通过调整权重合并相同分辨率的两张图像为一张图像。通过代码生成RGBA四通道图像矩阵,并保存。添加头文件与使用命名空间。

下图为一张opencv生成的宽640 ,高 480 像素的bmp格式的图像,图像位深度为32,转换为mb单位 : 640 * 480 * 32 / 8 /1024 = 1.171875mb。转换为byte单位 :640 * 480 * 32 / 8 = 1228800 byte。转换为kb单位 : 640 * 480 * 32 / 8 /1024 = 1200kb。分辨率 * 位深度 / 8 /1024 = 图像大小kb。注:图像转换为BMP格式公式计算是正确的,但转换为png格式,会进行图像压缩,

注: 加载彩色图像，彩色图像才有3个通过，分别是B,G,R 灰色图像只有1个通道。分离图像通道-python实现。分离图像通道-c++实现。

uint8 相加 取模255再减去1 两个矩阵相加，返回数据类型更大的一个类型 如 uint8 与float32,将返回float32。numpy中矩阵相减,如果值为负数, 值 取模 255 ,然后再 加上 1。矩阵相乘: a.矩阵类型相同, b.只能是float或者double类型。矩阵C的行数等于矩阵A的行数，C的列数等于B的列数。矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。公式: 负值时: x%255+1。(矩阵A行对应元素*矩阵B列对应元素之和)矩阵A的行等于矩阵B的列，可相乘。

OpenCV开发之矩阵通道分离与合并

opencv开发之Mat单通道与多通道使用

OpenCV之Mat矩阵类使用。

现在,可正常使用OpenCV api开发了,但是在链接时,要复制到opencv_word470.dll到运行目录,创建并打开C++工程,配置VC++目录中的包含目录与库目录如下,debug与release一样。使用OpenCV库功能前,需要引用core.hpp与highgui.hpp及使用cv命名空间。下载windows版本,下载完成后双击运行解压。安装opencv4.7。

该对象为一个二维数组 ,构造一个2行4列的二维数组(矩阵) ,并初始化所有元素为0,及指定数据类型为uint8。并使用numpy构造一个ndarray对象: np.zeros((2,4),np.uint8),取矩阵类型: type(z) , z为上面创建的ndarray对象。下面示例创建一个3行,6列全为1的二维矩阵,数据类型为uint32。下面示例创建一个2行,5列的二维矩阵,并在创建时初始化所有行与列值。调用z变量,直接输出矩阵中的所有元素值与数据类型。查看三维数组的大小,类型,元素类型,

c++默认支持中文,直接调用imshow可显示。解决方法:通过指定编码返回字符串。

pip install opencv-contrib-python 安装opencv,并在spyder中使用opencv.6.打开ANACONDA NAVIGATOR启动spyder。也可使用anaconda安装opencv。下载完成后,双击运行安装。

下载完成后,双击运行dmg文件,拖放Spyder到Applications。点击download--->Download for macOS。现在,可使用Spyder来调试python脚本了。

brew install bazelisk 配置时会自动安装bazel5.3.0版本。使用 brew包管理工具安装python。xcode 9.2或者更高。

使用YOLOv5要先安装opencv-python和pandas库。可通过PyTorch Hub加载YOLOv5检测模型。安装opencv-python。检测图像并返回数据帧。

MacOS平台要求pip版本要20.3或者更高。根据喜好,选择安装类型。

4.如果要支持CUDA编程,要安装NVIDIA CUDA 11或者更高版本, 安装NVIDIA cuDNN v7或者更高版本。3.Python与编译器版本要求 (Python3.7或者更高,编译器要求支持C++17)conda install mkl mkl-include ,64位处理器不用安装。CUDA不支持MacOS, 禁用CUDA ,设置 USE_CUDA=0。现在可开始机器学习了。

出现上图错误,安装numpy对应版本包,下图为安装numpy成功。3.安装python3与包管理工具。如果用pip3安装,执行下面命令。如果用图片界面安装,按下面步骤。用conda安装pytorch。点击如下图Install。pytorch验证成功。

allocator@D@2@@std@@XZ)，函数 "[thunk]:public: virtual class std::basic_string __cdecl cv::xfeatures2d::VGG::getDefaultName`vtordisp{4294967292,0}' (void)const " (?错误原因：文件没下载成功。

1.克隆opencv_contrib仓库： git clone https://github.com/opencv/opencv_contrib.git。2.克隆opencv库： git clone https://github.com/opencv/opencv.git。复制上面命令在控制台执行，完成opencv,与opencv_contrib克隆。同时编译opencv与opencv_contrib。克隆前先安装好Python,Cmake,Git。编译：cmake --build .

OpenCV4.7基于Linux源码编译

至此，OpenCV的开发环境配置OK。工程调试设置，添加命令参数 1.jpg。复制1.jpg到项目工作目录。打开opencv.org。选择Releases。