qq_35914625的博客

浅谈背景建模和光流估计那些事前言背景建模1.帧差法2.混合高斯模型3.匹配方式光流估计前言浅谈下背景建模和光流估计。背景建模1.帧差法由于场景中的目标在运动，目标的影像在不同图像帧中的位置不同。该类算法对时间上连续的两帧或三帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差的绝对值，当绝对值超过一定阈值时，即可判断为运动目标，从而实现目标的检测功能。虽然帧间差分法的原理简单，计算量小，能够快速检测出场景中的运动目标。但由实验结果可以看出，帧间差分法检测的目标不完整，内部含有“空洞”，这是

答题卡识别前言github答题卡识别需求分析具体步骤图像基本预处理仿射变化答题卡圆形轮廓检测，并排序按行排序，对圆形区域的像素值，检测计算答案的正确率总结前言纸上得来终觉浅，绝知此事要躬行。算法是要多读论文、多看代码、多复现代码的。后两步特别重要。githubhttps://github.com/yanjingke/opencv_answer_sheet答题卡识别需求分析在本次识别中识别答题卡上的答案，并且计算出错误和正确的部分，统计出来。具体步骤1.图像基本预处理，保留试卷部分2.仿

opencv task2----停车场车位识别前言预备知识1. inRange()函数2. Canny算子3. cvFillPoly4.HoughLinesP停车场车位识别需求分析具体步骤对图片预处理将建立好的字典序列前言这个项目虽然识别技术很老，相比深度学习来识别来说也相对复杂、落后，但是是一个很好的练习opencv的项目。预备知识1. inRange()函数cv2.inRange函数设阈值，去除背景部分cv2.inRange(hsv, lower_red, upper_red)hsv指的是

总感觉很古老的图像特征计算Harris和Sift前言预备知识1.泰勒级数2.现代知识极值点Harris角点检测原理什么是角点？Harris 角点检测算法的原理Sift 角点检测Sift前言图像尺度空间Sift 步骤1. 高斯差分金字塔（DOG）2.计算极值点DoG空间极值检测.关键点的精确定位消除边界相应生成特征描述前言今天，我们来聊下Harris和sift这两个经常在论文里面提到的图像特征计算的算法吧。预备知识1.泰勒级数引用当年考研时，汤老师说过话吧，一切函数我都能产开成这个算式。其中包括多元

opencv task1-------银行卡识别前言opencv的安装预备知识1.二值化2.轮廓检测3.形态学3.sobel算子4.模版匹配项目步骤1.准备识别模版2.对银行卡操作3.模版匹配具体代码文件配置识别模版读取与裁剪银行卡读取与裁剪进行模版匹配前言一个好的深度学习算法工程师，从来就是和opencv、pilow、Matplotlib一起混合用，由于这个代码不是我写的，我就不上传代码了。opencv的安装这里我们使用python版opnecv，c++版本的基础算法也差不多。pip insta