上善若水，为而不争

最近因为经常对视频进行操作，所以记录下Python用opencv来读写视频的方法。一、opencv读视频python调用opencv来读视频比较简单，可以直接调用cv2.VideoCapture来读取视频和摄像头，基本上，常见的avi和mp4都能够正常读取。cv2.VideoCapture是通过传入数字来读取对应的摄像头，或者通过传入一个路径字符串来读取对应的视频文件。最简单直接的读取...

这一篇就记录三个：图像缩放、平移和镜像。1、图像缩放图像缩放用到的函数是cv2.resize()函数，函数原型如下：resize(src,dsize,dst=None,fx=None,fy=None,interpolation=None)OpenCV提供了几种缩放方式：cv2.INTER_AREA、cv2.INTER_CUBIC、cv2.INTER_LI...

这一篇主要有两点：普通阈值化和自适应阈值化。1、普通阈值化普通阈值化用到的函数是cv2.threshold，其函数原型为:threshold(src,thresh,maxval,type,dst=None)其中，type的取值有以下几种cv2.THRESH_BINARY、cv2.THRESH_BINARY_INV、cv2.THRESH_TRUNC、cv2.THRESH...

Python调用OpenCV的很多操作都是类似numpy的操作的，这篇内容包括加法操作、图像混合、按位运算。1、加法图像的加法可以用cv2.add()来实现，如果相加后的像素值超过255，则取255，也可以用numpy的+操作，但是+操作的话与add函数不同的地方在于numpy的加法是取模操作，也就是说如果相加之后大于255，那么就会对256取模：importnumpyasnp...

OpenCV有提供测代码运行时间的函数，类似C/C++的。估计是一样的吧，看结果importnumpyasnpimportcv2ascvsrc=cv.imread("D:/lena.bmp")src=cv.resize(src,(1024,1024))e1=cv.getTickCount()img1=cv.medianBl...

这一篇记录几种OpenCV提供的滤波函数，包括2D卷积、平均滤波、高斯滤波、中值滤波和双边滤波。1、2D卷积2D卷积使用的是OpenCV提供的filter2D()函数，该函数需要传入一个卷积核，这个卷积核可以通过numpy来构造：importnumpyasnpimportcv2ascvsrc=cv.imread("D:/lena.bmp")kernel=n...

OpenCV提供的API的代码大部分是经过优化的，很多都是经过SSE或者AVX等技术优化了函数，并且是默认打开优化的。其实，我们也可以查询OpenCV是否进行了函数优化，查询的函数为：cv2.useOptimized()如果打开了优化的话是返回True，反之返回False。我们也设置关闭或者开启优化，设置的函数为：cv2.setUseOptimized(False)cv2...

图像形态学处理包括腐蚀、膨胀、开运算、闭运算、形态学梯度、礼帽(顶帽)、黑帽等运算。1、腐蚀腐蚀可以理解为前景像素会被腐蚀为背景像素，以白色255为前景，得到的效果就是白色变小、变细，黑色变大变粗：importcv2importnumpyasnpimg=cv2.imread('lena.jpg',0)kernel=np.ones((5,5),np.uint...

因为经常习惯的用OpenCV来做图像处理，所以难免希望将其他库的图像数据与OpenCV互转，所以今天就记录下这种互转的方法。1、dlib::matrix/dlib::array2d转cv::Mat前面说了，定义好一个matrix或者array2d的变量后，是可以通过nr()和nc()函数来获取图像的高度和宽度(行数和列数)，然后我们可以通过image_data()来获取数据指针，这个时候要...

图像倾斜矫正的方式有很多种，今天简单介绍一种基于直线检查的倾斜校正。这种方法暂时在如下图的文本文件上测试过，不一定能针对所有：首先，因为这种图像基本是比较常见的白底黑字,所以首先对这幅图做一个灰度化，灰度化之后做一个二值化，得到二值图像：二值化之后，将X轴方向的的像素点连起来，这里我采用的是形态学的膨胀，因为我做二值化的时候采用了取反的操作，这里可以考虑不取反，但是要用腐蚀来做...

直方图是图像处理中最最最最基本的操作之一，这个基本操作是在太太太太常见了，同时也是很容易理解的操作，对于一些对比度稍微较低的图像，这是一个还挺不错的预处理操作。1、直方图先说直方图，直方图就是图像像素的统计表，这个表里记录着一幅图像中每个像素值在图像中出现的个数，一幅图只有一个灰度直方图，但是多幅图可能有相同的直方图，这是N对1的关系。所以在制作直方图的时候就很容易啦，创建一个包含所有像素...

适用Cmake的CMakeLists.txt来编译一个OpenCV的测试例子。CMakeLists.txt的写法为：project( main )#添加头文件路径include_directories(/usr/local/opencv347/include /usr/local/opencv347/include/opencv /usr/local/opencv347/inclu...

