图像处理工程师,专注图像处理多年,长期奋斗在图像增强、识别一线。实战经验丰富,研究开发的连铸体拼接算法、人脸美化算法、红外线血管增强识别系统、中药识别系统、石材大板识别系统等均已投入使用。对opencv有着深入理解和解析,以jsxyhelu账号参与OpenCV项目。
opencv透视变换 实现透视变换 目标: 在这篇教程中你将学到: 1、如何进行透视变化 2、如何生存透视变换矩阵 理论: 什么是透视变换: 1、透视变换(Perspective Transformation)是将图片投影到一个新的视平面(Viewing Plane),也称作投影映射(Projective Mapping)。
对显微镜图像的初步研究 完成一个机器视觉的项目,首先需要开发者能够理解图像、剖析出特征、提出初步的思路。对于三幅显微镜图片,原始的要求是能够以75%的成功率识别出三类物体。先看图像 一、图像主观体验 1)从总体颜色上来看,发现三幅图像的主要颜色不统一(图1偏紫,图3偏绿),应该是由切片的不同材质造成的。
一、设定bin的初始位置:比如我的电脑 D:\安装程序\opencv\build\x86\vc10\bin H:\生产力工具\opencv\build\x86\vc10\binD:\安装程序\opencv\build\include H:\生产力工具\ope...
ocr是一个宽泛的概念。市场上面ocr将一直是一个不断发展、需求强烈的方向。 我认为,从难度上区分,中文ocr难于英文ocr;手写ocr难于印刷ocr。所以两两组合,中文手写体最难(比如毛体,有一些人都识别不了);而英文(数字)印刷体ocr最简单,对于最简单的东西,我认为就可以直接使用tesseract,它本身就是集成了对英文(数字)的识别。
最近扒拉了一些光线补偿算法的实现,可能是能力比较有限,看到的大多是是基于Face detection in color images是这篇论文的实现。从效果上来看,的确起到了明亮、美白的效果。但是从代码本身来看,最终的结果只是分别对各通道进行一个有控制的伸展。
在http://www.cnblogs.com/Imageshop/archive/2011/11/13/2247614.html 一文中,作者给出了“自动对比度”的实现方法,非常nice 实际实现过程中,我发现文中有 “Dim HistRed(255)”这样的定义。
使用csharp 编写winform程序,不仅速度快,而且容易界面美化并找到其他类库的支持;而使用 opencv编写图形图像处理程序,是目前比较流行,而且高效的一种方法。如果需要将两者结合,需要解决的问题就是使用 csharp调用vc 下编写的库文件。
在图像识别的方法中,模版识别是比较简单的一种,《学习opencv》中给出了例子和实现代码,即使是在最新版本中,改变的也并不大。 但是这并不代表模版识别在实际应用中不适合。恰恰相反,每一张方法都需要用在它合适的地方。
做图像有一段时间了,几个问题进行反思,欢迎讨论 1、机器视觉的本质是什么? 我认为就是通过计算机和数学的方法,对一定形式存储的2d或3d的视觉信号进行增强、延伸,以增加信号的强度; 2、机器视觉的第一原则是什么? 在能够容忍的速度下完成任务。
一般的模式,也是目前我的模式是这样的 接触一个任务->划分类型->halcon预处理一下,也可以出demo(图片,程序)->opencv(或相关的东西)->封装成为dll文件->发布 所以,核心的东西还是opencv和c++,如何调试(包括一些编程程序的技巧),其实也是不断摸索出来的,这里进行一些整理。
//重新整理的比较清楚的opencv框架 #include "stdafx.h" #include #include #include using namespace std; using namespace cv; int _tmain(int a...
这是很经典的想法了,但是如何来做,不经过摸索不知道细节。 最简单: dll处 #include "stdafx.h" #ifdef _DEBUG #define new DEBUG_NEW #endif #define DllExport _declspec (dllexport) DllExport double aValue =1.
所谓"blend",英文解释为“vt. 混合vi. 混合;协调n. 混合;掺合物”这里应该理解为是图像数据的融合。这是“识别->对准->融合”的最后一步。融合是决定拼接质量的关键一步,一方面它决定于图像对准的质量,一方面它本身的也直接对拼接的最终结果负责。
模版的多个匹配,能够得到所有匹配的结果。模板匹配是数字图像处理的重要组成部分之一。 把不同传感器或同一传感器在不同时间、不同成像条件下对同一景物获取的两幅或多幅图像在空间上对准,或根据已知模式到另一幅图中寻找相应模式的处理方法就叫做模板匹配 简单而言,模板就是一幅已知的小图像。
就是实现这样: 其中,能够根据模版运算,自动实时从图中找出相同模版的地方。从而能够计算出镜头的相对位移。 模板匹配的工作方式 模板匹配的工作方式跟直方图的反向投影基本一样,大致过程是这样的:通过在输入图像上滑动图像块对实际的图像块和输入图像进行匹配。
// TwoCameraOnTimer2Dlg.cpp : 实现文件 /* CvMat, Mat, IplImage之间的互相转换 IpIImage -> CvMat CvMat matheader; CvMat * mat = cvGetMat(img, &matheader...
简单的来说,就是将 一类的图片最后拼接成为这样的结果 这个图片有点大呀。 基本步骤: 1、halcon进行仿射变化进行镜头畸变。这个可以参考halcon中一个二维码畸变的例子; 2、基于模版匹配找出偏移值,然后进行拼接。
在winform程序的设计过程中,如果能够有一套外表美观,功能强大的自定义控件(组件)库,将极大地提高工作效劳。一直以来,在winform的程序设计中,我都在寻找这样的一款控件(组件)库;也在一些项目中尝试过devexpress等大型的商业控件;也阅读了解过网上一些高手提供的资料(比如winformcs,苏飞和codeproject上面的一些例子),感觉到在这个问题上需要自己独立研究,构架属于自己的winform控件库。