图像opencv
编译 OpenCV 的 Python 依赖
这一次编译 OpenCV 的 Python 依赖为了方便运行我们使用 Docker 进行编译，环境准备如下： 系统依赖：Ubuntu 18.04 Python 版本：3.6，Ubuntu 18.04 官方源安装的默认版本 OpenCV 版本：3.4.16，是目前 3.x 的最新版 CMake 版本： ......
图像加密算法总结
一、基于混沌Logistic加密算法 1.加密过程：混沌加密算法使用混沌序列作为密钥来对数据进行加密。混沌序列是由混沌系统生成的一系列看似随机的数字。通过将明文与混沌序列进行异或运算或其他操作，可以将数据转化为加密形式。只有拥有相同的混沌序列才能正确解密数据。[1] 混沌系统指的是一类非线性动力系统 ......
基于Unet+opencv实现天空对象的分割、替换和美化
传统图像处理算法进行“天空分割”存在精度问题且调参复杂，无法很好地应对云雾、阴霾等情况；本篇文章分享的“基于Unet+opencv实现天空对象的分割、替换和美化”，较好地解决了该问题，包括以下内容： 1、基于Unet语义分割的基本原理、环境构建、参数调节等 2、一种有效的天空分割数据集准备方法，并且 ......
OpenCV简介
OpenCV是一个用于图像处理、分析、机器视觉方面的开源函数库. 无论你是做科学研究，还是商业应用，opencv都可以作为你理想的工具库，因为，对于这两者，它完全是免费的。该库采用C及C++语言编写，可以在windows, linux, mac OSX系统上面运行。该库的所有代码都经过优化，计算效率 ......
图像传感器HDR技术
动态范围是成像中非常重要的一个性能指标，它描述了在一幅图像里能够同时体现高光和阴影部分内容的能力。如果动态范围比较窄，很容易出现亮处过曝或者暗处全黑的不理想效果。 动态范围的数学定义为： \[DR = 20log_{10}\frac{i_{max}}{i_{min}} \]其中，\(i_{max}\ ......
图像识别在自动驾驶和智能安防中的关键应用
图像识别在自动驾驶和智能安防中的关键应用 随着人工智能和深度学习技术的发展，图像识别已经成为了自动驾驶和智能安防领域的关键应用之一。图像识别技术能够通过处理和分析图像数据，帮助自动驾驶车辆和智能安防系统实现更准确、更高效的运行。本文将介绍图像识别在自动驾驶和智能安防中的关键应用及其相关技术。 一、图 ......
OPENCV 4学习笔记 ——01
1. 图像存储容器 不同于字符串、整数（分别以string、int类型保存），图像时以矩阵的形式存储的，OPENCV 4提供了 Mat 类来存储矩阵数据。 早期的OPENCV是采用 C 语言接口，以结构体IplImage来存储图像的矩阵数据，但是C语言中需要手动释放内存，这极容易导致因程序结束后没有 ......
图像识别技术如何改变智能家居的体验？
图像识别技术在智能家居中的应用正在改变我们的生活体验。通过图像识别技术，智能家居可以更准确地识别用户，并自动调整环境以适应用户的需求。以下是图像识别技术在智能家居中的一些应用： 人脸识别：通过人脸识别技术，智能家居可以自动识别家庭成员，并根据他们的习惯和偏好调整环境。例如，当家庭主人在家时，智能照明 ......
基于百度AI实现文字和图像敏感内容审核
前言 百度AI是指百度公司的人工智能技术全称。它采用深度学习技术，包括自然语言处理、语音识别、计算机视觉、知识图谱等，可应用于各个领域如互联网、医疗、金融、教育、汽车、物流等。百度AI的发展将帮助人类更好地理解世界和提高生活品质，接下来就通过一个小案例演示实现百度AI在文字和图像敏感审核运用。 项目 ......
使用opencv解析视频，通过图片比对，筛选出每一帧视频的变化
记录瞬间 最近碰到一个问题，在客户端上操作时，存在背景判断的情况，对自动化实现此操作增加难度。 所以考虑到实际的使用，将一些计算机视觉技术加入到实际的使用中，来解决此问题。 import os import cv2 import numpy # 打开视频文件 video = cv2.VideoCap ......
opencv识别颜色及对应坐标
https://blog.csdn.net/qq_74999830/article/details/130450173 https://blog.csdn.net/weixin_63761958/article/details/129113994 https://blog.csdn.net/qq_3 ......
龙格现象 图像对比及Python代码实现
先定义牛顿插值函数，输入插值点和我拟合的点，毕竟是拟合光滑曲线，而画图都是点点相连，所以拟合点越多，曲线越光滑。 import matplotlib.pyplot as plt import numpy as np def newton_interpolation(X,Y,x): """ 计算x点的 ......
牛顿插值法 不同阶图像对比及Python代码实现
import matplotlib.pyplot as plt import numpy as np def newton_interpolation(X,Y,x): """ 计算x点的插值 """ sum=Y[0] temp=np.zeros((len(X),len(X))) #将第一行赋值 fo ......
