StevenKe404的专栏

最近在学习OpenCV,OpenCV的全称是：Open Source Computer Vision Library。OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，拥有丰富的图像处理和计算机视觉方面的算法，同时提供了很多通用算法API。最新的opencv2的版本为2.4.13。下载地址http://opencv.org/更简单的python版本：识别圆形（python版）...

在opencv中提供了许多成熟的接口，其中一个就是人脸识别，先看看效果图。可以看出用opencv自带的样本就能很方便的识别出人脸。OpenCV有已经自带了人脸的Haar特征分类器。在目录\opencv\sources\data\haarcascades 下面。可以看出里面还有很多分类器，识别左耳、右耳、鼻子、嘴等。本列子用的haarcascade_frontalface_alt.xml。1.原理打开

背景减除在很多基础应用中占据很重要的角色。列如顾客统计，使用一个静态的摄像头来记录进入和离开房间的人数，或者交通摄像头，需要提取交通工具的信息等。我们需要把单独的人或者交通工具从背景中提取出来。技术上说，我们需要从静止的背景中提取移动的前景。好在OpenCV已经提供了一些背景减除的算法。1.运行环境操作系统：win7 64位 python3.5.2 opencv3.22.方法cv2.create

OCR（Optical Character Recognition，光学字符识别）,如今已经广泛的运用到了各种领域。本次创建一个识别手写数字的程序，使用的是knn算法，属于机器学习中的监督学习，需要大量的训练数据样本进行训练，然后根据训练结果进行识别。 图中绿色的点会根据k的值取值，再根据取到值颜色的多少来判断绿色的点是属于红色还是蓝色。把这个过程就叫做分类。OpenCV安装包里有一张图片di

前一次用OpenCV自带的图片做训练和测试，成功率可以达到91%。那么怎么提高识别的成功率，在实际的测试中可能会根据自己手写数字的差异大大降低数字的识别率。通过增加自己手写数字的样本集来增加识别率。1.运行环境操作系统：win7 64位 python3.5.2 opencv3.22.代码import cv2import numpy as np#定义更新knn的方法，有新的数据样本就添加，