<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Crevettes的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Crevettes</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Crevettes]]></copyright><item><title><![CDATA[利用OpenCV-python 做Multi-Tracker]]></title><link>https://blog.youkuaiyun.com/Crevettes/article/details/109140913</link><guid>https://blog.youkuaiyun.com/Crevettes/article/details/109140913</guid><author>Crevettes</author><pubDate>Sun, 18 Oct 2020 03:50:30 +0800</pubDate><description><![CDATA[引言
对象跟踪API在OpenCV3.0中被最先引用，现在我们的OpenCV已经发展到4.4版本，产生了许多不同的跟踪器，今天就来学习一下利用OpenCV-python的多对象追踪器。
本文仅提供代码和基本代码思路，关于跟踪技术以后有时间研读一下再更新。
为什么开发对象跟踪技术
我们知道，OpenCV为我们提供了多种多样的对象检测技术，例如最简单的凸多边形检测，角点检测，甚至与深度学习相关的人脸检测，对象识别等等，那么对象跟踪有什么意义呢？他的优缺点如下：
1. 对象跟踪比识别技术要快得多
首先，利用跟踪算]]></description><category></category></item><item><title><![CDATA[利用Opencv-python做 “ 隐形衣 “]]></title><link>https://blog.youkuaiyun.com/Crevettes/article/details/109127724</link><guid>https://blog.youkuaiyun.com/Crevettes/article/details/109127724</guid><author>Crevettes</author><pubDate>Sat, 17 Oct 2020 18:45:57 +0800</pubDate><description><![CDATA[参考文献：
Learn-opencv网站blog
所谓电影中的 “隐身衣” ，即是对于固定背景中，筛去选定颜色值的像素并用背景像素替换。
这听起来十分奇怪，然而你可曾想到，我们生活中99%的电影特效渲染都利用了蓝幕/绿幕技术，通过后期处理，扣掉视频帧图里面frame中为特定值蓝/绿的像素，并辅以制作好的电影特效帧去替换。

话不多说，来看具体技术。
工作原理

多次捕捉并存储固定的背景框
使用颜色检测算法检测红色布料
通过生成Mask遮罩将红色布料分段
最终以增强输出

工作步骤
1.捕捉并存储多帧背景框
]]></description><category></category></item><item><title><![CDATA[阅读文章：opencv中的色彩空间（RGB&HSV）(后续待补充)]]></title><link>https://blog.youkuaiyun.com/Crevettes/article/details/109123847</link><guid>https://blog.youkuaiyun.com/Crevettes/article/details/109123847</guid><author>Crevettes</author><pubDate>Sat, 17 Oct 2020 00:58:18 +0800</pubDate><description><![CDATA[Learn OpenCV教程：Opencv色彩空间
1.RGB（BGR）色彩空间

BGR色彩空间特点：

BGR是一种加色空间，最终图像由三个通道线性组合构成
三通道数值与撞击在物体表面的光量有关
3.一般形式为（B，G，R）：黑色为（0，0，0）白色为（255，255，255）

可以看到，在RGB（在OpenCV中为BGR）空间内，室内的明暗度对三个不同通道的取色有着很大的影响。
由此总结，RGB空间简洁有效，却存在着一定的问题：

感知不一致性质（perceptual non-uniformity）]]></description><category></category></item><item><title><![CDATA[利用OpenCV-Python 进行简单图像修复]]></title><link>https://blog.youkuaiyun.com/Crevettes/article/details/109118808</link><guid>https://blog.youkuaiyun.com/Crevettes/article/details/109118808</guid><author>Crevettes</author><pubDate>Fri, 16 Oct 2020 16:34:25 +0800</pubDate><description><![CDATA[引言
这两天看了Learn OpenCV 上关于图像修复(Image Inpainting)的相关文章，图像修复可能听起来是一项很难的技术，实际上确实如此。
有时相片上出现了划痕，我们第一时间可能想到的修复方式可能就是PS，然而利用Opencv写几十行代码就可以轻松的修复简单的划痕。
图像修复是什么
图像修复时计算机视觉中一种利用某种算法填充图像或者视频内的区域的方法，我们用二进制mask标识要修复的区域，并用其周边区域的信息完成修复。
修复的算法
文章中介绍了两种算法
cv2.INPAINT_NS： 基于]]></description><category></category></item><item><title><![CDATA[利用python-opencv 做出图像/视频的哈哈镜效果]]></title><link>https://blog.youkuaiyun.com/Crevettes/article/details/109106874</link><guid>https://blog.youkuaiyun.com/Crevettes/article/details/109106874</guid><author>Crevettes</author><pubDate>Thu, 15 Oct 2020 23:08:07 +0800</pubDate><description><![CDATA[@[TOP](利用python-opencv 做出图像/视频的哈哈镜效果)
引言
在进行过相机校准的学习之后，我们已经理解了相机的外参/内参矩阵。
关于相机校准的原理以及内外参矩阵的介绍可以参考
我们可以做一个简单的应用：通过opencv-python cv 弯曲所生成的图像。
我们来看看原理：
原理
构建哈哈镜需要三个步骤：


构建一个虚拟相机


对于图像输入，先由图片定义虚拟世界坐标（图片位于XOY平面），将变形函数应用至其上（XOY以z轴为法线，可用plane.Z表示），


最后经过虚拟相机的参]]></description><category></category></item><item><title><![CDATA[利用Opencv-python 对视频背景进行简单估计]]></title><link>https://blog.youkuaiyun.com/Crevettes/article/details/109060617</link><guid>https://blog.youkuaiyun.com/Crevettes/article/details/109060617</guid><author>Crevettes</author><pubDate>Wed, 14 Oct 2020 19:44:24 +0800</pubDate><description><![CDATA[Opencv-python 对背景进行简单估计引言环境&amp;工具中位数介绍1.用中位数做背景估计2.运动帧检测参考教程
引言
很多时候，计算机的处理能力并非十分强大，这种时候我们需要尽可能用简单的算法去实现目标。
本文对用静态相机做动态视频的处理进行了一个基本介绍，容许我们对动态的视频做一个静态的背景估计。
环境&amp;工具
Win10
Python3.8.6 &amp; Opencv4.4
中位数介绍
中位数的意义不言而喻，很多时候对一组数据采用平均数是一种简单有效的方式，然而有些时候，取中位数则是]]></description><category></category></item><item><title><![CDATA[Camera Calibration 利用openCV-python 进行相机校准]]></title><link>https://blog.youkuaiyun.com/Crevettes/article/details/109076147</link><guid>https://blog.youkuaiyun.com/Crevettes/article/details/109076147</guid><author>Crevettes</author><pubDate>Wed, 14 Oct 2020 19:43:55 +0800</pubDate><description><![CDATA[利用python-opencv做相机校准利用OpenCV相机校准
利用OpenCV相机校准
参考之前做的ppt，已经导出为图片：
我们可以看到，首先需要准备一个chessboard的图片，然后从多角度对图片进行拍摄（注意尽量让图片周围不要有容易混淆的颜色）

然后从多个角度进行拍摄，拍摄后文件放到一个文件夹内即可。

下面来看python代码，注释已经比较详尽：
import cv2
import numpy as np
import os
import glob

# Defining the dimen]]></description><category></category></item></channel></rss>