顾随-优快云博客

原创（四）OpenCV——特征点检测与匹配

特征点检测与匹配是计算机视觉的核心技术，广泛应用于图像拼接、物体识别、三维重建等领域。本文介绍了OpenCV中常用的特征检测算法：Harris和Shi-Tomasi角点检测适用于简单场景；SIFT具有尺度不变性但计算复杂；SURF是SIFT的高效改进；ORB结合了实时性和旋转不变性。在特征匹配方面，BFMatcher提供精确匹配但效率低，而FLANN匹配器通过近似搜索显著提升速度。文章对比了各算法的特性、适用场景及OpenCV实现方法，为不同需求的应用提供了选择建议。

2025-07-17 11:38:29 1251

原创（三）OpenCV——图像形态学

图像形态学处理是一种基于形状的图像分析技术，主要通过腐蚀、膨胀及其组合操作来增强或提取图像特征。核心操作包括腐蚀（缩小前景区域）、膨胀（扩大前景区域）以及开运算（先腐蚀后膨胀，去除小物体）和闭运算（先膨胀后腐蚀，填充孔洞）。高级操作如形态学梯度用于边缘检测，顶帽变换用于提取亮/暗细节。这些操作通过结构元素（如矩形、圆形）控制处理效果，广泛应用于噪声消除、特征提取和图像增强等领域。OpenCV提供了相关函数如erode()、dilate()和morphologyEx()等实现这些功能。

2025-07-14 14:46:50 1362 2

原创（二）OpenCV——边缘增强与检测

边缘增强与检测是图像处理的关键技术，用于突出不连续区域（边缘）。边缘增强强化突变区域，边缘检测则直接标识边缘位置。其核心作用包括特征提取、数据压缩、视觉增强、三维重建和工业检测等。主要方法包括Sobel算子（一阶梯度）、Scharr算子（优化方向精度）、Laplacian算子（二阶导数）和Canny边缘检测（多阶段优化）。Canny算法通过高斯滤波、梯度计算、非极大抑制和双阈值检测实现最优边缘检测。这些技术为物体识别、图像分割等提供基础特征。

2025-07-11 10:23:27 1984

原创（一）OpenCV——噪声去除（降噪）

高斯滤波器通过高斯核卷积有效抑制高斯噪声，保留低频成分使图像模糊；中值滤波利用排序取中值去除椒盐噪声，能较好保持边缘；均值滤波采用均匀权重实现简单平滑，但边缘保持较差。三种滤波器在噪声类型、边缘保留和计算复杂度上各具特点：高斯滤波适合正态分布噪声，中值滤波专攻脉冲噪声，均值滤波适用于快速均匀平滑。实际应用中需根据噪声特性选择适当方法，其中高斯核需归一化以保持亮度恒定，而边缘检测算子等特殊滤波器可不归一化。

2025-07-10 17:12:01 1255

原创（五）yolov5——Web GUI

本文介绍了如何使用Gradio快速搭建YOLOv5目标检测Web界面。首先通过pip安装Gradio，然后加载本地YOLOv5模型，创建预测函数对输入图像进行处理。基础版本只需导入图像即可获得检测结果，优化版本增加了置信度和IOU阈值滑块调节功能，支持示例图片展示。通过简单的Python代码即可快速部署交互式目标检测应用，方便模型测试和演示。

2025-06-24 16:36:49 212

原创（四）yolov5——Pyside6可视化界面

本文介绍了使用PySide6和YOLOv5搭建目标检测GUI应用的完整流程。首先安装PySide6并配置Qt Designer工具，然后通过UI设计器创建主窗口界面。核心代码实现包括：初始化GUI组件、加载本地YOLOv5预训练模型、图片检测功能（支持JPG/PNG格式）、视频实时检测（MP4格式）。系统采用Qt信号槽机制进行交互控制，视频处理使用QTimer逐帧读取和预测，将OpenCV图像转换为Qt显示格式。最终实现了一个具备输入/输出双视图的检测系统，能实时显示原始画面和检测结果。

2025-06-24 15:57:41 1052

原创（三）yolov5——模型训练

本文详细介绍了使用YOLOv5进行视频目标检测的完整流程：1)通过OpenCV提取视频帧并转换格式；2)使用LabelImg工具标注帧图像创建训练集；3)按规范组织数据集目录结构；4)配置YAML文件设置训练参数；5)运行train.py进行模型训练；6)使用训练好的模型对视频进行目标检测。整个过程包含数据预处理、标注、模型训练和检测应用等关键步骤，附有代码示例和目录结构说明。

2025-06-23 17:39:23 642

原创（二）yolov5——模型检测

本文介绍了Yolov5在PyCharm中的配置和使用方法。首先详细说明了Python解释器的配置步骤，包括解决环境显示的常见bug。然后介绍了测试运行的流程，以及如何设置终端进入Conda环境。最后重点讲解了参数设置，包括图片检测、屏幕检测以及置信度阈值(conf-thres)和IOU阈值(iou-thres)的调整方法，并展示了不同参数值对检测结果的影响。文章提供了完整的命令行操作示例，帮助用户快速掌握Yolov5的基本使用和参数调优技巧。

