Questions tagged «opencv»

如果我运行： import numpy as np import cv2 def changes(): rmat=np.eye(4) tvec=np.zeros(3) (rvec, jacobian)=cv2.Rodrigues(rmat) print rvec for i in range(2): changes() 我得到： [[6.92798859e-310] [2.19380404e-316] [1.58101007e-322]] [[0.] [0.] [0.]] 所以changes()变化的结果。 我不明白为什么会这样，而且如果tvec=np.zeros(3)注释掉该行，它就会停止更改 ，这让我觉得这是系统中的错误。

19 python  numpy  opencv  debugging  opencv3.0 

最近几天，我一直在尝试从图片中获取数独网格，而我一直在努力获取网格的较小正方形。我正在处理下面的图片。我以为用Canny滤镜处理图像会很好，但是没有，而且我无法获得每个正方形的每个轮廓。然后，我将自适应阈值，otsu和经典阈值放入测试中，但是每次似乎都无法捕捉到每个小方块。 最终目标是获取包含数字的单元格，并使用pytorch识别数字，因此我真的很想获得一些清晰的数字图像，以使识别不会出错:) 有人会对如何实现这一目标有想法吗？在此先多谢！：D

16 python  image  opencv  image-processing  sudoku 

是否可以将OpenCV的solvePNP与等矩形图像一起使用？我有一个等边的图像，并且在此图像中有四个点（红色点）及其像素坐标，然后我有四个对应的世界点，例如，[(0, 0, 0), (2, 0, 0), (2, 10, 0), (0, 10, 0)]如何估计相机的姿势？ 我尝试使用OpenCV，solvePnp但由于它期望使用Brown相机模型，因此无法正常工作。球形摄像机可以做到吗？

15 python  opencv  pose-estimation  opencv-solvepnp 

我试图检测这张图片中的管道数。为此，我正在使用OpenCV和基于Python的检测。根据对类似问题的现有答案，我能够提出以下步骤 打开图片 筛选 应用边缘检测 使用轮廓 检查计数 当我们手动给定或取4时，管道的总数约为909。 应用滤镜后 import cv2 import matplotlib.pyplot as plt import numpy as np img = cv2.imread('images/input-rectpipe-1.jpg') blur_hor = cv2.filter2D(img[:, :, 0], cv2.CV_32F, kernel=np.ones((11,1,1), np.float32)/11.0, borderType=cv2.BORDER_CONSTANT) blur_vert = cv2.filter2D(img[:, :, 0], cv2.CV_32F, kernel=np.ones((1,11,1), np.float32)/11.0, borderType=cv2.BORDER_CONSTANT) mask = ((img[:,:,0]>blur_hor*1.2) | (img[:,:,0]>blur_vert*1.2)).astype(np.uint8)*255 我得到了这张蒙面的图像 就显示的可见矩形数量而言，这看起来相当准确。但是，当我尝试进行计数并在图片顶部绘制边框时，它也会选择很多不需要的区域。对于圆，HoughCircles具有定义最大和最小半径的方法。矩形是否有类似的东西可以提高精度。另外，我也乐于接受有关此问题的替代方法的建议。 ret,thresh = cv2.threshold(mask,127,255,0) contours,hierarchy …

13 python  opencv  image-processing  computer-vision  object-detection 

在我的应用程序中，我尝试使用Open CV在特定图像上进行人脸识别，这里我首先训练一个图像，然后在训练该图像后，如果我在该图像上进行人脸识别，则它成功地识别出该训练过的人脸。但是，当我转向同一个人的另一张照片时，识别不起作用。它仅适用于经过训练的图像，所以我的问题是如何纠正它？ 更新：我要做的是用户应该从存储中选择一个人的图像，然后在训练了所选图像之后，我想从存储中获取与我训练过的图像相匹配的所有图像。 这是我的活动课： public class MainActivity extends AppCompatActivity { private Mat rgba,gray; private CascadeClassifier classifier; private MatOfRect faces; private ArrayList<Mat> images; private ArrayList<String> imagesLabels; private Storage local; ImageView mimage; Button prev,next; ArrayList<Integer> imgs; private int label[] = new int[1]; private double predict[] = new double[1]; Integer pos = 0; …

