使用 Clojure 进行 OpenCV 开发简介

这篇具有很好参考价值的文章主要介绍了使用 Clojure 进行 OpenCV 开发简介。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

从 OpenCV 2.4.4 开始,OpenCV 支持使用与 Android 开发几乎相同的接口进行桌面 Java 开发。

Clojure 是由 Java 虚拟机托管的一种现代 LISP 方言,它提供了与底层 JVM 的完全互操作性。这意味着我们甚至应该能够使用 Clojure REPL(Read Eval Print Loop)作为底层 OpenCV 引擎的交互式可编程接口。

我们将在本教程中执行的操作

本教程将帮助您设置一个基本的 Clojure 环境,以便在完全可编程的 CLojure REPL 中以交互方式学习 OpenCV。

教程源代码

您可以在 OpenCV 存储库的文件夹中找到该示例的可运行源代码。按照教程中的说明安装 OpenCV 和 Clojure 后,发出以下命令以从命令行运行示例。samples/java/clojure/simple-sample

cd 路径/to/samples/java/clojure/simple-sample
莱恩润

序言

有关安装具有桌面 Java 支持的 OpenCV 的详细说明,请参阅相应的教程”。

如果您赶时间,以下是在 Mac OS X 上安装 OpenCV 的最低快速入门指南:

注意

我假设您已经安装了 xcode、jdk 和 Cmake。

cd ~/
mkdir 选项
git clone https://github.com/opencv/opencv.git
光盘opencv
git checkout 2.4
mkdir 构建
CD 构建
cmake -DBUILD_SHARED_LIBS=关闭 ..
...
...
制造 -j8
# 可选
# make install

安装 Leiningen

一旦你安装了支持桌面java的OpenCV,唯一的其他要求就是安装Leiningeng,它允许你管理CLJ项目的整个生命周期。

可用的安装指南非常容易遵循:

  1. 下载脚本
  2. 把它放在你的$PATH上(如果它在你的路径上,cf./bin 是一个不错的选择。
  3. 将脚本设置为可执行。(即 chmod 755/bin/lein)。

如果您在 Windows 上工作,请按照以下说明操作

现在,您已经拥有了 OpenCV 库和完全安装的基本 Clojure 环境。现在需要的是配置 Clojure 环境以与 OpenCV 库进行交互。

安装 localrepo Leiningen 插件

Leiningen 原生支持的命令集(用 Leiningen 术语来说就是任务)可以很容易地通过各种插件进行扩展。其中之一是 lein-localrepo 插件,它允许将任何 jar lib 作为工件安装在机器的本地 maven 存储库中(通常在用户名的 /.m2/repository 目录中)。

我们将使用这个 lein 插件将 Java 和 Clojure 使用 opencv 库所需的 opencv 组件添加到本地 maven 存储库中。

一般来说,如果你只想在项目基础上使用一个插件,可以直接添加到lein创建的CLJ项目中。

相反,当您希望插件可用于用户名空间中的任何 CLJ 项目时,您可以将其添加到 /.lein/ 目录中的 profiles.clj。

lein-localrepo 插件在其他 CLJ 项目中对我有用,在这些项目中,我需要调用由 Java 接口包装的本机库。因此,我决定将其提供给任何 CLJ 项目:

mkdir ~/.lein

在 /.lein 目录中创建名为 profiles.clj 的文件,并将以下内容复制到其中:

{:user {:p lugins [[lein-localrepo “0.5.2”]]}}

在这里,我们说 lein-localrepo 插件的版本“0.5.2”将可用于 lein 创建的任何 CLJ 项目的 :user 配置文件。

您无需执行任何其他操作即可安装该插件,因为当您第一次发出任何 lein 任务时,它将自动从远程存储库下载。

将特定于 java 的库安装为本地存储库

如果您遵循了在计算机上安装 OpenCV 的标准文档,您应该在构建 OpenCV 的目录下找到以下两个库:

  • build/bin/opencv-247.jar java 库
  • build/lib/libopencv_java247.dylib 原生库(或 .so 在你构建的 OpenCV 一个 GNU/Linux 操作系统中)

它们是 JVM 与 OpenCV 交互所需的唯一 opencv 库。

拆解所需的 opencv 库

创建一个新目录以存储在上述两个库中。首先将 opencv-247.jar 库复制到其中。

cd ~/选择
mkdir clj-opencv
光盘 CLJ-openCV
cp ~/opt/opencv/build/bin/opencv-247.jar .

