18video性欧美19sex,欧美高清videosddfsexhd,性少妇videosexfreexxx片中国,激情五月激情综合五月看花,亚洲人成网77777色在线播放

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

分享兩個(gè)OpenCV圖像處理與分析的問(wèn)題

OpenCV學(xué)堂 ? 來(lái)源:OpenCV學(xué)堂 ? 作者:gloomyfish ? 2022-08-22 09:40 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

01

問(wèn)題一:尋找靶心

cc1f6f48-2156-11ed-ba43-dac502259ad0.jpg

圖一

02

問(wèn)題二:尋找其中的缺失點(diǎn)

cc2b1a50-2156-11ed-ba43-dac502259ad0.png

圖二

解決方法

01

尋找靶心

仔細(xì)觀察圖一,可以看到兩個(gè)最直接的是靶心有十字交叉線(xiàn),而在OpenCV形態(tài)學(xué)處理中,支持十字交叉結(jié)構(gòu)元素,所以我們可以先檢測(cè)兩條線(xiàn),然后獲取十字交叉結(jié)構(gòu),最后對(duì)結(jié)構(gòu)進(jìn)行輪廓分析,獲取中心點(diǎn),即可獲得最終的靶心位置,最終尋找到的靶心位置圖示如下:

cc50fc02-2156-11ed-ba43-dac502259ad0.png

獲取水平與垂直線(xiàn)如下:

cc64914a-2156-11ed-ba43-dac502259ad0.png

獲取十字交叉線(xiàn)如下:

cc734aaa-2156-11ed-ba43-dac502259ad0.png

代碼實(shí)現(xiàn)如下:

 1image=cv.imread("D:/images/zsxq/cross.jpg")
 2cv.imshow("input",image)
 3gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)
 4ret,binary=cv.threshold(gray,0,255,cv.THRESH_OTSU|cv.THRESH_BINARY_INV)
 5se1=cv.getStructuringElement(cv.MORPH_CROSS,(50,1))
 6se2=cv.getStructuringElement(cv.MORPH_CROSS,(1,50))
 7hline=cv.morphologyEx(binary,cv.MORPH_OPEN,se1)
 8vline=cv.morphologyEx(binary,cv.MORPH_OPEN,se2)
 9contours,hireachy=cv.findContours(hline,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE)
10mask=np.zeros_like(hline)
11max=-1
12index=0
13forcntinrange(len(contours)):
14x,y,w,h=cv.boundingRect(contours[cnt])
15ifmax

02

尋找缺失

仔細(xì)觀察圖二,缺失是偶發(fā)情況,針對(duì)這種情況下,要完成計(jì)數(shù)與缺失位置標(biāo)定!我感覺(jué)我的密集恐懼癥已經(jīng)開(kāi)始犯了!首先需要獲取這些位置,通過(guò)二值話(huà)與輪廓發(fā)現(xiàn)搞定,然后根據(jù)這些輪廓位置,重新繪制統(tǒng)一的圓形標(biāo)記,輪廓發(fā)現(xiàn)對(duì)每個(gè)圓形標(biāo)記進(jìn)行上下左右位置最近領(lǐng)搜索,返回間隔距離,-1表示邊界,根據(jù)間隔距離設(shè)置閾值查找缺失,最終運(yùn)行結(jié)果如下:

cc81afd2-2156-11ed-ba43-dac502259ad0.png

從原圖得到的標(biāo)記圖如下:

cca33f62-2156-11ed-ba43-dac502259ad0.png

代碼實(shí)現(xiàn)如下:

 1image=cv.imread("D:/images/zsxq/zsxq_40.png")
 2gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)
 3ret,binary=cv.threshold(gray,0,255,cv.THRESH_OTSU|cv.THRESH_BINARY_INV)
 4cv.imshow("binary",binary)
 5contours,hireachy=cv.findContours(binary,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE)
 6mask=np.zeros_like(binary)
 7forcntinrange(len(contours)):
 8area=cv.contourArea(contours[cnt])
 9ifarea(binary.shape[0]-10):
13continue
14cx=(x+w//2)
15cy=(y+h//2)
16cv.circle(mask,(cx,cy),4,(255),4,8,0)
17cv.imshow("mask",mask)
18contours,hireachy=cv.findContours(mask,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE)
19forcntinrange(len(contours)):
20x,y,w,h=cv.boundingRect(contours[cnt])
21cx=(x+w//2)
22cy=(y+h//2)
23left=find_neighborhood(mask,cx,cy,1)
24right=find_neighborhood(mask,cx,cy,2)
25#top=find_neighborhood(mask,cx,cy,3)
26#bottom=find_neighborhood(mask,cx,cy,4)
27ifleft==-1orright==-1:#ortop==-1orbottom==-1:
28continue
29dx=right-left
30#dy=top-bottom
31#print(dx,dy)
32ifdx>15:
33cv.circle(image,(cx+left+10,cy),4,(0,0,255),4,8,0)
34
35cv.imshow("test",image)
36cv.imwrite("D:/find_miss.png",image)
37cv.waitKey(0)
38cv.destroyAllWindows()


