OpenCV成长之路

最新推荐文章于 2025-08-14 12:19:48 发布
最新推荐文章于 2025-08-14 12:19:48 发布
阅读量62 收藏
点赞数
文章标签： 人工智能
OpenCV成长之路：视频的处理
我不是码农的博客~~~
06-09 502
视频中包含的信息量要远远大于图片，对视频的处理分析也越来越成为计算机视觉的主流，而本质上视频是由一帧帧的图像组成，所以视频处理最终还是要归结于图像处理，但在视频处理中，有更多的时间维的信息可以利用。本文主要介绍OpenCV在处理视频时的一些基本函数。 一、视频帧的读取 OpenCV为视频的读入提供了一个类VideoCapture，下面我们说明一下类的几个重要的方法： 1，打开一段视频或默认的摄像头 有两种方法，一种是在定义类的时候，一种是用open()方法。 VideoCapture capture("..
OpenCV成长之路(9)：特征点检测与图像匹配
DaveBobo的博客
01-06 3447
特征点又称兴趣点、关键点，它是在图像中突出且具有代表意义的一些点，通过这些点我们可以用来识别图像、进行图像配准、进行3D重建等。本文主要介绍OpenCV中几种定位与表示关键点的函数。 一、Harris角点 角点是图像中最基本的一种关键点，它是由图像中一些几何结构的关节点构成，很多都是线条之间产生的交点。Harris角点是一类比较经典的角点类型，它的基本原理是计算图像中每点与周围点变化率的平均值
opencv中fast特征匹配_OpenCV成长之路(9)：特征点检测与图像匹配
weixin_39615419的博客
12-29 861
特征点又称兴趣点、关键点，它是在图像中突出且具有代表意义的一些点，通过这些点我们可以用来识别图像、进行图像配准、进行3D重建等。本文主要介绍OpenCV中几种定位与表示关键点的函数。一、Harris角点角点是图像中最基本的一种关键点，它是由图像中一些几何结构的关节点构成，很多都是线条之间产生的交点。Harris角点是一类比较经典的角点类型，它的基本原理是计算图像中每点与周围点变化率的平均值。 ...
OpenCV成长之路(1):图像的读写与显示
hualitlc的专栏
04-02 678
转自：http://blog.youkuaiyun.com/cv_ronny/article/details/17396407 图像的读写与显示 一、工具篇 工欲善其事，必先利其器。学习OpenCV，肯定少不于基本的编程工具与OpenCV库。在Windows平台下你可以选择Visual Studio、CodeBlock等，当然你也可以选择在Linux平台，用VI、
OpenCV成长之路 01、图像的读写与显示
打不死的小强
12-07 172
一、工具篇 工欲善其事，必先利其器。学习OpenCV，肯定少不于基本的编程工具与OpenCV库。在Windows平台下你可以选择Visual Studio、CodeBlock等，当然你也可以选择在Linux平台，用VI、codeBlock都是可以的。编程平台的选择看个人爱好以及项目的开发环境。然后是OpenCV库，你可以在这里下载到最新的版本：http://opencv.org/，最近的版本已经...
OpenCV成长之路：图像滤波
weixin_34392435的博客
03-01 54
http://ronny.blog.51cto.com/8801997/1394138 OpenCV成长之路：图像滤波 2014-04-11 14:28:44 标签：opencv边缘检测sobel 原创作品，允许转载，转载时请务必以超链接形式标明文章原始出处、作者信息和本声明。否则将追究法律责任。http://ronny.blog.51cto.com/8801997/1...
