qq_43799400的博客

OpenCv (C++) 使用矩形 Rect 覆盖图像中某个区域

C++ 使用一维数组和二维数组给 std::vector 赋值的方法

pycharm中的opencv-python没有函数提示的解决方案

vs2017配置opencv

connectedComponentsWithStats()是一个非常好用的连通域分析函数，可以检测连通域，获取连通域的数量、每个连通域的面积、宽度/高度、质心和左上角顶点坐标等。

图像的数据增强：HSV色彩空间介绍以及与BGR空间的转换

目录1、创建全黑图像2、单通道图像素值的读取3、三通道图像素值的读取4、保存视频时的尺寸使用opencv时，经常用错(x、y)坐标和 (row、col) 坐标，所以写个博客总结一下。1、创建全黑图像Mat img = Mat::zeros(Size(cols,rows), CV_8UC1); //全黑单通道图Mat img = Mat::zeros(Size(cols,rows), CV_8UC3); //全黑三通道图Mat img1 = Mat::zeros(img.size(),

将一个 1920 * 1080 的视频压缩为 960 * 540 的视频，帧率不变。将每个 2 * 2 相邻像素点的像素值求平均，变成一个新的像素点（即 2 * 2 的平均池化）。

前言MP4转为GIF并不复杂，有很多在线工具和软件都可以实现，但这些工具将MP4转为GIF后，GIF会变得很大。如5M的MP4视频转为GIF可能变成15M，为了获得较小的GIF，不妨考虑使用opencv实现。通过设置GIF帧率和改变视频分辨率可以大大压缩视频大小。代码如下：import cv2import moviepy.editor as medvideo_name = "vedio.mp4"video = cv2.VideoCapture('vedio.mp4') # 读取视频#

调用摄像头video = cv2.VideoCapture(index)用于调用摄像头，其中index从0开始命名。在台式机中，0表示外接摄像头；笔记本电脑中，0为内置摄像头，1为外接摄像头。保存图片/视频opencv支持对某一帧图片或摄像头拍摄的全部视频进行保存，图片保存利用cv2.imwrite()函数即可实现。视频保存需创建视频流，将摄像头拍摄的视频分解为图片写入视频流中，生成视频。保存图片的代码import cv2video = cv2.VideoCapture(0) # 调

前言直接用在github下载的image watch.vsix插件安装时可能会提示 “未能成功对所有选定的产品安装"Image Watch”。有关详细信息，请单击对话框底部的安装日志链接。”网上有一种解决方案是用win.rar解压打开image watch.vsix，但用户不一定能找到win.rar来打开文件，也比较麻烦。因此这里提供了一种稳妥有效的办法。一、安装办法1、打开VS20172、点击“工具”----“拓展和更新(U) ”3、点击左侧的“联机”4、在右上角搜索栏输入image w

//直接上代码，使用最大类间方差法进行二值化的函数void threshold_otsu(Mat &mat, Mat &mat_thresh) //mat为输入图像，mat_thresh为二值化后的输出图像{//求出图像的最大和最小像素值，确定阈值区间double min_value_mat, max_value_mat;Point min_position_mat, max_position_mat;minMaxLoc(mat, &min_value_mat, &

sprintf_s()函数可以读入指定路径下的图片序列，但前提是图片命名必须是1.jpg 2.jpg 3.jpg… 之后用imread读取图片路径即可。代码如下：const int num_img = 20; # 图片数量char fileName[100];Mat img;for (int img_order = 1; img_order <= num_img; img_order++){ // sprintf_s读入指定路径下图片序列，图片路径为filename s

这是一个非常有趣的问题，也涉及到一个我还没有解决的疑问，先看代码吧。//轮廓检测vector<vector<Point>> contours; //轮廓vector<Vec4i> hieracrchy; //轮廓结构findContours(dilate_dst, contours, hieracrchy, 3, 2, Point()); //检测最外围轮廓for (int i = 0; i < contours.size(); i++)

区域生长法的C++实现（opencv）区域生长法是一种图像分割的常用算法，能够将目标区域精确得分割出来。我的程序是将图像最中央的白色圆形区域提取出来，因此第一个种子点选择在了图像中央。待处理图片：提取结果如下：代码如下：void AreaGrow(Mat &mat, Mat &growArea) //mat为输入图像，growArea为区域生长后的输出图像{ //定义第一个种子点位置为图片最中心处 int firstSeed_x = mat.cols / 2;

ROI区域：region of interest，感兴趣区域bitwise_and 并不限制在二值图像，也可以用于灰度图的处理。可能在实际应用中，提取灰度图中的ROI区域更有价值。比如我们随便找一张图，并将其转为灰度图：ROI区域为白色圆形区域：用 bitwise_and 在原图中提取的ROI区域为：代码（C++）：int main(){ const char* imagename = "test.jpg"; Mat img = imread(imagename,0); if (i