lps_683
- 浏览: 344339 次
- 性别:
- 来自: 上海
-
最新评论
-
liweicong：
这个识别的准确率是多少呢？训练的那个circle和四个参数代表 ...
交通标牌检测与识别 -
13227819390：
请问在博主的percolation代码块里的isFull函数， ...
并查集算法关于渗透模型中虚拟节点的使用问题 -
zzzimooo：
请问博主，大概在130行：Bitmap bmp = getRe ...
OpenCVforAndroid应用之银行卡号识别 ------ 实战篇 -
u010074054：
您好，我想请教一下关于银行卡识别的问题，您方便加一下我QQ吗？ ...
OpenCVforAndroid应用之银行卡号识别 ------ 实战篇 -
javams：
闵大荒是什么？
闵大荒之旅（一）
文章列表
受到微信钱包的启发，现在决心做一个类似的东东来玩一玩 -------------- 银行卡号识别
凡事要循序渐进，本次我们先来探讨静态银行卡号的识别，识别的方法有很多，那么在识别之前往往还有很多预处理的工作要做，接下来我将一一介绍。 目标图片
一、灰度图像
我们将图像导入后，往往是三通道的RGB图像，这样的话计算量将非常的庞大，给识别带来了不必要的麻烦，所以，我们首先将图像转成灰度图像：
二、二值化处理
在 ...
认识QT ----- 多窗口以及窗口之间的传值
- 博客分类：
- QT
在很多软件中，都有这样一个设定：点击菜单栏中的某一个选项，软件将弹出一个新的窗体，用户在该窗体上进行简单的设置，于是主窗体会根据设定做出相应的改变。
这次我将来尝试一下，具体任务如下：
...
今天要探讨一个非常非常蛋疼的问题，就是关于QMainWindow令人头疼的鼠标事件，如果从解决问题的角度来说，今天要探讨的是QMainWindow的对MouseMove监视的解决方案。
问题：在QMainWindow使用鼠标移动监测事件时，还是 ...
一晃快有半个月没有写博客了，但是其实每天还是或多或少的敲了些代码。最近主要是了解QT语言，然后再结合前阵所学的openCV的知识，包括高斯滤波啊，直线、圆的检测啊等等，做出可视化界面来，更加方便学习，也更加熟悉软件开发的流程。
QT基础之布局管理器
其实开始使用QT，发现它和Java编写界面的方式有一定程度上是很相似的，就比如说布局！首先我们探讨下为什么我们要使用布局？其实除了使用布局，还可以使用绝对位置来定位窗体上的各个控件，比如说，我要把一个QPushB ...
长沙这阴暗的天气已经持续好几天了，我也在这见不到太阳的天空下混混沌沌地度过了艰难的四天。虽然我成功搞定了大学最后一个体侧，以后终于能坐在操场旁静静地看着人家跑步，但是，我却丝毫没有半点如释重负的感觉，取而代之的是一种“黑云压城城欲摧”的压迫感，我度过了“愚蠢”的四天，为啥呢？为啥呢？作为程序员来讲，你懂得。一定是太久没见到太阳了····
这次想将openCV结合QT来将自己之前所做的一些些东西（或者说是建立在理解基础上的抄袭）结合到QT上，做一个类似于图像处理的软件，这样我相信更加有成就感，于是我就开始了······“愚蠢”的四天：
第一篇 ...
在PS、画图板等工具里，我们常常用到放大、缩小、扭曲、旋转等等的一些图像变换，那么这一次，我们使用openCV来实现以下图像常用的几种变换方法。
一、重映射
什么是重映射？
名字听上去是比较高 ...
前面几次的内容，包括基础知识介绍和综合训练，基本上都是围绕着霍夫变换检测直线来进行展开的。那么这次我要来探讨霍夫变换检测圆。话不多说，首先我们来简要地看看霍夫变换检测圆是什么原理。
霍夫变换检测 ...
今天主要是研究另一个比较综合的例子。上一个例子只是简单地检测两个平行直线的线段长度和平行线之间的距离，主要应用了直线细化、霍夫变换等主要手段，那么这一次，我们来对三角形进行处理，对于初学者来说，这样一个三角形图片是经典的：
那么问题来了：
1. 求该三角形的周长
2. 求该三角形的面积
实际上这两个问题就是一个问题：三角形的位置信息？如果我们能得到三角形的三个顶点坐标，那么实际上我们就可以掌握这个三角形所有的信息。于是，我们将这个问题演化成这样一个问题：
求三角形三个顶 ...
在上述博客中，我分别对平滑滤波、边缘检测、直线检测做了一定程度的了解，那么最终的目的我们是需要解决实际问题，那么今天就试着完成一个简单的综合训练，来在巩固前面所学知识的同时，学到新的东西！
...
上回书说道，霍夫变换检测直线的原理，以及自己编程实现，那么今天我就来使用openCV里的函数来完成这个有意思的任务，看看能收获些什么呢？
前面我们利用openCV处理过平滑图像（高斯滤波）、边缘检测（c ...
最近，跟一些朋友探讨了一下关于学习图像处理的一些问题，对于很多图像处理的问题，openCV都提供了相应的函数，那么我们还有必要自己再写一遍么？这个问题令我很头疼，估计令很多初学者都很头疼。你说不这么 ...
对于canny算法，这个应用非常广泛算法，我着实想不到什么很好的开场词来介绍它。那么就套用《Learning openCV》中文版中的一段好了：
“在图像边缘检测中，抑制噪声和边缘精确定位是无法同时满足的，一些边缘检测算法通过平滑滤波去除噪声的同事，也增加了边缘定位的不确定性；而提高边缘检测算子对边缘的敏感性的同事，也提高了对噪声的敏感性。canny算子力求在抗噪声干扰和精确定位之间寻求最佳折中方案。”
回顾一下各种边缘检测的算法，正如上述所论。比如说，一阶算子检测边缘，如Robert，虽然对边缘定位精度较高，但是容易丢失边缘，对噪声无抑制能力，又如S ...
上文简单讲述了一阶导数在边缘检测中的应用。而使用一阶导数进行边缘检测，往往会使得图像的细节丢失，那么此时，我们需要用到二阶导数来进行边缘检测，也就是拉普拉斯算子。
对于二维函数的导数求法如下：
可以近似如下：
于是我们得到对应的拉普拉斯滤波模板：
[ 0, 1, 0; 1, -4, 1; 0, 1, 0 ]
上述模板也可以写成：
...
首先要了解一下梯度的概念，在高等数学中，对于连续的二维函数f（x，y），其点在（x，y）处的梯度是一个二维列向量
V = [f对x偏导数 f对y偏导数]’
那么梯度的幅值就是
这一次，我将较为深入地探讨高斯滤波，包括参数的影响、参数的选取、高斯模板的形成以及自行编程实现高斯滤波的效果与openCV函数实现效果比对。
首先，我们接（一）中最后所述的内容继续开始探讨。在（一） ...