13 java  android  opencv  face-recognition 

我有多个图像图，所有图像图都包含字母数字字符标签，而不仅仅是文本标签本身。我希望我的YOLO模型能够识别其中存在的所有数字和字母数字字符。 我该如何训练我的YOLO模型做同样的事情。数据集可以在这里找到。https://drive.google.com/open?id=1iEkGcreFaBIJqUdAADDXJbUrSj99bvoi 例如：请参阅边界框。我希望YOLO可以检测出文本的任何位置。但是，当前无需识别其中的文本。 这些类型的图像也需要做同样的事情 图像可以在这里下载 这是我使用opencv尝试过的方法，但不适用于数据集中的所有图像。 import cv2 import numpy as np import pytesseract pytesseract.pytesseract.tesseract_cmd = r"C:\Users\HPO2KOR\AppData\Local\Tesseract-OCR\tesseract.exe" image = cv2.imread(r'C:\Users\HPO2KOR\Desktop\Work\venv\Patent\PARTICULATE DETECTOR\PD4.png') gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1] clean = thresh.copy() horizontal_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (15,1)) detect_horizontal = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, horizontal_kernel, iterations=2) cnts = cv2.findContours(detect_horizontal, cv2.RETR_EXTERNAL, …

12 python  opencv  machine-learning  deep-learning  yolo 

我正在使用进行手印多位数识别Java，使用OpenCV库进行预处理和分割，并使用KerasMNIST训练的模型（精度为0.98）进行识别。 除了一件事之外，这种识别似乎效果很好。网络经常无法识别那些（数字“一”）。我不知道这是否是由于分割的预处理/不正确的实现而发生的，或者是否是在标准MNIST上训练的网络没有看到看起来像我的测试用例的第一名。 这是经过预处理和分割后出现问题的数字的样子： 成为并归类为4。 成为并归类为7。 成为并归类为4。等等... 通过改进细分过程，可以解决此问题吗？还是通过增强培训设置？ 编辑：增强训练集（数据扩充）肯定会有所帮助，这已经在我测试中，正确预处理的问题仍然存在。 我的预处理包括调整大小，转换为灰度，二值化，反转和膨胀。这是代码： Mat resized = new Mat(); Imgproc.resize(image, resized, new Size(), 8, 8, Imgproc.INTER_CUBIC); Mat grayscale = new Mat(); Imgproc.cvtColor(resized, grayscale, Imgproc.COLOR_BGR2GRAY); Mat binImg = new Mat(grayscale.size(), CvType.CV_8U); Imgproc.threshold(grayscale, binImg, 0, 255, Imgproc.THRESH_OTSU); Mat inverted = new Mat(); Core.bitwise_not(binImg, inverted); Mat dilated = …

12 java  opencv  machine-learning  image-recognition  mnist 

我有此图像，其中包含文本（数字和字母）。我想获取此图像中存在的所有文本和数字的位置。我也想提取所有文本。 如何获取图像中的坐标以及所有文本（数字和字母）。例如10B，44、16、38、22B等

11 python  opencv  machine-learning  image-processing  deep-learning 

我在python中编写了一个小脚本，试图提取或裁剪仅代表艺术品的扑克牌部分，然后删除所有其余部分。我一直在尝试各种阈值方法，但无法达到目标。还要注意，我不能简单地手动记录图稿的位置，因为它并不总是处于相同的位置或大小，而是总是呈矩形，而其他所有内容都是文本和边框。 from matplotlib import pyplot as plt import cv2 img = cv2.imread(filename) gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) ret,binary = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU | cv2.THRESH_BINARY) binary = cv2.bitwise_not(binary) kernel = np.ones((15, 15), np.uint8) closing = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel) plt.imshow(closing),plt.show() 当前输出是我能得到的最接近的东西。我可能是正确的方法，并尝试进一步进行围绕白色部分绘制矩形的尝试，但是我认为这不是可持续的方法： 最后一点，请参阅下面的卡片，并非所有框架的尺寸或位置都完全相同，但是总会有一件艺术品，其周围只有文字和边框。它不一定要精确切割，但是很明显，艺术是卡片的“区域”，周围是包含文本的其他区域。我的目标是尽我所能捕获艺术品的区域。

10 python  image  opencv  image-processing  computer-vision 

我一直在尝试清除OCR的图像：（线条） 我需要删除这些行以有时对图像进行进一步处理，并且我已经很接近了，但是在很多情况下，阈值从文本中去除了太多： copy = img.copy() blur = cv2.GaussianBlur(copy, (9,9), 0) thresh = cv2.adaptiveThreshold(blur,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV,11,30) kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (9,9)) dilate = cv2.dilate(thresh, kernel, iterations=2) cnts = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) cnts = cnts[0] if len(cnts) == 2 else cnts[1] for c in cnts: area = cv2.contourArea(c) if area > 300: x,y,w,h = …

9 python  opencv  image-processing  ocr  image-segmentation 

我有一台固定相机，已知cameraMatrix和distCoeffs。我也有一个固定的棋盘，transform并且rotation矢量也使用来计算solvePnP。 我想知道如何在棋盘所在的同一平面上获得2D点的3D位置，如下图所示： 可以肯定的是，该点的Z为0，但如何获得该点的X和Y。

9 opencv  2d-3d-conversion