到二值化边缘图像,再寻找轮廓,轮廓是由一系列点构成的,要想获得轮廓的最小外接矩形,首先需要得到轮廓的近似多边形,用道格拉斯-普克抽稀(DP)算法,道格拉斯-普克抽稀算法,是将曲线近似表示为一系列点,并减少点的数量的一种算法。 该算法实现抽稀的过程是: 1)对曲线的首末点虚连一条直线,求曲线上所有点与直线的距离,并找出最大距离值dmax,用dmax与事先给定的
  3. 所属分类:其它

    • 发布日期:2020-12-26
    • 文件大小:174080
    • 提供者:weixin_38724535
  1. OpenCV:OpenCV实验源代码-opencv source code

  2. :sushi:按逐点处理实现图像加减乘除,滤波,负片,灰度化,二值 :thumbs_up: 100%原创 :smiling_face_with_heart-eyes: :smiling_face_with_smiling_eyes:希望支持 锐化和高斯噪声太难了,无法实现。 效果图
  3. 所属分类:其它

    • 发布日期:2021-03-24
    • 文件大小:3145728
    • 提供者:weixin_42110469
  1. OpenCV 轮廓检测的实现方法

  2. 轮廓概述 轮廓可以简单认为成将连续的点(连着边界)连在一起的曲线,具有相同的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。  为了更加准确,要使用二值化图像。在寻找轮廓之前,要进行阈值化处理或者 Canny 边界检测。  查找轮廓的函数会修改原始图像。如果你在找到轮廓之后还想使用原始图像的话,你应该将原始图像存储到其他变量中。  在 OpenCV 中,查找轮廓就像在黑色背景中超白色物体,要找的物体应该是白色而背景应该是黑色。 轮廓检测的作用: 1.可以检测图图像或者
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:214016
    • 提供者:weixin_38679277
  1. Python+OpenCV图像处理实验

  2. 目录 1、灰度化功能 2、反转功能 3、通道分离功能 4、噪音、滤波功能 5、高斯双边滤波功能 6、均值偏移滤波功能 7、图像二值化功能 8、Canny边缘检测功能 9、直线检测功能 10、圆形检测功能 11、轮廓发现功能 12、人脸检测功能 这个项目是我在GitHub上看到的,和我之前的Python+OpenCV实时图像处理,异曲同工,只不过是我对实时视频的处理,这个是图像处理,功能上感觉这个项目更加全面一些,特学习并分享~ 该项目可实现图像的多样化处理,基本上包含了OpenCV模块常用的图
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:2097152
    • 提供者:weixin_38718223
  1. OpenCV实现帧间差分法详解

  2. 本文实例为大家分享了OpenCV实现帧间差分法的具体方法,供大家参考,具体内容如下 一.基本概念 基于视频的车辆检测算法种类很多:光流法检测,帧差法,背景消除法(其中包括:直方图法,平均值法,单分布和混合高斯分布背景模型,Kalman滤波等),边缘检测法,运动矢量检测法…下面分享的是运动目标检测算法中最基本的方法—帧间差分法。 相邻帧间图像差分思想:检测出了相邻两帧图像中发生变化的区域。该方法是用图像序列中的连续两帧图像进行差分,然后二值化该灰度差分图像来提取运动信息。由帧间变化区域检测分割得到
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:90112
    • 提供者:weixin_38610012
  1. Python Opencv实现单目标检测的示例代码

  2. 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:python3.7 opencv4.4.0 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,例如有明显颜色差异的转换到HSV色彩空间进行分割。
  3. 所属分类:其它

    • 发布日期:2021-01-19
    • 文件大小:143360
    • 提供者:weixin_38735899
« 12 »