2025-06-21 12:11:05 449

原创（一）yolov5——环境安装

通过清华镜像源下载Miniconda下载完毕后点击安装注意：这里最好勾选下添加到环境变量以win11为例：按住win键，在搜索栏输出关键词，出现Anaconda，点击"打开"打开后会显示如下界面：出现此语句：输入y进入yolov5的包。

2025-06-18 17:31:13 702

原创 (二)视觉——工业镜头（以海康威视为例）

机器视觉镜头选型与参数解析机器视觉系统中，镜头作为核心组件直接影响系统性能。FA镜头成本低、通用性强，但存在放大倍率变化、畸变大等问题，适合大尺寸物体检测。镜头的关键参数包括靶面尺寸（需匹配传感器）、焦距（决定成像范围）、光圈（控制景深和进光量）、工作距离（清晰成像范围）、畸变（几何失真）等。此外，镜头接口类型（如C/CS、M系列）需与相机匹配。正确选择镜头参数对提升视觉检测精度至关重要，需根据具体应用场景综合考量各项指标。

2025-05-29 20:25:40 1458

原创（一）视觉——工业相机（以海康威视为例）

工业相机是机器视觉系统的核心组件，负责将光信号转换为电信号。主要分为CCD和CMOS两类传感器，按功能可分为单色/彩色相机、模拟/数字相机、面扫描/线扫描相机。关键参数包括传感器类型、快门方式、分辨率、帧率等。选型需考虑检测需求（颜色、动态/静态）、精度要求及帧率匹配。线扫相机适用于宽视野或细长型物体的高精度检测。相机触发模式分为软件触发和外部信号触发（NPN/PNP接线方式），需根据应用场景选择。

2025-05-29 14:52:37 3938

原创 Vue3路由模式为history，使用nginx部署上线后刷新404的问题

在使用nginx部署vue3的项目后，发现正常时可以访问的，但是一旦刷新，就是出现404的情况。

2025-05-06 18:30:03 1236

原创 Vue3路由模式为history，使用nginx部署上线是空白的问题

将vue使用打包后将dist文件的内容，放入nginx的html中，并在nginx.conf中，设置端口启动nginx，打开发现网页内容为空白。

2025-05-06 17:32:07 752

原创（五）Java虚拟机——垃圾回收机制

这类语言没有自动垃圾回收机制，一个对象如果不再使用，需要手动释放，否则就会出现指的是不再使用的对象再系统中未被回收，内存泄漏的积累可能会导致。

2025-04-10 16:06:42 1010

原创（四）Java虚拟机——运行时数据区

Java虚拟机在运行Java程序过程中管理内存的区域，称之为运行时数据区。《Java虚拟机规范》中规定了每一部分的作用。

2025-03-25 10:48:43 768

原创（三）Java虚拟机——类加载器/双亲委派机制

类加载器（ClassLoader)是java虚拟机提供给应用程序去实现类和接口字节码数据的技术。类加载器只参与加载过程中的字节码获取并加载到内存这一部分。应用场景：企业级项目：SPI机制、类的部署、Tomcat类的隔离解决线上问题：使用Arthas不停机，解决线上故障。

2025-03-12 11:36:38 529

原创（二）Java虚拟机——类的生命周期

类的生命周期描述了一个类从加载、使用、卸载的过程。类的生命周期有七个阶段其中连接阶段又可以细分为验证，准备，解析。

2025-03-02 20:50:52 1086

原创（一）Java虚拟机——JVM的组成

问 int i = 0 , j = 0 ,k = 0;比较： i ++;j = j + 1;k += 1;的性能？先查看每一个的字节码文件。

2025-03-02 18:17:59 1207

原创 deepseek本地部署

deepseek本地部署

2025-02-25 19:47:01 622

原创 Spring IoC和AOP

理解Spring IoC和AOP

2025-02-25 16:58:10 957

原创 Docker 网络

查看所有的deocker 网络网络模式bridge ：桥接 docker默认none : 不配置网络host : 和宿主机共享网络container : 容器网络联通(用到少，局限性很大）测试创建一个自定义网络查看自己的网络配置用自己创建的网络，连接两台tomcat再次查看网络我们自定义的网络docker都已经帮我们维护好了对应的关系，推荐我们平时这样使用网络.比如：redis : 不同的集群使用不同的网络，保证集群是安全和健康的。

2024-12-16 17:02:46 985 1

原创 docker容器数据卷、DockerFile

Docker 容器数据卷是一个可用于存储数据的特殊目录，存在于一个或多个容器的指定位置。这些数据卷可以绕过容器的文件系统，提供持久化的数据存储，以便多个容器之间或容器与宿主机之间共享数据。通俗讲就是将docker容器产生的数据保存在本地，docker容器像要使用它，可以通过挂载在本文件，进行增删改查，实现数据的持久性。

2024-12-09 19:59:26 811