opencv_音视频博客-专业IT技术发表平台

推荐付费专栏 VIP文章

Five.（考研上岸版）

从零开始：OpenCV计算机视觉基础教程【图像基本操作】围绕视频读取-摄像头读取，ROI及图像通道的拆分和合并以及边界填充的操作学习

阅读 1.4k

26赞

Ubuntu20.04 OpenCV详细安装教程（附多版本切换共存教程） opencv安装有两种方式：1.使用包管理器安装预编译版本（安装十分简单，但是，且没有扩展模块且不支持Qt窗口）2.从源码安装（比较复杂，但是推荐）

阅读 3.6w

55赞

OPENCV数字识别（非手写数字/采用模板匹配）通过模板匹配，我们能够快速、准确地识别标准数字，适用于数字识别的基础场景。对于更复杂的场景，如手写数字或不同字体的数字，可能需要更先进的算法，如深度学习模型。希望这篇文章能够帮助你理解OpenCV中模板匹配的使用方法。如果你有任何问题或改进建议，欢迎在评论区留言讨论。

阅读 633

13赞

园游会永不打烊.

Python与OpenCV：图像处理与计算机视觉实战指南 Python和OpenCV的结合为图像处理和计算机视觉领域提供了强大的工具。通过动手实践，你可以更好地理解这些概念并提高你的技能。记住，实践是学习的关键，所以不妨开始你的图像处理之旅吧！

阅读 6.2k

46赞

一文了解PnP算法，python opencv中的cv2.solvePnP()的使用，以及使用cv2.sovlePnP()方法标定相机和2D激光雷达下面几种说法都是对pnp算法要做的事情的描述，大家自己体会一下1、PnP）是求解 3D 到 2D 点对运动的方法。它描述了当我们知道n 个 3D 空间点以及它们的投影位置时，如何估计相机所在的位姿。——《视觉SLAM十四讲》（参考2、通俗的讲，PnP问题就是在已知世界坐标系下N个空间点的真实坐标以及这些空间点在图像上的投影，如何计算相机所在的位姿。罗嗦一句：已知量是空间点的真实坐标和图像坐标，未知量（求解量）是相机的位姿。3、PnP是用来求解3D-2D点对运动的方法参考4、PnP问题就是指通过。

阅读 1.8k

6赞

一只蜗牛儿

C# 版 OpenCV：OpenCVSharp 最详细最全面教程（万字详细总结） OpenCVSharp 是 OpenCV 的 C# 封装，允许开发者在 .NET 环境下使用 OpenCV 提供的强大计算机视觉和图像处理功能。它支持大多数 OpenCV 的功能，包括图像读取、处理、特征检测、机器学习等。在本教程中，我们全面介绍了如何在 C# 中使用 OpenCVSharp 进行计算机视觉和图像处理。涵盖了环境配置、基本图像操作、特征检测、视频处理以及实际案例。希望本文能够帮助您在项目中更好地应用 OpenCV。

阅读 1.4w

17赞

嵌入式linux学习之opencv交叉编译/移植并使用CmakeList编译demo OpenCV官方源码下载链接为https://opencv.org/releases/，选择3.4.16版本下载。

阅读 6.8k

22赞

小胡说人工智能

基于Python+OpenCV智能答题卡识别系统——深度学习和图像识别算法应用(含Python全部工程源码)+训练与测试数据集本项目以Python语言和OpenCV图像处理库为基础，在Windows平台下开发答题卡识别系统，建立精确的计算机视觉算法，实现对答题卡批量识别、信息导出至Excel表格等功能，使判卷轻量化、准确化、高效化。

阅读 1.3w

25赞

【Python实战】——Python+Opencv是实现车牌自动识别该篇文章将以实战形式演示利用Python结合Opencv实现车牌识别，全程涉及图像预处理、车牌定位、车牌分割、通过模板匹配识别结果输出。该项目对于智能交通、车辆管理等领域具有实际应用价值。通过自动识别车牌号码，可以实现车辆追踪、违章查询、停车场管理等功能，提高交通管理的效率和准确性。可用于车牌识别技术学习。

阅读 5.1w

243赞

6-OpenCVSharp —- Cv2.CvtColor()函数功能（颜色空间转换）详解是 OpenCVSharp 中用于颜色空间转换的一个非常重要的函数。它支持多种颜色空间之间的转换，允许你对图像进行灰度化、颜色空间转换、通道提取等操作。了解如何使用它，可以帮助你在图像处理、计算机视觉、机器学习等领域中更加高效地处理图像。

阅读 1.7k

27赞

OpenCV下载安装教程（Windows） OpenCV（Open Source Computer Vision Library）是一个广泛使用的开源计算机视觉库，旨在提供丰富的图像和视频处理功能。它最初由Intel于1999年开发，并演变成为一个全球性的开源项目，得到了众多开发者的贡献和支持。OpenCV可以通过C++、Python、Java等编程语言调用，使得开发者能够在不同平台上进行图像处理和计算机视觉应用程序的开发。作为一个全面且强大的计算机视觉库，OpenCV包含了数百个用于图像处理、特征检测、对象识别、视频分析等领域的函数和工具。

