OpenCV

基于 OpenCV 的图像分割

由 ＊爱你＆永不变心＊ 提交于 2021-01-17 05:56:34
点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 本期我们将一起来实现一个有趣的问题 -图像分割的算法。 本文的示例代码可以在以下链接中找到： https://github.com/kiteco/kite-python-blog-post-code/tree/master/image-segmentation 作为我们的例子，我们将对KESM显微镜获取的图像进行分割以获取其中的血管组织。 数据科学家和医学研究人员可以将这种方法作为模板，用于更加复杂的图像的数据集（如天文数据），甚至一些非图像数据集中。由于图像在计算机中表示为矩阵，我们有一个专门的排序数据集作为基础 。 在整个处理过程中，我们将使用 Python 包，以及OpenCV、scikit 图像等几种工具。除此之外，我们还将使用 numpy ，以确保内存中的值一致存储。 主要内容 去噪 为了消除噪声，我们使用简单的中位数滤波器来移除异常值，但也可以使用一些不同的噪声去除方法或伪影去除方法。这项工件由采集系统决定（显微镜技术），可能需要复杂的算法来恢复丢失的数据。工件通常分为两类： 1. 模糊或焦点外区域 2. 不平衡的前景和背景（使用直方图修改正确） 分割 对于本文，我们使用Otsu 的方法分割，使用中位数滤波器平滑图像后，然后验证结果。只要分段结果是二进制的

一种基于Opencv文档图像增强算法的实现

由 邮差的信 提交于 2021-01-16 19:41:34
文章目录 1、基于划分模式的图像增强 2、基于c++ OpenCV的实现 3、辅助增强算法 因为项目需要对文档图像进行增强，也就是对于模糊、亮度偏暗或不均匀的文档进行处理方便后续的识别。传图图像增强方法主要分为两方面：空间域和频域。空间阈中增强方法，颜色的增强，如：直方图均衡化，对比度以及gama增强等；模糊，如：均值滤波等；锐化，如：局部标准差实现对比度增强。频域方法，如：小波变换，在图像的某个变换域内，对图像的变换系数进行运算，然后通过逆变换获得图像增强效果。一般来说，对于实际项目中，可能用其中一种或几种方法来进行图像增强效果一般会很差，我们更多的是对这些算法进行融合，来达到我们想要的效果。 1、基于划分模式的图像增强 假设我们有图像A、B，分别为同一场景在不一样的光照拍摄图片，其中A表示基色 ，B表示混合色。那么我们对该场景下的光照分布进行建模得到,划分模式的计算公式： 结果色 = (基色 / 混合色) *255 。 具体什么意思呢？ 我们分析每个通道的数值，并基于基色进行增强，如果基色数值大于或等于混合色，那么结果色就为白色；如果基色小于混合色，结果会比基色更暗。 这个算法为什么比较适合文档图像增强？ 我们知道文档图像一般主要有文字和背景组成。其中文字为黑色，背景为白色。如果单纯的进行对比度之类的增强，对于较亮或较暗的图像确实有效，但对于文档，这种方法反而使得文本部分缺失

「黄牛」出动，英伟达RTX 3080瞬间售空，网友：等了个寂寞

由 会有一股神秘感。 提交于 2021-01-16 05:42:45
点击上方 “ AI算法与图像处理 ”，选择加"星标"或“置顶” 重磅干货，第一时间送达 本文转载自：机器之心 | 作者：杜伟、小舟 购买提示都没看到就没了，没了！ 英伟达 RTX 3080 开售瞬间就被抢购一空，美国网友体验了一把「掐秒抢购」商品的糟糕体验！ 更有报道称，每家实体店仅有 10 张 RTX 3080 在售。下图为布鲁克林一家 Micro Center 门店前排队购买 RTX 3080 的顾客： 当地时间 9 月 17 日，英伟达 RTX 3080 显卡开售。但令人意外的是，这款标价 699 美元的 GPU 刚一开售就几乎在所有地方销售一空。 亚马逊、新蛋网（Newegg）、百思买以及英伟达官网都已宣布 RTX 3080 显卡售罄。甚至去 NowInStock.net 这样的库存检查网站也空手而归。 英伟达官网显示 RTX 3080「无货」。 在 Twitter 上，很多人也描述了自己买不到 RTX 3080 显卡的窘况。 一位用户发文称购买者在当地的 Micro Center 外露营了两天，为的就是能买到该商店 11 张现货 RTX 3080 显卡中的一张。另一位用户也发布了一张图片：购买者在商店外过夜，但还被商店经理告知，在他们这三四十人中，只有 10 人能买得到，因为该商店只有 10 张 RTX 3080 显卡。 很多人为错过第一批 RTX 3080 显卡而愤怒