審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • OpenCV
    +關(guān)注

    關(guān)注

    33

    文章

    650

    瀏覽量

    44166
  • 圖像分析
    +關(guān)注

    關(guān)注

    0

    文章

    82

    瀏覽量

    19122

原文標(biāo)題:OpenCV二值圖像分析之尋找缺失與靶心

文章出處:【微信號(hào):CVSCHOOL,微信公眾號(hào):OpenCV學(xué)堂】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    個(gè)硬件SPI兩個(gè)CS操作兩個(gè)norflash,怎么互斥操作兩個(gè)norflash?

    個(gè)硬件SPI兩個(gè)CS操作兩個(gè)norflash,怎么互斥操作兩個(gè)norflash,有一個(gè)norflash被模擬成U盤(pán),會(huì)在中斷中操作spi。
    發(fā)表于 09-26 06:18

    【GM-3568JHF開(kāi)發(fā)板免費(fèi)體驗(yàn)】OpenCV開(kāi)發(fā)環(huán)境安裝和計(jì)數(shù)程序開(kāi)發(fā)

    查看ip SSH鏈接 遠(yuǎn)程登錄賬號(hào)和密碼是linaro 二、安裝Pip管理工具 Sudo apt-get install python3-pip 三、安裝cv2環(huán)境 cv2支持圖像處理(如濾波、邊緣
    發(fā)表于 08-09 13:30

    基于LockAI視覺(jué)識(shí)別模塊:C++使用圖像的統(tǒng)計(jì)信息

    圖像處理中,統(tǒng)計(jì)信息可以幫助我們了解圖像的特性,例如區(qū)域內(nèi)的像素分布、顏色轉(zhuǎn)換以及特定區(qū)域的分析。本文將介紹基于LockAI視覺(jué)識(shí)別模塊如何提取興趣區(qū)域(ROI)、轉(zhuǎn)換顏色通道、計(jì)算
    發(fā)表于 05-08 10:31

    DLP3310可以外部觸發(fā)兩個(gè)相機(jī)采集圖像嗎?

    請(qǐng)問(wèn)有誰(shuí)用過(guò)TI的DLP3310這款光機(jī)么?請(qǐng)教以下幾個(gè)問(wèn)題: 1.可以外部觸發(fā)兩個(gè)相機(jī)采集圖像嗎?; 2.針對(duì)1920*1080分辨率的24位圖片,其投射的頻率是多少?最快可以達(dá)到多少呢? 3.
    發(fā)表于 03-03 08:29

    EE-98:使用外部總線(xiàn)仲裁將兩個(gè)以上的ADSP-21065L組合到一個(gè)處理集群中

    電子發(fā)燒友網(wǎng)站提供《EE-98:使用外部總線(xiàn)仲裁將兩個(gè)以上的ADSP-21065L組合到一個(gè)處理集群中.pdf》資料免費(fèi)下載
    發(fā)表于 01-05 09:38 ?0次下載
    EE-98:使用外部總線(xiàn)仲裁將<b class='flag-5'>兩個(gè)</b>以上的ADSP-21065L組合到一<b class='flag-5'>個(gè)</b>多<b class='flag-5'>處理</b>集群中

    使用TVP7002現(xiàn)在遇到兩個(gè)問(wèn)題求解答

    我們使用TVP7002現(xiàn)在遇到兩個(gè)問(wèn)題(VGA轉(zhuǎn)YCbCr 4:2:2,embedded sync, 參考外部27MHz時(shí)鐘) 1 輸入信號(hào)1080P的情況下,有些電腦輸出的1080P圖像很正常
    發(fā)表于 01-01 07:41

    AI模型部署邊緣設(shè)備的奇妙之旅:如何在邊緣端部署OpenCV

    視覺(jué)領(lǐng)域最有力的研究工具。在深度學(xué)習(xí)中,我們會(huì)經(jīng)常接觸到兩個(gè)名稱(chēng),圖像處理和計(jì)算機(jī)視覺(jué),它們之間有什么區(qū)別呢? 圖像處理 (Image Pr
    發(fā)表于 12-14 09:31