第一个库完成。

现在,为了能够将 libopencv_java247.dylib 共享的原生库添加到本地 maven 存储库中,我们首先需要将其打包为 jar 文件。

必须将本机库复制到模仿操作系统和体系结构名称的目录布局中。我正在使用具有 X86 64 位架构的 Mac OS X。所以我的布局如下:

mkdir -p 本机/macosx/x86_64

将 libopencv_java247.dylib 库复制到 x86_64 目录中。

cp ~/opt/opencv/build/lib/libopencv_java247.dylib 本机/macosx/x86_64/

如果您从不同的操作系统/体系结构对运行 OpenCV,以下是您可以选择的映射摘要。

操作系统
Mac OS X - > macosx
Windows -> Windows
Linux -> linux
SunOS -> solaris
架构
amd64 -> x86_64
x86_64 -> x86_64
x86 -> x86
i386 -> x86
胳膊 -> 胳膊
sparc -> sparc

将本机 lib 打包为 jar

接下来,您需要使用 jar 命令从目录创建新的 jar 文件,将本机 lib 打包到 jar 文件中。

jar -cMf opencv-native-247.jar 原生

请注意,ehe M 选项指示 jar 命令不为工件创建 MANIFEST 文件。

目录布局应如下所示:

.
|__ 原生
| |__ macOSX
| |__ x86_64
| |__ libopencv_java247.dylib
|
|__ opencv-247.jar
|__ opencv-native-247.jar
3 个目录,3 个文件

本地安装 jar

现在,我们已准备好借助 lein-localrepo 插件将这两个 jar 作为工件添加到本地 maven 存储库中。

lein localrepo 安装 opencv-247.jar opencv/opencv 2.4.7

在这里,localrepo 安装任务创建了 2.4.7。从 opencv-247.jar 库发布 OpenCV/OpenCV Maven 工件,然后将其安装到本地 Maven 存储库中。然后,opencv/opencv 工件将可用于任何符合 maven 的项目(Leiningen 内部基于 maven)。

对之前包装在新 jar 文件中的本机库执行相同的操作。

lein localrepo 安装 opencv-native-247.jar opencv/opencv-native 2.4.7

请注意,这两个工件的 groupId opencv 是相同的。现在,我们已准备好创建一个新的 CLJ 项目来开始与 OpenCV 进行交互。

创建项目

使用终端中的 lein new 任务创建新的 CLJ 项目。

# cd (例如 ~/devel)
Lein 新简单示例
基于“默认”模板生成一个名为 simple-sample 的项目。
要查看其他模板(应用程序、lein 插件等),请尝试“lein help new”。

上述任务将创建以下简单示例目录布局:

树简单示例/
简单样品/
|__ 许可证
|__ README.md
|__ 文档
| |__ intro.md
|
|__ project.clj
|__ 资源
|__ 来源
| |__ simple_sample
| |__ core.clj
|__ 测试
|__ simple_sample
|__ core_test.clj
6 个目录,6 个文件

我们需要添加两个 opencv 工件作为新创建项目的依赖项。打开 project.clj 并修改其 dependencies 部分,如下所示:

(defproject simple-sample “0.1.0-SNAPSHOT”
description “FIXME: write description”
url “http://example.com/FIXME”
license {:name “Eclipse 公共许可证”
url “http://www.eclipse.org/legal/epl-v10.html”}
依赖项 [[org.clojure/clojure “1.5.1”]
[opencv/opencv “2.4.7”] ;添加行
[opencv/opencv-本机 “2.4.7”]]);添加行