OpenCV成长之路(7)：图像滤波
WHACKW的专栏
11-23 410
滤波实际上是信号处理里的一个概念，而图像本身也可以看成是一个二维的信号。其中像素点灰度值的高低代表信号的强弱。 高频：图像中灰度变化剧烈的点。 低频：图像中平坦的，灰度变化不大的点。 根据图像的高频与低频的特征，我们可以设计相应的高通与低通滤波器，高通滤波可以检测图像中尖锐、变化明显的地方；低通滤波可以让图像变得光滑，滤除图像中的噪声。 下面我们来看一下OpenCV中的一些
OpenCV成长之路(4)：图像直方图
WHACKW的专栏
11-24 677
一、图像直方图的概念 图像直方图是反映一个图像像素分布的统计表，其实横坐标代表了图像像素的种类，可以是灰度的，也可以是彩色的。纵坐标代表了每一种颜色值在图像中的像素总数或者占所有像素个数的百分比。 图像是由像素构成，因为反映像素分布的直方图往往可以作为图像一个很重要的特征。在实际工程中，图像直方图在特征提取、图像匹配等方面都有很好的应用。 二、利用OpenCV计算图像的直方图 OpenCV
OpenCV成长之路(10)：视频的处理
WHACKW的专栏
11-23 361
视频中包含的信息量要远远大于图片，对视频的处理分析也越来越成为计算机视觉的主流，而本质上视频是由一帧帧的图像组成，所以视频处理最终还是要归结于图像处理，但在视频处理中，有更多的时间维的信息可以利用。本文主要介绍OpenCV在处理视频时的一些基本函数。 一、视频帧的读取 OpenCV为视频的读入提供了一个类VideoCapture，下面我们说明一下类的几个重要的方法： 1，打开一段视频或默认的
OpenCV成长之路6：实现读入图片并且对图片进行复制
阳光心态，健康人生的博客
05-04 534
复制： cvCopy(img1,img2); 保存：cvSaveImage(filename,img); OpenCV实现对图的保存和复制大概就是这两个函数把 必须要提的是：OpenCV不支持中文路径！！！！！ 如果你用下面的代码，就会出错： IplImage *pImg = cvLoadImage("d:/测试10.jpg"); IplImage* pIm
OpenCV成长之路(2)：图像的遍历
weixin_34195546的博客
12-19 1826
我们在实际应用中对图像进行的操作，往往并不是将图像作为一个整体进行操作，而是对图像中的所有点或特殊点进行运算，所以遍历图像就显得很重要，如何高效的遍历图像是一个很值得探讨的问题。 一、遍历图像的4种方式：at<typename>(i,j) Mat类提供了一个at的方法用于取得图像上的点，它是一个模板函数，可以取到任何类型的图像上的点。下面我们通过一个图像处理中的实际来说明它的用法。...
【15】Transformers快速入门：添加自定义 Token
叫好与叫座虽然不是对立面，但想在同一个作品中达到双重效果很难。
08-13 1225
预训练模型的词表是固定的。它不认识你自定义的特殊标记（如实体标记、领域术语、新表情符号等）。掌握如何向预训练模型的分词器和词表中添加新的 Token（包括普通 Token 和特殊 Token），理解其对模型的影响，并学会正确调整模型权重。新 Token 的 ID（30523, 30524）在模型的 Embedding 矩阵里。想象一下，你给模型一个任务：“找出文本里的汽车和隧道实体”。增加了词表大小（比如从 30522 增加到 30524），模型的 Embedding 矩阵（这里标记了一个实体！
敏感数据目录是什么？如何快速构建企业自身的敏感数据目录
yuandiansec的博客
08-13 1153
敏感数据目录能力是数据安全的起点
【论文阅读】基于表面肌电信号的下肢多关节运动估计：一种深度卷积神经网络方法
最新发布
qq_60423839的博客
08-14 465
本文提出一种基于多通道表面肌电信号(sEMG)和深度卷积神经网络(CNN)的下肢多关节运动估计方法。研究采集了骑行和步行任务中的7通道sEMG信号，通过带通滤波、全波整流等预处理后构建CNN模型，用于估计髋、膝、踝关节角度。实验结果表明，所提CNN模型在骑行任务中三个关节的估计均方根误差分别为3.8886°、2.8199°和3.1148°，精度显著优于传统BPNN和RBFNN模型。该研究为下肢康复外骨骼的人机交互控制提供了理论基础，未来将探索sEMG时频特征对模型的影响及非理想环境下的意图识别问题。
