Atticus的博客

每个特征都是通过从黑色矩形下的像素总和减去白色矩形下的像素总和获得的单个值。scaleFactor调整哈尔级联器的人脸选框使其能框住人脸。测试一下，识别文字还是很准的！深度学习是计算机视觉最为重要的方法。具体实现还需要进一步优化！配置出现问题的，可以看看这篇。只要不测口，还是比较准确的。安装很简单，这里贴一个。

图像分割是计算机视觉中的一个重要领域，通过它我们可以做物体的统计，背景的变换等许多操作，而图像的修复可以说是它的逆运算。

特征点检测与匹配是计算机视觉中非常重要的内容。不是所有图像操作都是对每个像素进行处理，有些只需使用4个顶点即可，如图像的拼接、二维码定位等。

如果视频是25fps，即每秒25帧，即1000ms过25帧，那么200ms就走5帧（25/1000*200=5)通过实践可以发现传统的目标检测缺点很多，比方说可能重复计数…所以之后我们需要结合深度学习来提高目标检测的精度。红框就是最小外接矩形，绿框就是最大外接矩形。运动的物体为前景，静止的物体就是背景。最小外接矩形可以看图形有没有旋转。

开运算：先做腐蚀后做膨胀（腐蚀可以理解为缩小）闭运算：先膨胀后腐蚀。

超过最大值肯定是边缘，低于最小值肯定不是边缘，而介于最大值和最小值之间，如果和超出最大值A是连续的，则C也是边缘，而B就不是边缘。锚点就是卷积核所对应的图像中间的点，比方说是3x3的卷积核，那对应的锚点可以是16。这两种滤波API功能基本一样，一般我们用blur这个。低通滤波：低于某个阀值滤波可以通过。高通滤波：高于某个阀值滤波可以通过。

第一行的第三列是x轴偏移量，第二行第三列是y轴偏移量。

可以看出，给一张图做加法运算，它可以变亮一些，做减法运算，可以变暗一些。无非是让图片亮得更快一些和亮得更慢一些。

详情参看官方文档点集必须为32位之后我会持续更新，如果喜欢我的文章，请记得一键三连哦，点赞关注收藏，你的每一个赞每一份关注每一次收藏都将是我前进路上的无限动力 ！！！↖(▔▽▔)↗感谢支持！

红色是我们原先创建的mat，蓝色是我们之后创建的mat，我们把A赋给B,默认浅拷贝。让Mat B独立，拷贝了一份data，完全和Mat A独立开来。变成一个颜色的二维数组就没有颜色了，就只有黑白色之分了。拷贝的是header，并没有拷贝data。主要用于物理硬件显示器中。

和之前从摄像头采集视频最大的区别是，要根据视频的fps来修改cv2.waitKey()里的值，如果你是22fps的视频，相当于1s走22帧，即1000ms走22帧，即一帧需要1000 / 22ms，而这个就是cv2.waitKey()里应该填的值。其中提到，cv2.waitKey()返回值是int类型，而ASCII码是8位(char)，所以我们需要用key &0xff取它的低八位来实现，而ord函数是Python中的另一个内建函数，用于将字符转换为对应的ASCII码。OpenCV颜色空间默认BGR格式。

可以在visual studio code上运行，也可以在pycharm上，环境搭建很简单！有些人可能在visual studio code上面配置不出环境，比方说Scripts文件一直都无法生成，就得看看你的python的Scripts地址有没有添加到环境变量里！因为我的python环境是3.9的，所以添加进去就行了，然后创建虚拟环境再安装opencv-python再顺手更新一下pip我是看这篇博客得到的启发，其实之前配置也有一些问题，就是出在Scripts没配到环境里去。

使用Mediapipe参考资料21 hand landmarks水平镜像处理import cvzoneimport cv2import numpy as npfrom cvzone.HandTrackingModule import HandDetectorcap = cv2.VideoCapture(0) # 0代表自己电脑的摄像头cap.set(3, 1280) # 宽cap.set(4, 720) # 高detector = HandDete

第一种方法：导入清华镜像源：https://pypi.tuna.tsinghua.edu.cn/simple第二种方法Ctrl + R输入cmd进入命令行输入python -m pip install --upgrade pip再安装opencvpip3 install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple之后我会持续更新，如果喜欢我的文章，请记得一键三连哦，点赞关注收藏，你的每一个赞每一份关注

Above all，我希望你们都在OpenCV的官网上都下了适合你们电脑操作系统环境以及相应Python版本的whl文件，因为我的OS是64位的windows，所以我选择这个版本的方案一、可以选择在Anaconda中搭建OpenCV环境，因为我之前已经安装好了，所以这里显示的是already satisfied方案二、在命令行模式下安装OpenCV，首先你要有numpy的whl文件，因为...