
机器视觉
Lafer碎碎
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
创建动态二维数组,并存数据到txt中,按矩阵的形势存储,并将数据转为图片
std::ofstream outputfile, picture; outputfile.open("wave_data2.txt"); int **dp2 = new int*[Index_Qty];//动态申请二维数组nxm for (int i = 0; i <rows; ++i) { dp2[i] = new int[cols]; } //读取不同row,col位置的最大sample_index值 for (long roi_in = 0; roi_index <原创 2020-05-12 08:11:48 · 340 阅读 · 0 评论 -
yolov3,利用windows编译,使用opencv显示,后期可转移至QT中制作
参考https://blog.youkuaiyun.com/Augurlee/article/details/103530487https://blog.youkuaiyun.com/stjuliet/article/details/87884976?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_rel...原创 2020-04-30 17:41:39 · 369 阅读 · 0 评论 -
anaconda下pycharm中 tensorflow代码没有代码补全功能,代码提示
C:\ProgramData\Anaconda3\envs\faceidentify\Lib\site-packages\tensorflow下的__init__.py文件找到contrib = LazyLoader('contrib', globals(), 'tensorflow.contrib', _CONTRIB_WARNIN...原创 2020-04-23 16:43:37 · 1076 阅读 · 0 评论 -
人脸识别的应用,转载他人博客,tensorflow+opencv
1.传统的利用opencv分类器直接进行人脸识别,以此保存人脸数据图片,用于后期存储 import cv2import sys from PIL import Image def CatchPICFromVideo(window_name, camera_idx, catch_pic_num, path_name): cv2.namedWindow(window_na...转载 2020-04-19 11:21:20 · 354 阅读 · 0 评论 -
Haar-like、HoG 、LBP 三种描述方法在目标识别中的优劣 (OPENCV学习资料)
1 Haar-like的优势在于能更好的描述明暗变化,因此用于检测正面的人脸2 HoG的优势在于能更好的描述形状,在行人识别方面有很好的效果3 LBP比haar快很多倍,但是提取的准确率会低(10-20% 取决于训练对象)如果是嵌入式或者移动端的开发,推荐使用LBP。这也解释了为什么haar应用于人的正面检测要明显好于应用于侧脸检测:正脸由于鼻子等凸起的存在,使得脸上的光影变化十分明显。而...翻译 2020-04-17 16:58:15 · 951 阅读 · 0 评论 -
中值滤波器 C++ 实现
均值滤波是像素周围的33的像素做平均值操作, 那么中值就是在33中的像素中寻找中值一般来说这个中值滤波是去除椒盐噪声的非常理想的选择。/**** method to remove noise from the corrupted image by median value* @param corrupted input grayscale binary array with corrup...转载 2020-03-23 19:00:57 · 711 阅读 · 0 评论 -
均值滤波 通过C++ 实现
具体说说均值滤波器是什么东西吧。其实这个东西就是在图像处理的时候, “把每个像素都用周围的8个像素来做均值操作 ”主要还是平滑图像的用处, 有的图像的锐度很高,用这样的均值算法,可以把锐度降低。使得图像看上去更加自然,下面就有几幅图我们可以看出一些端倪:/**** method to remove noise from the corrupted image by mean value...转载 2020-03-23 18:51:43 · 987 阅读 · 1 评论 -
常用图像处理算法 c++使用 成形
/*函数名称:MakegGray()*/ /*函数类型:void*/ /*功能:真彩色转化成256色灰度图像。*/ /*****************...转载 2020-03-23 14:45:04 · 199 阅读 · 0 评论 -
线阵相机参数设置和原理解释 (转载)很棒。
线阵相机顾名思义就是取像是成线性的。它的传感器是成线型的。举个例子:比如面阵相机的分辨率是640*480就是说这个相机横向有640个像元,纵向有480个像元。而线阵相机分辨率只体现在横向,比如2048像素的线阵相机就是说横向有2048个像元,纵向大多数为1。(RGB相机和TDI相机除外)关于线阵相机的传感器70年代大多数使用的是MOS,而从70年代末CCD开始迅速发展,一直到现在也...转载 2019-12-16 15:40:01 · 11260 阅读 · 0 评论 -
工业相机的几种工作模式——外触发,连续采集等的不同
提起面阵相机, 可能有些人对于它有了解,但是多数的人对于它没有多少认识。其实,它是工业相机的一种,也是产生着巨大的作用的,当然,在某些领域中也有极为广泛的应用。想对它进行更多的了解,从它的工作模式开始入手或者是一个不错的选择。它的工作模式虽然多样化,但是正是因为有了如此丰富的工作模式,人们才能利用它达到更好的效果。 模式一,连续模式。当面阵相机被调到这种工作模式...原创 2019-10-09 19:58:47 · 9113 阅读 · 1 评论 -
工业相机选型方法
工业相机选型方法面阵相机和镜头选型已知:被检测物体大小为A×B,要求分辨率小于C,工作距离为D。相机选型步骤:相机最低分辨率 = (A×B)/(C×C);选择相机时,最小缺陷面积在3~5个像素以上,因此相机的最低分辨率应大于3×(A×B)/(C×C)。镜头选型步骤:计算短边对应的像素数E = B/C,相机长边和短边的像素数都要大于E;像元尺寸 = 产品短边尺寸B / 所选相机...转载 2019-10-09 19:49:20 · 697 阅读 · 0 评论 -
通过串口助手,进行串口数据校验——观察串口接发数据是否正常
我又来啦~接着上一个博客,https://blog.youkuaiyun.com/qq_32278309/article/details/101383418继续讲讲串口,如果我们已经创建好了虚拟串口,那么就可以通过串口助手来愉快的判断数据啦。首先我们要下载一个小工具——友善串口助手(如果大神的话,可以自己用QT写哦)设置一下自身的串口数据通过 那个 蓝色三角符号 可以打开串口...原创 2019-09-25 20:40:33 · 3733 阅读 · 0 评论