    AI模型部署邊緣設(shè)備的奇妙之旅:如何在邊緣端部署OpenCV

    力的研究工具。在深度學(xué)習(xí)中,我們會(huì)經(jīng)常接觸到兩個(gè)名稱(chēng),圖像處理和計(jì)算機(jī)視覺(jué),它們之間有什么區(qū)別呢?圖像處理(ImageProcessing)
    的頭像 發(fā)表于 12-14 09:10 ?1162次閱讀
    AI模型部署邊緣設(shè)備的奇妙之旅:如何在邊緣端部署<b class='flag-5'>OpenCV</b>

    基于OpenCV的拆分和合并圖像通道實(shí)驗(yàn)案例分享_基于RK3568教學(xué)實(shí)驗(yàn)箱

    一、實(shí)驗(yàn)?zāi)康?本節(jié)視頻的目的是了解圖像通道的概念,學(xué)習(xí)OpenCV的基本操作,并掌握通過(guò)OpenCV實(shí)現(xiàn)拆分和合并圖像通道的方法。 二、實(shí)驗(yàn)原理 拆分與合并
    發(fā)表于 12-03 14:27

    個(gè)月速成python+OpenCV圖像處理

    OpenCV是一個(gè)廣受歡迎且極為流行的計(jì)算機(jī)視覺(jué)庫(kù),它因其強(qiáng)大的功能、靈活性和開(kāi)源特性而在開(kāi)發(fā)者和研究者中備受青睞。學(xué)習(xí)OpenCV主要就是學(xué)習(xí)里面的計(jì)算機(jī)視覺(jué)算法。要學(xué)習(xí)這些算法的原理,知道它們
    的頭像 發(fā)表于 11-29 18:27 ?671次閱讀
    一<b class='flag-5'>個(gè)</b>月速成python+<b class='flag-5'>OpenCV</b><b class='flag-5'>圖像</b><b class='flag-5'>處理</b>

    德州儀器推出兩個(gè)全新系列實(shí)時(shí)微控制器

    德州儀器 (TI) 近日推出了兩個(gè)全新系列的實(shí)時(shí)微控制器,這些產(chǎn)品的技術(shù)進(jìn)步可幫助工程師在汽車(chē)和工業(yè)應(yīng)用中實(shí)現(xiàn)更智能、更安全的處理
    的頭像 發(fā)表于 11-28 13:45 ?1144次閱讀

    從時(shí)域和頻域兩個(gè)角度對(duì)信號(hào)進(jìn)行分析

    一般來(lái)說(shuō),我們會(huì)從時(shí)域和頻域兩個(gè)角度,分別對(duì)信號(hào)進(jìn)行分析。 時(shí)域 時(shí)域是真實(shí)世界存在的域,按時(shí)間順序呈現(xiàn)。例如,在某個(gè)時(shí)鐘信號(hào)的時(shí)域圖中,可以觀察到兩個(gè)重要的參數(shù),波形的周期和上升沿: 時(shí)鐘周期即
    的頭像 發(fā)表于 11-19 10:18 ?4533次閱讀
    從時(shí)域和頻域<b class='flag-5'>兩個(gè)</b>角度對(duì)信號(hào)進(jìn)行<b class='flag-5'>分析</b>

    OpenCV教程之OpenCV圖像閾值處理

    閾值的基本概念是為了簡(jiǎn)化圖像以進(jìn)行分析。當(dāng)我們將圖像轉(zhuǎn)換為灰度圖像時(shí),必須記住灰度圖像仍然至少有255個(gè)
    的頭像 發(fā)表于 11-16 10:16 ?820次閱讀
    <b class='flag-5'>OpenCV</b>教程之<b class='flag-5'>OpenCV</b><b class='flag-5'>圖像</b>閾值<b class='flag-5'>處理</b>

    傅里葉變換與圖像處理技術(shù)的區(qū)別

    在數(shù)字信號(hào)處理圖像分析領(lǐng)域,傅里葉變換和圖像處理技術(shù)是兩個(gè)核心概念。盡管它們?cè)趯?shí)際應(yīng)用中常常交
    的頭像 發(fā)表于 11-14 09:30 ?1068次閱讀

    手寫(xiě)圖像模板匹配算法在OpenCV中的實(shí)現(xiàn)

    OpenCV中的模板匹配是支持基于NCC相似度查找的,但是不是很好用,一個(gè)主要的原因是查找最大閾值,只能匹配一個(gè),自己比對(duì)閾值,又導(dǎo)致無(wú)法正確設(shè)定閾值范圍,所以問(wèn)題很多。于是我重新寫(xiě)了純Python版本的NCC
    的頭像 發(fā)表于 11-11 10:12 ?999次閱讀
    手寫(xiě)<b class='flag-5'>圖像</b>模板匹配算法在<b class='flag-5'>OpenCV</b>中的實(shí)現(xiàn)