请注意,Clojure 编程语言也是一个 jar 工件。这就是 Clojure 被称为托管语言的原因。

要验证一切是否正常,请发出 lein deps 任务。第一次运行 lein 任务时,在执行任务本身之前,需要一些时间来下载所有必需的依赖项。

CD 简单样本
莱恩·德普斯
...

deps 任务从 project.clj 和 /.lein/profiles.clj 文件中读取和合并 simple-sample 项目的所有依赖项,并验证它们是否已缓存在本地 maven 存储库中。如果任务返回时没有关于无法检索两个新工件的消息,则您的安装是正确的,否则请返回并仔细检查您是否正确执行了所有操作。

使用 OpenCV 进行 REPLING

现在 cd 在 simple-sample 目录中并发出以下 lein 任务:

CD 简单样本

莱恩·雷普尔

..

nREPL 服务器在主机 127.0.0.1 上的端口 50907 上启动

REPL-y 0.3.0 版本

Clojure 1.5.1 版本

文档:(doc function-name-here)

(find-doc “部分名称在这里”)

源:(source function-name-here)

Javadoc:(javadoc java-object-or-class-here)

退出:Ctrl+D 或(退出)或(退出)

结果:存储在变量 *1、*2、*3 中,异常存储在 *e 中

用户=>

您可以通过发出任何要计算的 CLJ 表达式来立即与 REPL 进行交互。

用户=> (+ 41 1)

42

user=> (println “你好,OpenCV!”)

你好,OpenCV!

user=> (defn foo [] (str “bar”))

#'用户/foo

用户=> (foo)

“酒吧”

当从基于 lein 的项目的主目录运行时,即使 lein repl 任务自动加载所有项目依赖项,您仍然需要加载 opencv 本机库才能与 OpenCV 交互。

user=> (clojure.lang.RT/loadLibrary org.opencv.core.Core/NATIVE_LIBRARY_NAME)

然后,您可以通过引用其类的完全限定名称来开始与 OpenCV 交互。

注意

在这里,您可以找到完整的 OpenCV Java API。

user=> (org.opencv.core.Point. 0 0)

#<点 {0.0, 0.0}>

在这里,我们创建了一个二维的 opencv Point 实例。即使 OpenCV 的 java 接口中包含的所有 java 包都可以立即从 CLJ REPL 获得,在 Point 前面加上前缀也是非常烦人的。具有完全限定包名称的实例构造函数。

幸运的是,CLJ 提供了一种非常简单的方法,通过直接导入 Point 类来克服这种烦恼。

user=> (import 'org.opencv.core.Point)

org.opencv.core.Point(组织.opencv.core.Point)

user=> (def p1 (点 0 0))

#'用户/p1

用户=> p1

#<点 {0.0, 0.0}>

user=> (def p2 (点 100 100))

#'用户/p2

我们甚至可以检查实例的类,并验证符号的值是否是 Point java 类的实例。

user=>(类 P1)

org.opencv.core.Point(组织.opencv.core.Point)

user=> (instance? org.opencv.core.Point p1)

如果我们现在想使用 opencv Rect 类来创建一个矩形,我们再次必须完全限定它的构造函数,即使它留在 Point 类的同一个 org.opencv.core 包中。

user=> (org.opencv.core.Rect. p1, p2)

#<矩形 {0, 0, 100x100}>

同样,CLJ 导入工具非常方便,可让您一次映射更多符号。

user=> (import '[org.opencv.core 点矩形大小])

org.opencv.core.Size

user=> (def r1 (Rect. p1 p2))

#'用户/r1

用户=> r1

#<矩形 {0, 0, 100x100}>

user=>(类 R1)

org.opencv.core.Rect

user=> (instance? org.opencv.core.Rect r1)

user=>(大小:100、100)

#<尺寸 100x100>

user=> (def sq-100 (大小 100 100))

#'用户/sq-100

user=>(SQ-100 类)

org.opencv.core.Size

user=> (instance? org.opencv.core.Size sq-100)

显然,您也可以在实例上调用方法。

用户=> (.area r1)

10000.0

用户=> (.area sq-100)

10000.0

或者修改成员字段的值。

user=> (set!(.x p1) 10)