阅读 3.5w

99赞

OpenCV 3 高斯金字塔向上up 放大图片向下down 缩小图片若先放大再缩小，图片不会还是原来的图片，他会变得模糊拉普拉斯金字塔这套操作用来将图片1中的东西和图片2匹配出来。

阅读 1.0k

8赞

OpenCV与AI深度学习｜16个含源码和数据集的计算机视觉实战项目(建议收藏！) 本文将分享16个含源码和数据集的计算机视觉实战项目。

阅读 2.8w

113赞

深入理解 OpenCV 的距离变换（cv2.distanceTransform）及其应用距离变换是针对二值图像的一种操作，其结果是一个灰度图像，图像中每个像素的灰度值表示它到最近的前景像素（通常是白色区域）的距离。简单来说，它可以帮助我们量化背景区域到前景区域的空间分布。OpenCV 的 cv2.distanceTransform 是一个功能强大且易于使用的工具。通过距离变换，我们可以在图像处理任务中挖掘更多的空间信息，提升算法的精度和鲁棒性。无论是图像分割、目标检测还是工业和医学应用，距离变换都能为我们提供强大的数据支持。

阅读 801

4赞

41-OpenCVSharp —- Cv2.Rectangle()函数功能（绘制矩形）详解是 OpenCVSharp 中常用的绘制矩形的函数，广泛应用于图像标注、目标检测、图形绘制等领域。通过合理选择矩形的坐标、颜色和线宽等参数，能够满足多种应用需求。在使用时要注意坐标范围和性能优化。

阅读 2.3k

12赞

可乐续命！

opencv下载安装及VS配置（笔记）找到opencv文件夹，依次选择build->x64->vc16->bin，复制路径D:\opencv\build\x64\vc16\bin；右键此电脑->属性->高级系统设置->环境变量->系统变量，找到Path变量，选中后点击编辑，添加D:\opencv\build\x64\vc16\lib目录下的依赖项，添加附加依赖项：项目->属性->链接器->输入->附加依赖项->编辑。添加包含目录：项目->属性->VC++目录->包含目录->编辑。添加库目录：项目->属性->VC++目录->库目录->编辑。

阅读 2.6k

14赞

Python + OpenCV 系列：图像阈值处理本文介绍了Python和OpenCV中常用的图像阈值处理技术。阈值处理通过将图像的像素值与设定的阈值进行比较，将图像分为两类，常用于图像分割、目标检测等任务。文章详细讲解了几种常见的阈值方法，包括二值化阈值、反向二值化、截断阈值和平滑阈值。还介绍了自适应阈值和Otsu’s阈值法，后者可以自动选择最佳阈值，适用于背景和前景对比明显的图像。此外，本文还探讨了阈值处理在图像分割、文档分析、物体检测和医学影像等领域的应用。通过掌握这些阈值方法，读者可以有效地进行图像预处理和分析。

阅读 1.1k

14赞

opencv-python图像增强三：图像清晰度增强你是否有过这样的烦恼，拍出来的照片总是不够清晰，显得雾蒙蒙的？其实，通过一些简单的技巧，我们可以让这些模糊的照片焕发新生。首先，让我们来了解一下什么是图像清晰度。简单来说，图像清晰度就是指图片中的细节是否清晰可见。一张清晰的照片，细节丰富，边缘分明；而一张模糊的照片，则细节丢失，看起来不够锐利。图像清晰度增强就是指通过一系列算法和技术手段提高图像的视觉效果，使图像中的细节更加清晰，边缘更加锐利，整体图像更加鲜明。

阅读 7.4k

53赞

从源码编译支持FFmpeg的OpenCV OpenCV有些API需要依赖FFmpeg的功能，例如cv::VideoWriter。

阅读 938

4赞

科学的发展-只不过是读大自然写的代码

ubuntu opencv 安装 Linux系统上安装OpenCV主要有从源代码编译安装、使用包管理器安装、使用Python的pip包管理器安装以及使用conda包管理器安装四种方式。用户可以根据自己的需求和Linux发行版的特点选择合适的安装方式。从源代码编译安装提供了最大的灵活性，但安装过程相对复杂；使用包管理器安装则更加简单快捷，但可能无法获得最新版本。选择哪种安装方式取决于用户的具体需求和项目环境。如果需要最新版本的OpenCV或需要高度自定义编译选项，可以选择从源代码编译安装；

阅读 7.6k

36赞

作者推荐

你好，明天，，: 你好，明天。一个今天胜过两个明天。

关注

燕鹏01: 代码改变世界！

关注

乱蜂朝王: OpenCvSharp ONNXRuntime 实践

关注

通信.萌新: 还在学习，如果有错请见谅

关注

湫ccc: 高山仰止，景行行止。虽不能至，心向往之。

关注

CV-King: 长期从事计算机视觉方面工作，擅长使用传统图像处理与深度学习结合的方式解决实际问题

关注

村北头的码农: c++程序员，目前从事人工智能领域相关工作

关注

aworkholic: 路漫漫其修远兮，吾将上下而求索

关注

scott198512: Focus on improving yourself, not proving yourself.

关注

高力士等十万人: 应用软件开发

关注