1. 讓OpenCV支持GPU
      發表時間: 2023-01-03 下午 2:03下午 2:03
      OpenCV CUDA https://opencv.org/platforms/cuda/ 現代 GPU 加速器已經變得強大且功能強大,足以執行通用計算 (GPGPU)。這是一個發展非常迅速的領域,引起了開發計算密集型應用程序的科學家、研究人員和工程師的極大興趣。儘管在 GPU 上重新實現算法存在困難,但許多人這樣做是為了檢查它們的速度。為了支持這些努力,許多高級語言和工具已經可用,例如 CUD
    2. 使用GrabCut抓取前景
      發表時間: 2022-12-23 上午 10:41上午 10:41
      理論 GrabCut 算法由英國劍橋微軟研究院的 Carsten Rother、Vladimir Kolmogorov 和 Andrew Blake 設計。在他們的論文“GrabCut”:使用迭代圖切割的交互式前景提取中。需要一種算法來以最少的用戶交互進行前景提取,結果就是 GrabCut。 從用戶的角度來看它是如何工作的?最初用戶在前景區域周圍繪製一個矩形(前景區域應該完全在矩形內)。然後算法迭
    3. 用opencv作圖片旋轉
      發表時間: 2022-12-21 下午 1:01下午 1:01
      可以使用 OpenCV 的 cv2.getRotationMatrix2D() 函數來生成旋轉矩陣,然後使用 cv2.warpAffine() 函數將圖像旋轉。 [crayon-63e3ad1738d10224076506/] 請注意,旋轉角度是以逆時針方向為正的。例如,如果要將圖像逆時針旋轉 90 度,則角度值應設為 90。 此外,如果你想要在旋轉圖像時保留圖像的邊界,你可以使用 cv2.war
    4. 調整圖片的亮度
      發表時間: 2022-12-21 下午 12:52下午 12:52
      可以使用 OpenCV 的 cv2.convertScaleAbs() 函數來增亮圖像。這個函數會將圖像的每個像素值乘上一個指定的比例因子並加上一個常數,以此來調整圖像的亮度。 請注意,這個函數可能會導致圖像中的一些像素值超出 0 到 255 的範圍,因此你可能需要在函數末尾使用new_image = np.where(new_image > 255, 255, new_image)來將這些像素值
    5. 用opencv做圖像融合
      發表時間: 2022-12-21 下午 12:41下午 12:41
      OpenCV 的 cv2.addWeighted() 函數可用來實現圖像增量。 這個函數有三個輸入參數: src1: 第一個輸入圖像,應該是第一幅圖像的數組。 alpha: 一個浮點數,用於決定第一幅圖像在輸出圖像中的權重。 src2: 第二個輸入圖像,應該是第二幅圖像的數組。 此函數返回值為加權的結果,其中第一幅圖像的權重為 alpha,第二幅圖像的權重為 1-alpha。 例如,假設你想要將第
    6. 圖像處理之圖像金字塔
      發表時間: 2022-12-19 下午 7:46下午 7:46
      理論 通常,我們使用尺寸固定的圖像。但在某些情況下,我們需要使用不同分辨率的(相同)圖像。例如,當我們在圖像中搜索物體時,比如人臉,我們並不確定物體出現在圖像中的大小。在這種情況下,我們需要創建一組具有不同分辨率的圖像,並在所有圖像中搜索對象。這些不同分辨率的圖像被稱為圖像金字塔(如果將它們放在一起,最高分辨率的圖像在底部,最低分辨率的圖像在頂部,它看起來像一個金字塔)。 圖像金字塔有兩種:高斯金
    7. 使用模板匹配查找圖像中的對象
      發表時間: 2022-12-19 下午 4:12下午 4:12