10

用户=> p1

#<点 {10.0, 0.0}>

user=> (set!(.宽度 sq-100) 10)

10

user=> (set!(.高度 sq-100) 10)

10

用户=> (.area sq-100)

100.0

如果您发现自己不记得 OpenCV 类的行为,REPL 让您有机会轻松搜索相应的 javadoc 文档:

user=> (javadoc 矩形)

“http://www.google.com/search?btnI=I%27m%20Feeling%20Lucky&q=allinurl:org/opencv/core/Rect.html”

在 REPL 中模拟 OpenCV Java 教程示例

现在让我们尝试将 OpenCV Java 教程示例移植到 Clojure。我们将在 REPL 上对其进行评估,而不是将其写入源文件中。

以下是引用示例的原始 Java 源代码。

导入 org.opencv.core.Mat;
导入 org.opencv.core.CvType;
导入 org.opencv.core.Scalar;
简单示例 {
static{ System.loadLibrary(“opencv_java244”); }
公共静态无效main(String[] args) {
垫子 m = 新垫子(5, 10, CvType.CV_8UC1, 标量(0));
System.out.println(“OpenCV 垫子:” + m);
垫子 mr1 = m.row(1);
mr1.setTo(标量(1));
垫子 mc5 = m.col(5);
mc5.setTo(标量(5));
System.out.println(“OpenCV 垫数据:\n” + m.dump());
}
}

向项目添加注入

在开始编码之前,我们希望消除在启动新的 REPL 以交互方式加载原生 opencv 库时与之交互的无聊需求。

首先,通过在 REPL 提示符下计算 (exit) 表达式来停止 REPL。

user=>(退出)
再见!

然后打开 project.clj 文件并按如下方式进行编辑:

(defproject simple-sample “0.1.0-SNAPSHOT”
...
注入 [(clojure.lang.RT/loadLibrary org.opencv.core.Core/NATIVE_LIBRARY_NAME)])

在这里,我们说在运行 REPL 时加载 opencv 本机库,这样我们就不必再记住手动执行。

重新运行 lein repl 任务

莱恩·雷普尔
nREPL 服务器在主机 127.0.0.1 上的端口 51645 上启动
REPL-y 0.3.0 版本
Clojure 1.5.1 版本
文档:(doc function-name-here)
(find-doc “部分名称在这里”)
源:(source function-name-here)
Javadoc:(javadoc java-object-or-class-here)
退出:Ctrl+D 或(退出)或(退出)
结果:存储在变量 *1、*2、*3 中,异常存储在 *e 中
用户=>

导入感兴趣的 OpenCV java 接口。

user=> (import '[org.opencv.core Mat CvType 标量])
org.opencv.core.标量

我们将几乎逐字逐句地模仿原始的 OpenCV java 教程:

  • 创建一个 5x10 矩阵,其所有元素都初始化为 0
  • 将第二行的每个元素的值更改为 1
  • 将第 6 列的每个元素的值更改为 5
  • 打印得到的矩阵的内容
user=> (def m (Mat. 5 10 CvType/CV_8UC1 (Scalar. 0 0)))
#'用户/m
用户=> (def mr1 (.row m 1))
#'用户/mr1
user=> (.setTo mr1 (标量 1 0))
#<垫垫 [ 1*10*CV_8UC1, isCont=true, isSubmat=true, nativeObj=0x7fc9dac49880, dataAddr=0x7fc9d9c98d5a ]>
用户=> (def mc5 (.col m 5))
#'用户/mc5
user=> (.setTo mc5 (标量 5 0))
#<Mat Mat [ 5*1*CV_8UC1, isCont=false, isSubmat=true, nativeObj=0x7fc9d9c995a0, dataAddr=0x7fc9d9c98d55 ]>
用户=> (println (.dump m))
[0, 0, 0, 0, 0, 5, 0, 0, 0, 0;
1, 1, 1, 1, 1, 5, 1, 1, 1, 1;
0, 0, 0, 0, 0, 5, 0, 0, 0, 0;
0, 0, 0, 0, 0, 5, 0, 0, 0, 0;
0, 0, 0, 0, 0, 5, 0, 0, 0, 0]

如果你习惯了一种功能语言,那么所有那些被滥用和变异的名词都会激怒你对动词的偏好。即使 CLJ 互操作语法非常方便和完整,任何 OOP 语言和任何 FP 语言(即 Scala 是一种混合范式编程语言)之间仍然存在阻抗不匹配。

要退出 REPL,请在 REPL 提示符下键入 (exit)、ctr-D 或 (quit)。

user=>(退出)
再见!