Python调用OpenCV的颜色空间转换函数是cv2.cvtColor()，OpenCV提供了很多中颜色空间转换，这里可以借助一个函数来获取所有的转换标识：flags=[iforiindir(cv2)ifi.startswith('COLOR_')]这个可以得到如下的标识符：['COLOR_BAYER_BG2BGR','COLOR_BAYER_BG2BGRA','...

Python调用OpenCV进行操作的时候基本上感觉就是对numpy进行操作，跟numpy是挺相关的。1、像素操作OpenCV获取图像(x,y)处的像素值：px=img[x,y]当图像是三通道的时候返回的是BGR三通道的值，如果是灰度图的话就返回一个亮度值同样的如果要对图像(x,y)处赋值的话，也通过这种方式来实现：#三通道img[x,y]=[255,255,255]...

opencv2画图函数(直线、矩形、圆、椭圆)的调用

64bit win7环境，MSVC2013(64bit)版本Qt5.5.1的Qtcreator配置opencv2.4.9，自己出现的一些小问题和解决方法。

64位win7平台下，在VS2013中配置opencv2.4.9。

原文：https://www.bearoom.xyz/2019/08/20/ubuntu16-04-make-opencv3-4-7/一、前言因为之前作死乱搞系统，然后就把Ubuntu的系统搞垮了，对于我这样的菜鸟而言，问题又看不懂，解决不了，docker又不会，从来都是重装系统解决一起。系统一重装，开发环境就得重来...这次，编译的OpenCV版本是3.4.7,虽然4.0都出来了...

个人博客原文：http://www.bearoom.xyz/2019/08/25/ubuntu-tensorflow-cc-example/之前记录的运行Tensorflow的C++接口的例子都是零散的，现在写一个完整的例子。一、模型文件转换首先是需要有训练好的模型文件，然后将其转化为tensorflow的C++接口能够读取的.pb文件，这个前面也有记录，现在贴下完整的代码：##...

做图像处理的时候经常使需要用到opencv的，这应该是免费的图像处理库中用得最广泛而且最好用的库了吧。然后有时候想用界面来展示点东西的时候，我们就需要编写个界面，编写界面的方法千千万，弱水三千我只取一瓢饮，所以我用Qt来写界面，这个时候，就会想，如果我用OpenCV处理后的图像不会还要用OpenCV的GUI来显示吧，虽然完全可以这么做，但是既然都有个界面了，为啥我们还要用两个窗口来显示呢，于是就有...

SeetaFace，根据GitHub上的介绍，就是一个开源的人脸检测、矫正和识别的开源库，是采用C++来编写的，并且是在CPU上执行的，没有用到GPU，但是可以用SSE或者OpenMP来加速。整个库分为三部分，SeetaFace Detection,SeetaFace Alignment和SeetaFace Identification，分别对应人脸检测，人脸矫正和人脸识别三个功能。好了...

前面一篇写了编译人脸检测部分，现在就介绍下人脸配准部分，SeetaFace的Face Alignment通过人脸的五个关键点来配准人脸，也就是双眼、鼻尖、两个嘴角。这部分的编译也和上一篇一样，步骤如下：1、创建空的DLL工程：2、修改配置器：3、添加include：这里要注意，因为人脸配准需要先检测人脸，会用到前面配置好的人脸检测，所以要加上其头文...

前面两篇介绍了怎样编译SeetaFace的前两部分，现在就来讲下第三部分Face Identification的编译和使用。其实，步骤基本上是一直的，如下：1、新建一个空的DLL工程；2、修改配置器；3、添加include4、添加lib文件路径和依赖项5、修改预处理器6、打开OpenMP7、添加源文件到工程中这里，将FaceIde...

之前编译了一下SeetaFace的库，用于人脸检测、特征点定位和人脸识别的功能，然后昨天就用Qt写了一个软件用于实现。工程的文件还是比较简单的，一个界面类和一个SeetaFace的线程类而已。这里主要涉及到Qt的多线程，Qt的多线程还是比较好用的，界面就比较简单。就是写单调的条条框框的。现在就先展示下界面和效果吧。人脸检测特征点定位人脸识别：标签和相似...

霍夫变换(Hough Transform)是Paul Hough于1962年提出来的，一开始是用于检测图像中的直线的，后来还扩展到检测圆、检测任意形状的物体等。关于霍夫变换的博客多得不胜枚举，而且很多都是很厉害，解释的非常详细而且通俗。现在我就写一下我自己的理解，个人笔记，不一定准确。一、原理理解部分首先，我们关于平面中的一条直线有如下表达在笛卡尔坐标中表示为这...

OpenCV提供了python的接口，而且很重要的一点是python下的很多接口名与C++的接口名是一样的，这一篇先记录python调用OpenCV去读取图像、显示图像和保存图像。1、OpenCV读取图像cv2.imread与C++下的接口一样，Python下的读图的接口也还是imread():img=cv2.imread("D:\images\lena.jpg",flags=...