模板匹配人眼---OpenCV-Python开发指南（33）
什么是模板匹配模板匹配是指在当前图像A内寻找与图像B最相似的部分，可以理解找茬，但是这里是找出一样的信息。一般我们将图像A称为输入图像，将图像B称为模板图像。模板匹配的原理就是将模板B图像在图像A上滑动遍历，找出与其匹配的部分。模板匹配函数在OpenCV中，它给我们提供了cv2.matchTempl...
cv2实现傅里叶变换---OpenCV-Python开发指南（32）
前言在前一篇的博文中，我们详细讲解了傅里叶变换的原理以及使用Numpy库实现傅里叶变换。但是其实OpenCV有直接实现傅里叶变换的函数。在OpenCV中，我们通过cv2.dft()来实现傅里叶变换，使用cv2.idft()来实现逆傅里叶变换。两个函数的定义如下：cv2.dft(原始图像，转换标识)这...
傅里叶变换原理---OpenCV-Python开发指南（31）
前言要理解傅里叶变换，我们首先需要了解图像处理。在图像处理的过程中，一般分为空间域处理和频率域处理。空间域处理是直接对图像内的像素进行处理。空间域处理主要划分为灰度变换和空间滤波两种形式。灰度变换是对图像内的单个像素进行处理，比如调节对比度和处理阈值等。控制滤波处理涉及图像质量的改变，例如前面的图像...
图像的输入输出与显示---OpenCV-Python开发指南（30）
前言在讲解后面的采样以及傅里叶变换之前，我们需要掌握python对图像的输入、输出以及显示等操作。本篇涉及都是简单的图像显示保存等操作，但是后面基于此复杂的变换都会或多或少用到这些知识。所以，别看非常简单，应用起来还是非常多的。使用PIL读取，保存和显示图像在PIL包中，使用Image.open()...
轮廓的特征值---OpenCV-Python开发指南（29）
前言轮廓自身的一些属性特征及轮廓所包围对象的特征对于描述图像具有重要意义。本篇博文将介绍几个轮廓自身的属性特征及轮廓包围对象的特征。宽高比在轮廓中，我们可以通过宽高比来描述轮廓，例如矩形的轮廓宽高比为：宽高比=宽度/高度下面，我们来计算矩形轮廓的宽高比，代码如下：import cv2 img = ....
凸包---OpenCV-Python开发指南（28）
前言逼近多边形是某个图像轮廓的高度近似，而凸包的提出是为了简化逼近多边形的。其实，凸包跟逼近多边形很像，只不过它是物体最外层的“凸”多边形。简单的概括，凸包是指完全包含原有轮廓，并且仅由轮廓上的点所构成的多边形。凸包的特点是每一处都是凸的，即在凸包内连接任意两点的直线都在凸包的内部，并且任意连续3个...
轮廓拟合---OpenCV-Python开发指南（27）
前言在计算轮廓时，可能并不需要实际的轮廓，而仅需要一个接近于轮廓的近似多边形。比如矩形其实都是差不多的轮廓，都是长宽不相等且平行的四边形，那么只要提供一个近似的轮廓，我们就可以区分形状。在OpenCV中，它给我们提供了cv2.boundingRect()函数来绘制轮廓的矩形边界，其完整定义如下&am...
Hu矩---OpenCV-Python开发指南（26）
什么是Hu矩Hu矩是归一化中心矩的线性组合。Hu矩在图像的旋转，缩放，平移等操作后，仍然保持矩的特征不变，所以经常会用到Hu矩来识别图像的特征。在OpenCV中，我们可以通过cv2.HuMoments()函数获取Hu矩。该函数使用cv2.moments()函数的返回值作为参数，返回7个Hu矩值。其完...
矩特征---OpenCV-Python开发指南（25）
什么是矩特征通过前篇博文的学习，我们知道如何从图像中分解轮廓。而矩特征是比较两个轮廓最简单的方法，通过它们的轮廓矩就能判断。首先，轮廓矩代表了一个轮廓，一副图像，一组点集的全局特征。矩信息包含了对应对象不同类型的几何特征，比如大小，位置，角度，形状等。矩特征被广泛应用在图...
查找并绘制轮廓---OpenCV-Python开发指南（24）
什么是图像轮廓在前面的边缘检测中，虽然我们能够检测出边缘信息，但边缘是不连续的，检测到的边缘并不是一个整体。而图像的轮廓负责将边缘连接起来形成一个整体，用于后续的计算。需要特别注意，图像的轮廓是非常重要的一个特征信息，通过对图像轮廓的操作，我们能够获取目标图像的大小，位置以及方向等信息...
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。