从静态模型到数字生命体：自进化AI Agent综述
zenRRan的博客
08-13 854
部署后无法适应动态环境（如用户需求变化、新工具出现）。例如，医疗诊断智能体遇到新疾病时需工程师手动调整，效率低下。近年大型语言模型（LLM）的突破催生了AI智能体的发展，它们能自主规划、使用工具解决复杂任务（如编程、科研）。：树状思维（Tree-of-Thought）探索多推理路径，避免单一错误。：将自然语言反馈视为“梯度”，反向优化提示（如TextGrad框架）。：将提示视为基因，通过突变、交叉筛选最优解（如EvoPrompt）。：AI智能体不仅是工具，更是能持续学习、适应、协作的“数字生命体”。
CVPR 2025 | 即插即用，极简数据蒸馏，速度up20倍，GPU占用仅2G
AImokuai的博客
08-11 1863
本文提出了一种创新的神经特征函数匹配（NCFM）方法用于高效数据集蒸馏。该方法通过构建minmax对抗优化框架，引入神经特征函数差异（NCFD）作为新的分布度量指标，在复数空间实现数据特征的对齐。NCFM具有三大创新点：1）基于复数相位和振幅解耦的神经特征函数度量；2）动态采样网络实现高效计算；3）层级式特征对齐机制。实验表明，在CIFAR-100等数据集上，NCFM相比现有方法内存消耗降低300倍，处理速度提升20倍，同时保持无损压缩效果，为低资源环境下的模型训练提供了新范式。该方法在边缘计算、隐私保护数
【Python】文本相似度计算方法全解析：从理论到实践
采菊东篱下，Python满乾坤！
08-12 1785
在自然语言处理、信息检索和数据清洗等领域，计算文本相似度是一个基础而重要的任务。无论是检测重复文档、拼写纠错，还是推荐系统，都需要准确地衡量两个文本之间的相似程度。本文将深入解析多种文本相似度计算方法，帮助您选择最适合的算法。文本相似度是指两个文本在内容、结构或语义上的相近程度。通常用0到1之间的数值表示，0表示完全不同，1表示完全相同。文本长度: 短文本适合 Dice 系数，长文本适合余弦相似度计算性能: 汉明距离最快，Levenshtein 较慢但精确应用场景。
c++ OpenCV RGB转灰度图 成长之路七
03-12
### 使用 C++ 和 OpenCV 将 RGB 图像转换为灰度图 为了将彩色图像（RGB）转换成灰度图像，可以利用 `cv::cvtColor` 函数。此函数能够执行多种颜色空间之间的变换操作，在这里特别适用于从 BGR 到 GRAY 的转变过程[^1]。 ```cpp #include <opencv2/opencv.hpp> using namespace cv; int main(int argc, char** argv ) { // 加载原始图片作为输入文件 Mat src = imread( "example.jpg", IMREAD_COLOR ); // 读取彩图 if ( !src.data ) // 检查加载是否成功 { printf("Could not open or find the image\n"); return -1; } Mat gray; cvtColor(src, gray, COLOR_BGR2GRAY); // 执行色彩空间转换 imshow("Source Image", src); imshow("Gray Image", gray); waitKey(0); // 等待按键事件 return 0; } ``` 上述代码展示了如何通过指定参数来完成这一任务。具体来说，当调用 `imread()` 方法时传入 `"example.jpg"` 文件路径以及标志位 `IMREAD_COLOR` 来指示应以何种模式打开该文件；接着创建了一个名为 `gray` 的矩阵对象用于存储处理后的单通道灰阶版本的数据；最后借助于 `imshow()` 显示原图与新生成的结果以便对比查看效果。 对于希望进一步深入理解或者获取更多实践指导的学习者而言，官方文档提供了详尽的功能描述和技术细节说明，是一个非常好的起点。此外还有许多在线平台提供免费课程和项目实例供初学者尝试练习，比如 Coursera 或 Udemy 上由专家讲授的相关专题系列视频教程等资源可以帮助加深理解和掌握技能[^4]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值