      模板匹配 參考此篇教學: https://docs.opencv.org/4.x/d4/dc6/tutorial_py_template_matching.html 使用範例如下: [crayon-63e3ad17394df383477891/] 使用cv.matchTemplate(), cv.minMaxLoc()與方式,當模板在圖片中被縮放或旋轉後,匹配成效不佳。 但實際應用中,物件在3D範
    8. 使用opencv尋找邊緣
      發表時間: 2022-12-17 下午 12:49下午 12:49
      使用Canny算子 Canny 邊緣檢測是一種從不同的視覺對像中提取有用的結構信息並顯著減少要處理的數據量的技術。它已廣泛應用於各種計算機視覺系統。Canny發現,邊緣檢測在不同視覺系統上的應用需求是比較相似的。因此,可以在各種情況下實施滿足這些要求的邊緣檢測解決方案。邊緣檢測的一般標準包括: 錯誤率低的邊緣檢測,這意味著檢測應該盡可能準確地捕獲圖像中顯示的邊緣 算子檢測到的邊緣點應該準確地定位在
    9. 圖片降維處理(從彩色變灰階再變黑白)
      發表時間: 2022-12-16 下午 6:54下午 6:54
      從彩色變灰階 使用 cv.cvtColor()函數可作色彩的空間轉換,例如要偵測顏色時,要轉成HSV [crayon-63e3ad1739ac7901169960/] 而降為灰階則為 [crayon-63e3ad1739acc265783249/] 從灰階到黑白 要把圖片從灰階變成黑白很簡單。對於每個像素,應用相同的閾值。如果像素值小於閾值,則設置為0,否則設置為最大值。函數cv.threshol
    10. 對圖像做幾何變換
      發表時間: 2022-12-16 下午 5:50下午 5:50
      目標 學習對圖像應用不同的幾何變換,如平移、旋轉、仿射變換等。 你會看到這些功能:cv.getPerspectiveTransform 縮放 只是調整圖像的大小。interpolation參數有下面幾種 使用範例 [crayon-63e3ad1739dbe939787708/] 平移 平移影像,下面程式會將圖,x 軸平移 100,y 軸平移 50 [crayon-63e3ad1739dc49791
    11. opencv圖像運算
      發表時間: 2022-12-16 下午 5:29下午 5:29
      理論 形態變換是一些基於圖像形狀的簡單操作。它通常在二進製圖像上執行。它需要兩個輸入,一個是我們的原始圖像,第二個稱為結構元素或內核,它決定了操作的性質。兩個基本的形態學算子是侵蝕和膨脹。然後它的變體形式如開、閉、梯度等也開始發揮作用。我們將在下圖的幫助下一一看到它們: 侵蝕cv.erode 侵蝕的基本思想就像土壤侵蝕一樣,它侵蝕掉前景物體的邊界(總是盡量讓前景保持白色)。那它有什麼作用呢?內核在
    12. 使用opencv做圖片後製處理(如ps)
      發表時間: 2022-12-16 下午 5:13下午 5:13
      這個部落格有一個系列文: 12th 鐵人賽 – 【錢不夠買ps的我,只好用OpenCV來修圖了!】 分享了非常多好用的圖片後製方法 這邊分享幾個我覺得不錯的 黑強化 強化有顏色區域的深度 [crayon-63e3ad173a2f2528172669/] 白平衡 圖像光照校正處理 [crayon-63e3ad173a2f8222469015/] 雙邊濾波 雙邊濾波(Bilateral filter)
    13. 使用opencv來找出紅色區塊
      發表時間: 2022-12-16 下午 5:05下午 5:05
      使用HSV色碼轉換器 一個好用的線上工具 色碼轉換器: https://www.peko-step.com/zhtw/tool/hsvrgb.html 若要將轉換過的顏色套用到python的色碼,記得將S,V的範圍改為0-255 然後從網站上看到的H的值(如這邊為26)要除以2,也就是13 以上圖來說,上面顯示的色碼為HSV:(26,90,223),然後填進python裡面要使用HSV:(13,9