以交互方式加载和模糊图像

在下一个示例中,您将学习如何使用以下 OpenCV 方法以交互方式从 REPL 加载、模糊和图像:

  • Highgui 类中的 imread 静态方法,用于从文件中读取图像
  • Highgui 类中的 imwrite 静态方法,用于将图像写入文件
  • Imgproc 类中的 GaussianBlur 静态方法,用于模糊原始图像

我们还将使用 Mat 类,该类从 imread 方法返回并被接受为 GaussianBlur 和 imwrite 方法的主要参数。

将图像添加到项目

首先,我们要将一个镜像文件添加到新创建的目录中,用于存储项目的静态资源。

使用 Clojure 进行 OpenCV 开发简介,opencv,人工智能,计算机视觉

mkdir -p 资源/图像
cp ~/opt/opencv/doc/tutorials/introduction/desktop_java/images/lena.png resource/images/

阅读图片

现在像往常一样启动 REPL,然后从导入我们将要使用的所有 OpenCV 类开始:

莱恩·雷普尔
nREPL 服务器在主机 127.0.0.1 上的端口 50624 上启动
REPL-y 0.3.0 版本
Clojure 1.5.1 版本
文档:(doc function-name-here)
(find-doc “部分名称在这里”)
源:(source function-name-here)
Javadoc:(javadoc java-object-or-class-here)
退出:Ctrl+D 或(退出)或(退出)
结果:存储在变量 *1、*2、*3 中,异常存储在 *e 中
user=> (import '[org.opencv.core Mat Size CvType]
'[org.opencv.imgcodecs imgcodecs]
'[org.opencv.imgproc imgproc])
org.opencv.imgproc.Imgproc

现在从 resources/images/lena.png 文件中读取图像。

user=> (def lena (Highgui/imread “resources/images/lena.png”))
#'用户/莉娜
用户=> Lena
#<垫垫 [ 512*512*CV_8UC3, isCont=true, isSubmat=false, nativeObj=0x7f9ab3054c40, dataAddr=0x19fea9010 ]>

如您所见,通过简单地计算 lena 符号,我们知道 lena.png 是一个 512x512 的 CV_8UC3 元素类型的矩阵。让我们创建一个具有相同尺寸和元素类型的新 Mat 实例。

user=> (def blurred (Mat. 512, 512 CvType/CV_8UC3))
#'用户/模糊
用户=>

现在应用 GaussianBlur 过滤器,使用 lena 作为源矩阵,blurred 作为目标矩阵。

user=> (Imgproc/GaussianBlur lena blurred (Size. 5, 5), 3, 3)

最后一步,只需将模糊的矩阵保存在新的图像文件中即可。

user=> (Highgui/imwrite “resources/images/blurred.png” blured)
user=>(退出)
再见!

以下是莉娜的新模糊图像。

使用 Clojure 进行 OpenCV 开发简介,opencv,人工智能,计算机视觉

后续步骤

本教程仅介绍在 CLJ REPL 中设置的非常基本的环境,以便能够与 OpenCV 进行交互。

我建议任何 Clojure 新手阅读 Clojure Java Interop 一章,以获得与任何未包装在 Clojure 中的纯 Java 库进行互操作所需的所有知识,以使其在 Clojure 中以更惯用和功能化的方式使用。

OpenCV Java API 不会根据 Qt 封装 highgui 模块功能(例如 namedWindow 和 imshow.如果您想创建窗口并在从 REPL 与 OpenCV 交互时将图像显示在其中,那么目前您只能自己动手。你可以使用 Java Swing 来填补这个空白。

