Detection

霍夫变换和分水岭图像分割 一、霍夫变换 1. 直线检测 对于一幅图像中的直线信息，人们的肉眼很容易就将其提取出来，但是对于计算机而言，这是难以实现的。因此我们需要对图像进行一些操作后提取出直线信息。前

基于分水岭算法的图像分割 本节主要介绍基于分水岭算法的图像分割技术，用到以下函数： cv.watershed() 用法如下：cv.watershed( image, markers ) -> mark

霍夫变换 一、霍夫线变换 本小节主要介绍霍夫线变换的基本概念以及如何在图像中检测线条。包括以下函数：cv.HoughLines(), cv.HoughLinesP() 用法如下: cv.HoughLi

模板匹配 本小节主要介绍如何使用模板匹配在图像中发现对象，用到以下函数： cv.matchTemplate(), cv.minMaxLoc() 用法如下： cv.matchTemplate( imag

傅里叶变换 本节主要介绍： OpenCV中的傅里叶变换函数 使用Numpy中的FFT(快速傅里叶变换)函数 傅里叶变换的应用 如下函数cv.dft(), cv.idft() 用法如下： cv.dft(

图像直方图 - 2 一、2D直方图 本小节，我们主要来学习如何得到并绘制2D直方图。 在第一篇文章中，我们计算并绘制了一维直方图。 之所以称为一维，是因为我们只考虑一个特征，即像素的灰度强度值。 但是

图像直方图 - 1 一、寻找、绘制、分析直方图 在本小节，我们主要进行寻找、绘制(使用matplotlib)、分析直方图信息，用到以下函数： cv.calcHist(), np.histogram()

图像轮廓 一、基础概念 本小节旨在介绍图像轮廓的概念以及找出并绘制轮廓的办法，主要用到以下两个函数： cv.findContours(), cv.drawContours() 用法如下： cv.fin

使用MobileNet解决视觉问题 一、MobileNet 在上一单元中，我们已经看到了用于图像分类的 ResNet 架构。 更轻量级的 ResNet 模拟是 MobileNet，它使用所谓的 Inv