有些代码不应该被忘记

效果图比如我们有下面的一篇文章的截图，想把其中的文字区域全部找出来。当然这里的截图只有文字和白花花的背景，效果会非常好。绿色的的矩形框的是我们根据检测到的文字区域，手动画出来的。原理那么我们是怎么做到检测到区域的呢？首先，我们会注意到，文字区域和其他的图片背景很不一样。我们用膨胀处理图片，让文字变成一块块大区域，然后识别整块的轮廓，用

ubuntu下卸载opencv步骤1. 进入build文件夹，命令行执行make uninstall2. cd ..3. sudo rm -r build4. sudo rm -r /usr/local/include/opencv2 /usr/local/include/opencv /usr/include/opencv /usr/include/opencv2 /usr/lo

最近做图像,使用了Opencv3.0。因为涉及了蛋疼的混合编程，所以Mat 和 IplImage的转换是必不可少的。让人无语的是从网上查的IplImage转Mat的方法根本不能用。于是我不得不扒了一下Opencv3.0的原文档，上面这么说：Partial yet very common cases of this user-allocated data case are con

数字图像处理和图像识别中常用的OpenCV函数1、cvLoadImage：将图像文件加载至内存；2、cvNamedWindow：在屏幕上创建一个窗口；3、cvShowImage：在一个已创建好的窗口中显示图像；4、cvWaitKey：使程序暂停，等待用户触发一个按键操作；5、cvReleaseImage：释放图像文件所分配的内存；6、cvDestro

1、将Mat转换为IplImage举例：Mat img；           IplImage *src；           src=&IplImage（img）；2、将IplImage转换为Mat    Mat(const IplImage* img, bool copyData=false);Mat类型较CvMat和IplImage有更强的矩阵运算能力

第一篇博客当中说了Labview 的优势，其中就有一项就是可以和Matlab和OpenCV混合编程，今天就说一下用Labview调用opencv，当然网上也有人分享出来怎么去做这个动态链接库，但是针对于图像处理的还不多，至少我看到的都是调用windows的动态链接库，其实也都很简单就是把一维的处理变成二维的处理，网上也有不少例程，我在这个过程当中也因为粗心大意遇到一些问题，今天就把这块详细的说一说

DLL输入和输出函数—dllinport与dllexport Microsoft特殊处dllimport和dllexport存储类修饰符是C语言的Microsoft特殊处扩充。这些修饰显式定义了DLL的客户界面(可执行的文件或另外的DLL)。说明为dllexport的函数消除了一个模块定义(.DLL)文件的需要。你可以为数据和对象使用dllimport和dllexport修饰符。

OpenCV 如何对图像的像素进行操作对图像的像素进行操作，我们可以实现空间增强，反色,大部分图像特效系列都是基于像素操作等目的。先来看一下内存空间中图像矩阵，也就是Mat的矩阵数值部分是怎么存储的：如果图像是一幅灰度图像，他就像这样，从左到右，从上到下，依次是矩阵的每一行每一列，这时候矩阵M(i,j)的值自然就是当前点的灰度值了。而对于一幅彩色图像，由于它

注意：该程序功能是检测二维码，不是识别，只是在图中定出二维码的位置即可原图是这样：如果出现这张图片时，程序需要找到二维码其余图片是这样：程序步骤： 1.图片缩小 2.灰度化，直方图均衡化，对比度增强，滤波 3.otsu阈值分割 4.五次膨胀 5.轮廓查找，如果轮廓满足一下条件，认为可能为二维码区域，像素面积大于60，长短轴之比小于1.3 

玻璃镜面缺陷检测，包括划痕检测，点缺陷检测，直线检测等。代码程序如下：//////#include //#include //#include //#include //using namespace std;////int main()//{// IplImage *src = cvLoadImage("que.jpg", CV_LOAD_IMAGE_GRAYSCALE)

光流Optical Flow介绍与OpenCV实现       光流（optic flow）是什么呢？名字很专业，感觉很陌生，但本质上，我们是最熟悉不过的了。因为这种视觉现象我们每天都在经历。从本质上说，光流就是你在这个运动着的世界里感觉到的明显的视觉运动（呵呵，相对论，没有绝对的静止，也没有绝对的运动）。例如，当你坐在火车上，然后往窗外看。你可以看到树、地面、建筑等等，他

本文目录：      一.基于特征点的目标跟踪的一般方法      二.光流法      三.OpenCV中的光流法函数      四.用类封装基于光流法的目标跟踪方法      五.完整代码      六.参考文献一.基于特征点的目标跟踪的一般方法      基于特征点的跟踪算法大致可以分为两个步骤：    

前言：本博文摘抄自中国慕课大学上的课程《Python数据分析与展示》，推荐刚入门的同学去学习，这是非常好的入门视频。plt.savefig(‘test’, dpi = 600) ：将绘制的图画保存成png格式，命名为 test plt.ylabel(‘Grade’) : y轴的名称 plt.axis([-1, 10, 0, 6]) : x轴起始于-1，终止于10 ，y轴起始于0，终

numpy库：常用基本 numpy 本文主要列出numpy模块常用方法 大部分内容来源于网络，而后经过自己的一点思考和总结，如果有侵权，请联系我 我是一名初学者，有哪些地方有错误请留言，我会及时更改的创建矩阵（采用ndarray对象）对于python中的numpy模块，一般用其提供的ndarray对象。 创建一个ndarray

最近opencv3.4.1发布了，想换个新的试试鲜，于是把配置的过程通过博文的方式记录下来，方便查阅。 本教程原为3.3.0，但经过博主亲测，3.4.0、3.4.1皆适用注：如果ubuntu默认下载在Download文件下，后面所有步骤全都不用改！！原文网址：https://blog.youkuaiyun.com/cocoaqin/article/details/78163171https:...