   在线教程

  • 麻省理工学院人工智能视频教程 – 麻省理工人工智能课程
  • 人工智能入门 – 人工智能基础学习。Peter Norvig举办的课程
  • EdX 人工智能 – 此课程讲授人工智能计算机系统设计的基本概念和技术。
  • 人工智能中的计划 – 计划是人工智能系统的基础部分之一。在这个课程中,你将会学习到让机器人执行一系列动作所需要的基本算法。
  • 机器人人工智能 – 这个课程将会教授你实现人工智能的基本方法,包括:概率推算,计划和搜索,本地化,跟踪和控制,全部都是围绕有关机器人设计。
  • 机器学习 – 有指导和无指导情况下的基本机器学习算法
  • 机器学习中的神经网络 – 智能神经网络上的算法和实践经验
  • 斯坦福统计学习

有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

使用 Clojure 进行 OpenCV 开发简介,opencv,人工智能,计算机视觉

使用 Clojure 进行 OpenCV 开发简介,opencv,人工智能,计算机视觉

人工智能书籍

  • OpenCV(中文版).(布拉德斯基等)
  • OpenCV+3计算机视觉++Python语言实现+第二版
  • OpenCV3编程入门 毛星云编著
  • 数字图像处理_第三版
  • 人工智能:一种现代的方法
  • 深度学习面试宝典
  • 深度学习之PyTorch物体检测实战
  • 吴恩达DeepLearning.ai中文版笔记
  • 计算机视觉中的多视图几何
  • PyTorch-官方推荐教程-英文版
  • 《神经网络与深度学习》(邱锡鹏-20191121)

  • 使用 Clojure 进行 OpenCV 开发简介,opencv,人工智能,计算机视觉

第一阶段:零基础入门(3-6个月)

新手应首先通过少而精的学习,看到全景图,建立大局观。 通过完成小实验,建立信心,才能避免“从入门到放弃”的尴尬。因此,第一阶段只推荐4本最必要的书(而且这些书到了第二、三阶段也能继续用),入门以后,在后续学习中再“哪里不会补哪里”即可。

使用 Clojure 进行 OpenCV 开发简介,opencv,人工智能,计算机视觉

第二阶段:基础进阶(3-6个月)

熟读《机器学习算法的数学解析与Python实现》并动手实践后,你已经对机器学习有了基本的了解,不再是小白了。这时可以开始触类旁通,学习热门技术,加强实践水平。在深入学习的同时,也可以探索自己感兴趣的方向,为求职面试打好基础。

使用 Clojure 进行 OpenCV 开发简介,opencv,人工智能,计算机视觉

第三阶段:工作应用

使用 Clojure 进行 OpenCV 开发简介,opencv,人工智能,计算机视觉

这一阶段你已经不再需要引导,只需要一些推荐书目。如果你从入门时就确认了未来的工作方向,可以在第二阶段就提前阅读相关入门书籍(对应“商业落地五大方向”中的前两本),然后再“哪里不会补哪里”。

 有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

使用 Clojure 进行 OpenCV 开发简介,opencv,人工智能,计算机视觉

使用 Clojure 进行 OpenCV 开发简介,opencv,人工智能,计算机视觉

使用 Clojure 进行 OpenCV 开发简介,opencv,人工智能,计算机视觉文章来源地址https://www.toymoban.com/news/detail-793714.html

到了这里,关于使用 Clojure 进行 OpenCV 开发简介的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 04- OpenCV:Mat对象简介和使用

    目录 1、Mat对象与IplImage对象 2、Mat对象使用 3、Mat定义数组 4、相关的代码演示 1、Mat对象与IplImage对象 先看看Mat对象:图片在计算机眼里都是一个二维数组; 在OpenCV中, Mat 是一个非常重要的类,用于表示图像或矩阵数据。 (1)Mat对象OpenCV2.0之后引进的图像数据结构、 自动

    2024年01月20日
    浏览(20)
  • OpenCV学习笔记 使用OpenCV进行人脸交换

            首先说换脸这件事情,已经可以算是有一丢丢古老的技术了,基于OpenCV进行人脸交换的好处在于简单,坏处在于无法复刻表情。如果想要比较完美的可以去找deepfakes相关技术,如果想要对脸部进行一些自定义操作,那么了解OpenCV换脸涉及到的技术点还是有价值的。

