0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

opencv写好的算子,比如找边 找圆 模版匹配

丙丁先生的自学旅程 来源: 丙丁先生的自学旅程 作者: 丙丁先生的自学旅 2023-10-16 09:54 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

我可以为你提供一些使用OpenCV进行图像处理的基本算子的示例代码,但请注意,我无法提供完整的程序或代码私钥。

边缘检测(使用Canny算子):

python复制代码import cv2  import numpy as np    image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)  edges = cv2.Canny(image, 100, 200)  cv2.imshow('Edges', edges)  cv2.waitKey(0)  cv2.destroyAllWindows()

圆检测(使用Hough变换):

python复制代码import cv2  import numpy as np    image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)  edges = cv2.Canny(image, 100, 200)  circles = cv2.HoughCircles(edges, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0)  circles = np.uint16(np.around(circles))  for i in circles[0, :]:      cv2.circle(image, (i[0], i[1]), i[2], (0, 255, 0), 2)  cv2.imshow('Detected Circles', image)  cv2.waitKey(0)  cv2.destroyAllWindows()

模板匹配:

python复制代码import cv2  import numpy as np    image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)  template = cv2.imread('template.jpg', cv2.IMREAD_GRAYSCALE)  w, h = template.shape[::-1]  result = cv2.matchTemplate(image, template, cv2.TM_CCOEFF_NORMED)  threshold = 0.8  loc = np.where(result >= threshold)  for pt in zip(*loc[::-1]):      cv2.rectangle(image, pt, (pt[0] + w, pt[1] + h), (0, 0, 255), 2)  cv2.imshow('Detected Template', image)  cv2.waitKey(0)  cv2.destroyAllWindows()

请注意,这些代码示例是用于演示目的,可能需要根据具体情况进行调整。另外,请确保在使用OpenCV之前安装了必要的库。你可以通过pip安装OpenCV:pip install opencv-python。

审核编辑 黄宇

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • OpenCV
    +关注

    关注

    33

    文章

    651

    浏览量

    44427
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    风机异响 “不准”?声纹图谱分析,故障点精准定位

    风机异响不准,本质是没读懂设备的 “求救信号”。声纹图谱分析就像给风机配了 “私人医生”,24 小时不间断监测,把隐性故障转化为明确数据,让每一次维修都精准高效。
    的头像 发表于 12-04 09:45 90次阅读
    风机异响 “<b class='flag-5'>找</b>不准”?声纹图谱分析,故障点精准定位

    1688 拍立淘接口实战:从图像优化、工厂排序到供应链匹配(附可跑代码)

    深耕B2B电商十余年,亲历1688拍立淘接口20+坑:从图像预处理、权限申请到工厂排序。本文详解核心参数、实战代码及多图验证、定制方案生成等高级技巧,助你实现“看图厂”精准匹配,附可运行代码,新手也能少走两年弯路。
    的头像 发表于 10-09 10:39 294次阅读

    基于史密斯图实现天线阻抗匹配

    在现代无线通信系统中,天线阻抗匹配是确保信号高效传输的关键环节。阻抗失配不仅会导致信号反射、功率损耗,还可能影响整个系统的稳定性和性能。史密斯图(Smith Chart)作为一种经典的图形化
    的头像 发表于 09-03 09:16 3666次阅读
    基于史密斯<b class='flag-5'>圆</b>图实现天线阻抗<b class='flag-5'>匹配</b>

    不开矿也能看成分?高光谱成像相机让矿更简单-莱森光学

    不开矿也能看成分?高光谱成像相机让矿更简单-莱森光学 在传统印象中,“矿”是一项高投入、高风险的体力活。要想知道地下有没有矿,常常需要地质人员翻山越岭、勘测打孔、取样送检,一通操作下来不仅周期长
    的头像 发表于 08-06 14:08 592次阅读

    不开矿也能看成分?高光谱相机让矿更简单

    在传统的矿流程中,“看岩石、取样本、做化验”几乎是标准动作。野外地质工作者顶着烈日、翻山越岭,背着几十斤的工具采样、标注,然后送回实验室进行化验分析。这个过程不仅耗时耗力,而且存在很大的不确定性
    的头像 发表于 07-29 14:53 378次阅读
    不开矿也能看成分?高光谱相机让<b class='flag-5'>找</b>矿更简单

    自己焊板,对照元件有没有快一点的办法?

    话说各位大佬们,你们都是怎么焊板子的? (有钱上机贴片的当我没说…… 这元件一多,找起来要命啊,太费眼了!板子料多又密集,经常焊错! 说实话挺累的,因为要一个个元件封装、位号、1脚等,大佬们有没有便捷偷懒的办法啊?
    发表于 05-29 20:56

    基于LockAI视觉识别模块:C++多模板匹配

    。 绘制矩形框标记匹配区域并显示结果。 2. API文档 2.1 头文件 #include <opencv2/opencv.hpp> 2.2 模板匹配 cv
    发表于 05-14 15:00

    基于LockAI视觉识别模块:C++模板匹配

    模板匹配是一种在图像中寻找特定模式的技术。它通过滑动一个模板图像(较小的图像)在输入图像上进行比较,找到最相似的区域。本实验提供了一个简单的模板匹配案例,并将其封装为一个自定义函数
    发表于 05-13 14:40

    电机控制软件开发兼职

    软件开发兼职人员,我现在有一个永磁无刷电机控制,220V,需要有相关经验的人来开发,兼职费用可以议谈,产品是增压泵相关产品,有兴趣给我留言,谢谢
    发表于 05-07 17:43

    靠谱的SMT贴片加工厂有哪些技巧?

    了许多企业面临的一大难题。今天,我们就来聊聊靠谱SMT贴片加工厂的几个实用技巧,帮助您在茫茫“厂”海中精准定位,找到最合适的合作伙伴。
    的头像 发表于 04-21 15:24 685次阅读
    <b class='flag-5'>找</b>靠谱的SMT贴片加工厂有哪些技巧?

    什么?咱家有“矿”!高光谱遥感技术实现

    矿产资源是经济社会发展的重要物质基础,矿产资源勘查开发事关国计民生和国家安全。该如何找到可开采的矿产资源呢?在遥感技术的、卫星检测和大数据应用等各方面的进展下,矿的精准度也得到了显著的提升。
    的头像 发表于 03-18 15:14 1320次阅读
    什么?咱家有“矿”!高光谱遥感技术实现<b class='flag-5'>找</b>矿

    使用Hal库的SPI读取磁传感器导致STM32G4无法运行怎么解决?

    使用 HAL库 STM32G431 + SPI ,读取磁传感器系统运行一会直接卡死,使用调试功能最后发现卡死在if ((__HAL_SPI_GET_FLAG(hspi, SPI_FLAG_TXE
    发表于 03-14 08:24

    有偿大神指导nuttx

    有偿大神指导nuttx
    发表于 02-08 18:19

    如何实惠UPS电源解决方案

    防止数据丢失。此外,它还可以保护设备免受突然停机造成的损坏。此外,它还允许在必要时启动正常关机程序。如何实惠UPS电源解决方案在寻求经济实惠的UPS解决方案时,需
    的头像 发表于 01-03 09:22 714次阅读
    如何<b class='flag-5'>找</b>实惠UPS电源解决方案

    AI模型部署边缘设备的奇妙之旅:如何在边缘端部署OpenCV

    使用,也可以组合起来解决更复杂的视觉问题。例如,预处理阶段可能会包括去噪、边缘检测和形态学操作;而在后处理阶段,则可能会涉及阈值操作和绘制几何图形来标注或解释结果。以上这些算子仅仅是OpenCV
    发表于 12-14 09:31