采用ResNet网络+TSNE降维算法对自建图像数据集进行二维可视化显示
起因：某一天下午，我在“玩”的时候，突然接到了老板的电话，说是要对图像做可视化降维。因此，我拿到了一批图像的数据。 数据的特点： 1、数据集的图像分为4类，并且每一种类的图像多少不均衡。 2、数据集图像是一个大文件夹，里面包含4个文件夹，而且里面命名非常不规范。 3、数据集图像大小也不一样。 任务: ......
扩展的多曝光图像合成算法及其在单幅图像增强中的应用。
针对Exposure fusion算法存在的Out-of-range Artifact和low frequency halo两个瑕疵，分析了Extended Exposure Fusion的改进过程，并进一步借助有关方法实现了单幅图像的Simulated Exposure Fusion过程。 ......
Stable Diffusion基础：ControlNet之图像提示（垫图）
本文给大家分享 Stable Diffusion 的基础能力：ControlNet 之图片提示。 这篇故事的主角是 IP-Adapter，它的全称是 Text Compatible Image Prompt Adapter for Text-to-Image Diffusion Models，翻译成 ......
opencv运动目标检测和跟踪
091701 Linux+OpenCV+C++：在Qt中实现运动物体检测与跟踪_哔哩哔哩_bilibili #ifndef MAINWINDOW_H #define MAINWINDOW_H #include <QMainWindow> #include <QTimer> #include <QIm ......
04 图像标签
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>图像标签</title> </head> <body> <img src="/resources/image/1.png" alt="爱莉希亚" title=" ......
《动手学深度学习 Pytorch版》 6.2 图像卷积
import torch from torch import nn from d2l import torch as d2l 6.2.1 互相关计算 X = torch.tensor([[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0, 7.0, 8.0]]) K = t ......
Python机器学习——鸟类图像分类
（一）选题背景： 1.生物多样性保护：鸟类是地球上最为丰富和多样的脊椎动物类群之一，对于生态系统的稳定和生物多样性的维持起着重要作用。通过开展鸟类图像分类研究，可以帮助精确地辨别鸟类物种，有助于监测鸟类的分布、数量和迁徙情况，从而更好地实施生物多样性保护和生态环境管理。 2.环境监测和生态学研究：鸟 ......
OpenCV基本数据类型
命名规则 类{2,3,4,6}{b, s ,w , i, f, d} {2,3,4,6}代表向量的长度。{b, s ,w , i, f, d}表示向量内数据类型 point类 可以转化到固定向量类 1 Point2f point(1.0, 2.0); 2 cout << "first:" << po ......
图像语义分割的图片标注及标注图片的读取 --- labelme
labelme的安装 1：先打开anaconda prompt 命令行创建一个虚拟环境： conda create --name labelme python=3.6 conda create -n lab python=3.6 2:激活虚拟环境： conda activate lab 3:安装la ......
深度学习---图像目标检测网络
前面介绍了图像分类网络，并重点解析了ResNet及其应用以及MobileNet系列的轻量化分类网络，这一篇接着介绍图像目标检测网络。 目标检测具有巨大的实用价值和应用前景。 应用领域包括人脸检测、行人检测、车辆检测、飞机航拍或卫星图像中道路的检测、车载摄像机图像中的障碍物检测、医学影像在的病灶检测等 ......
Recognize Anything:一个强大的图像标记模型
Recognize Anything是一种新的图像标记基础模型，与传统模型不同，它不依赖于手动注释进行训练;相反，它利用大规模的图像-文本对。RAM的开发过程包括四个关键阶段: 通过自动文本语义解析获得大规模的无标注图像标签。 结合标题和标注任务，训练一个自动标注的初步模型。该模型由原始文本和解析后 ......
拉普拉斯金字塔在多图HDR算法中的应用以及多曝光图像的融合算法简介。
对于多图像的多曝光融合，在相机的应用中较为广泛，我们同时也可以认为这是另外一种的HDR算法，目前能够找到最为详细的和效果还不错的也包含本文所描述的 ......
FFMPEG--使用Filter实现YUV图像翻转
工具：ffmpeg过滤器模块相关过滤器，其创建过程如下：创建一个过滤器节点，如overlay：avfilter_get_by_name(“overlay”);创建一个过滤器上下文并将其添加到FilterGraph上，如：avfilter_graph_create_filter(&overlayFil ......
图像复原
图像的退化和复原过程模型 什么是退化？ 是指由于成像系统各种因素的影响，使得图像质量降低的现象 引起退化的原因： 成像系统的散焦 成像设备与物体的相对运动 成像器材的固有缺陷 外部干扰等 图像复原和图像增强并不是相同的概念，图像复原更注重于对于客观的还原，而图像增强是为了特定效果和特征的图像 图像复 ......
opencv SVM 训练ocr模型
实现0-6字符分类 数据准备： 训练数据： train_data.txt 查看代码 D:/ocr/svm/train/imgs/0/0.png 0 D:/ocr/svm/train/imgs/0/0_1.jpg 0 D:/ocr/svm/train/imgs/1/1.png 1 D:/ocr/svm ......
关于机器学习的卫星图像分类
基于机器学习的卫星图像分类 一.选题背景 过去几年见证了遥感（RS）图像解释及其广泛应用的巨大进展。随着 RS 图像变得比以往任何时候都更容易访问，对这些图像的自动解释的需求也在不断增加。在这种情况下，基准数据集是开发和测试智能解释算法的基本先决条件。在回顾了RS图像解释研究界现有的基准数据集之后， ......