ICPR 2020|大规模商品图像识别挑战赛冠军技术干货分享

由 断了今生、忘了曾经 提交于 2021-01-15 22:51:17
点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 来源：新智元 编辑：SF 【导读】 近日，国际模式识别大会（ICPR 2020）拉开帷幕，各个workshop也公布了各项挑战赛的结果，来自中国的DeepBlueAI 团队斩获了由ICPR 2020、Kaggle和JDAI等联合举办大规模商品图像识别挑战赛冠军。 赛题介绍 随着互联网技术和电子商务的迅猛发展，人们的购物方式逐步由传统实体店购物变为网络购物。为了充分满足客户海量、多样化的网上购物需求，人工智能零售系统需要快速地从图像和视频中自动识别出产品的存货单元(Stock Keeping Unit，SKU)级别的类别，然而，许多SKU级别的产品都是细粒度的，可以看出它们在视觉上是相似的。 JDAI构建了一个名为Products-10K[1]的产品识别数据集，这是迄今为止最大的一个产品识别数据集，其中包含了约10000种经常被中国消费者购买的产品，涵盖了时尚、3C、食品、保健、家居用品等全品类。 该赛题由JDAI和ICPR 2020、Kaggle等联合举办，要求参数者开发算法基于提供的产品图片进行细粒度分类。 评测指标 本次赛题采用的是Overall Accuracy 团队成绩 DeepBlueAI团队通过数据分析，网络结构设计以及loss改进等逐步优化算法，最好的单模在Public &

cannot unpack non-iterable numpy.float64 object python3 opencv

由 雨燕双飞 提交于 2021-01-15 18:40:16
问题 I am getting this error and cant understand why the issue is appearing. Below will be the code and error. The result of the last printable workout [-8.54582258e-01 9.83741381e+02] left [ 0.776281243 -160.77584028] right The code error happens in make_coordinates and the line is slope, intercept = line_parameters Here's the full code: import cv2 import numpy as np vid = cv2.VideoCapture('carDriving.mp4') def processImage(image): gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) blur = cv2

cannot unpack non-iterable numpy.float64 object python3 opencv

由 我们两清 提交于 2021-01-15 18:25:00
问题 I am getting this error and cant understand why the issue is appearing. Below will be the code and error. The result of the last printable workout [-8.54582258e-01 9.83741381e+02] left [ 0.776281243 -160.77584028] right The code error happens in make_coordinates and the line is slope, intercept = line_parameters Here's the full code: import cv2 import numpy as np vid = cv2.VideoCapture('carDriving.mp4') def processImage(image): gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) blur = cv2

cannot unpack non-iterable numpy.float64 object python3 opencv

由 狂风中的少年 提交于 2021-01-15 18:12:49
问题 I am getting this error and cant understand why the issue is appearing. Below will be the code and error. The result of the last printable workout [-8.54582258e-01 9.83741381e+02] left [ 0.776281243 -160.77584028] right The code error happens in make_coordinates and the line is slope, intercept = line_parameters Here's the full code: import cv2 import numpy as np vid = cv2.VideoCapture('carDriving.mp4') def processImage(image): gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) blur = cv2

cannot unpack non-iterable numpy.float64 object python3 opencv

由 谁都会走 提交于 2021-01-15 18:08:26
问题 I am getting this error and cant understand why the issue is appearing. Below will be the code and error. The result of the last printable workout [-8.54582258e-01 9.83741381e+02] left [ 0.776281243 -160.77584028] right The code error happens in make_coordinates and the line is slope, intercept = line_parameters Here's the full code: import cv2 import numpy as np vid = cv2.VideoCapture('carDriving.mp4') def processImage(image): gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) blur = cv2

cannot unpack non-iterable numpy.float64 object python3 opencv

由 空扰寡人 提交于 2021-01-15 18:07:47
问题 I am getting this error and cant understand why the issue is appearing. Below will be the code and error. The result of the last printable workout [-8.54582258e-01 9.83741381e+02] left [ 0.776281243 -160.77584028] right The code error happens in make_coordinates and the line is slope, intercept = line_parameters Here's the full code: import cv2 import numpy as np vid = cv2.VideoCapture('carDriving.mp4') def processImage(image): gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) blur = cv2

OpenCV图像增强（python）

由 核能气质少年 提交于 2021-01-15 06:32:42
为了得到更加清晰的图像我们需要通过技术对图像进行处理，比如使用对比度增强的方法来处理图像，对比度增强就是对图像输出的灰度级放大到指定的程度，获得图像质量的提升。本文主要通过代码的方式，通过OpenCV的内置函数将图像处理到我们理想的结果。 ###灰度直方图### 灰度直方图通过描述灰度级在图像矩阵中的像素个数来展示图像灰度级的信息，通过灰度直方图的统计我们可以看到每个灰度值的占有率。下面是一个灰度直方图的实现： import cv2 import numpy as np import sys import matplotlib.pyplot as plt #计算灰度直方图 def calcGrayHist(image): rows,clos = image.shape #创建一个矩阵用于存储灰度值 grahHist = np.zeros([256],np.uint64) print('这是初始化矩阵') print(grahHist ) for r in range(rows): for c in range(clos): #通过图像矩阵的遍历来将灰度值信息放入我们定义的矩阵中 grahHist[image[r][c]] +=1 print('这是赋值后的矩阵') print(grahHist) return grahHist if __name__=="__main__":
订阅 OpenCV