    2024年03月11日
    浏览(20)
  • 【OpenCV实现图像:使用OpenCV进行物体轮廓排序】

    在图像处理中,经常需要进行与物体轮廓相关的操作,比如计算目标轮廓的周长、面积等。为了获取目标轮廓的信息,通常使用OpenCV的findContours函数。然而,一旦获得轮廓信息后,可能会发现轮廓的顺序是无序的,如下图左侧所示: 在这个图中,每个轮廓都被找到,但它们的

    2024年02月03日
    浏览(19)
  • Opencv 基础(四):使用OpenCV进行图像旋转和平移

    如今,图像编辑变得越来越流行,因为手机有内置的功能,可以让你 裁剪、旋转 和更多的操作你的图像。 这篇文章中,我们将探索和学习这些图像编辑技术。具体来说,我们将学习如何: 旋转图像 移动图像 图像旋转和平移是图像编辑中最基本的操作之一。两者都属于广义的

    2024年02月05日
    浏览(24)
  • OpenCV实战之一 | 使用OpenCV进行图像超分辨率

    前言 图像超分辨率(Image Super-Resolution,简称ISR)是一种图像处理技术,将 低分辨率的图像通过算法转换成高分辨率图像 ,从而增加图像的细节和清晰度。 ISR技术对于许多计算机视觉和图像处理任务都是至关重要的,如图像重建、监视、医学图像处理等。 ⭐ 注意的是模型的

    2024年02月01日
    浏览(35)
  • 【OpenCV实现图像:使用OpenCV进行图像处理之透视变换】

    透视变换(Perspective Transformation)是一种图像处理中常用的变换手段,它用于将图像从一个视角映射到另一个视角,常被称为投影映射。透视变换可以用于矫正图像中的透视畸变,使得图像中的物体在新的视平面上呈现更加规则的形状。 透视变换通常涉及到寻找图像中的特定

    2024年02月03日
    浏览(36)
  • 使用 OpenCV 进行相机校准

    相机已经存在了很长时间。然而,随着 20 世纪后期廉价针 孔 相机的推出,它们在我们的日常生活中变得司空见惯。不幸的是,这种廉价是有代价的:严重的失真。幸运的是,这些是常数,通过校准和一些重新映射,我们可以纠正这一点。此外,通过校准,您还可以确定相机

    2024年04月12日
    浏览(29)
  • 使用opencv进行图片分析

    配置opencv 在你的任意一个盘里创建一个专属于opencv的文件夹便于学习与整理 打开控制台win+r输入cmd,进入后输入 conda activate opencv ,进入环境以后进入你所设置的opencv文件的盘,我的是D盘,所以输入 d: ,再输入 cd \\\"opencv\\\" ,然后输入 jupyter lab 启动编译器 (OS:如果需要提交作

    2024年03月24日
    浏览(19)
  • 使用opencv进行文本增强

    文本增强: 1.首先,使用 cv2.imread() 函数以灰度模式读取图像文件,并将其存储在变量 image 中。 2.然后,使用 cv2.threshold() 函数对图像进行二值化处理,使用 Otsu\\\'s 阈值法自动确定阈值,并将结果存储在变量 binary_image 中。 3.接下来,创建一个 3x3 的方形结构元素,并使用

    2024年02月12日
    浏览(17)
  • 使用openCV进行图像处理

    使用 openCV进行图像处理,又名:学习计算机视觉理论,做 demo(第3 天) 目录 2.1 图像模糊 2.1.1 均值滤波 2.1.2 中值滤波 2.1.3 高斯滤波 2.1.4 案例实现 2.2 图像锐化 2.2.1 图像锐化简介 2.2.2 案例实现 3.1 OpenCV绘图 3.1.1 使用OpenCV绘制各种图形 3.1.2 案例实现 3.2 图像的几何变换 3.2.1 几

    2024年01月22日
    浏览(34)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包