这几天毕设要用到OpenCV,按照网上的教程来搭建开发环境. 用的是OpenCV 3.0 beta + Visual Studio Community 2013.我的系统64位是Win 8.1,但在加载环境变量和包含库的时候都选了32位的,因为64对32兼容所以这没有问题.后文中的Debug也是x32的. 搭建开发环境参考了Youtube上OpenCV Moment的教学视频(奇怪的俄式英语-):传送门 切入正题 完成搭建后,采用以下代码测试: #include <opencv2/opencv.

条形码是当前超市和部分工厂使用比较普遍的物品,产品标识技术,使用摄像头检测一张图片的条形码包含有两个步骤,第一是定位条形码的位置,定位之后剪切出条形码,并且识别出条形码对应的字符串,然后就可以调用网络,数据库等手段快速进行后续处理. 条形码识别要考虑到条形码的特点,本文针对的是条形码在图片中的位置相对垂直,没有各种倾斜的那种条形码,如下图所示 要定位首先要检视这种条形码的特点,这种图像在X方向上的梯度肯定很明显,同时,Y方向的梯度就没这么明显,所以第一步,我们应该将图像的灰度图像分别计算梯度,用

Java基于opencv实现图像数字识别(四)-图像降噪 我们每一步的工作都是基于前一步的,我们先把我们前面的几个函数封装成一个工具类,以后我们所有的函数都基于这个工具类 这个工具类呢,就一个成员变量Mat,非常的简单,这里给出代码 public class ImageUtils { private static final int BLACK = 0; private static final int WHITE = 255; private Mat mat; /** * 空参构造函数 */

Java基于opencv实现图像数字识别(二)-基本流程 做一个项目之前呢,我们应该有一个总体把握,或者是进度条:来一步步的督促着我们来完成这个项目,在我们正式开始前呢,我们先讨论下流程. 我做的主要是表格中数字的识别,但这个不是重点.重点是通过这个我们可以举一反三,来实现我们自己的业务. 图像的识别主要分为两步:图片预处理和图像识别:这两步都很重要 图像预处理: 1. 图像灰度化:二值化 2. 图像降噪,去除干扰线 3. 图像腐蚀.膨胀处理 4. 字符分割 5. 字符归一化 图像识别: 1.

Java基于opencv实现图像数字识别(一) 最近分到了一个任务,要做数字识别,我分配到的任务是把数字一个个的分开:当时一脸懵逼,直接百度java如何分割图片中的数字,然后就百度到了用BufferedImage这个类进行操作:尝试着做了一下,做到灰度化,和二值化就做不下去了:然后几乎就没有啥java的资料了,最多的好像都是c++,惹不起.惹不起...... 我也想尝试着用c++做一下,百度到了c++基于opencv来做图像识别的:但是要下vs啊,十几个g呢,我内存这么小,配置这么麻烦,而且vs

下午的时候,配好了OpenCV的Python环境,OpenCV的Python环境搭建.于是迫不及待的想体验一下opencv的人脸识别,如下文. 必备知识 Haar-like 通俗的来讲,就是作为人脸特征即可. Haar特征值反映了图像的灰度变化情况.例如:脸部的一些特征能由矩形特征简单的描述,如:眼睛要比脸颊颜色要深,鼻梁两侧比鼻梁颜色要深,嘴巴比周围颜色要深等. opencv api 要想使用opencv,就必须先知道其能干什么,怎么做.于是API的重要性便体现出来了.就本例而言,使用到的函数

前言 接着上篇<IOS7下的人脸检測>,我们顺藤摸瓜的学习怎样在IOS7下用openCV的进行人脸识别,实际上非常easy,因为人脸检測部分已经完毕,剩下的无非调用openCV的方法对採集到的人脸样本进行训练,终于得到一个能够预測人脸的模型.可是当中的原理可谓是博大精深,因为快临最近末考试了,没时间去琢磨当中详细的细节,这次就先写个大概的demo,下次更新文章就得到6月20号之后了. 原理: 从OpenCV2.4之后,openCV增加了新的类FaceRecognizer,我们能够使用它便捷地进

http://blog.sina.com.cn/s/blog_9015f3230101bbef.html 关于在Visual Studio 2008/2010 和Opencv平台下出现LINK : fatal error LNK1000/1104等错误解决办法 LINK : fatal error LNK1104: 无法打开文件“.obj” 注意opencv的版本!!!! 由于自己常用Visual Studio 2008/2010 和Opencv平台编程,像 LINK : fatal error

前言 今天和大家一起分享如何使用LabVIEW调用pb模型实现物体识别,本博客中使用的智能工具包可到主页置顶博客LabVIEW AI视觉工具包(非NI Vision)下载与安装教程中下载 一.物体识别算法原理概述 1.物体识别的概念 物体识别也称目标检测,目标检测所要解决的问题是目标在哪里以及其状态的问题.但是,这个问题并不是很容易解决.形态不合理,对象出现的区域不确定,更不用说对象也可以是多个类别. 目标检测用的比较多的主要是RCNN,spp- net,fast- rcnn,faster- r

今天遇到一个问题,具体如下: 在Mac下正常使用的移动硬盘,在Windows下无法识别,打开显示"磁盘结构损坏且无法读取" 分析:Mac下既然能够正常使用,那么硬盘就应该是正常的,至于在Windows下没办法读取,可能是因为Windows下的读取方式出现问题,或者是Windows下的移动硬盘标识出现问题. 解决办法:用CMD打开命令提示符,输入: chkdsk空格H:空格/f 上面的H就是你损坏的硬盘符,等待它扫描完成,把错误的标识符都替换掉,硬盘就能正常读取了

[OpenCV][ARM9下移植OpenCV]   安装环境 宿主机: Red Hat Enterprise Linux Server 6.3 开发板: mini2440 相关软件: cmake-3.5.1.tar.gz.OpenCV-2.3.1a.tar.bz2 下载地址: CMake: https://cmake.org/files/v3.5/cmake-3.5.1.tar.gz OpenCV: http://downloads.sourceforge.net/project/opencvl

Java基于opencv实现图像数字识别(五)-投影法分割字符 水平投影法 1.水平投影法就是先用一个数组统计出图像每行黑色像素点的个数(二值化的图像): 2.选出一个最优的阀值,根据比这个阀值大或小,用一个数组记录相应Y轴的坐标: 3.因为是水平切割我们只需要Y轴的切割点即可,宽度默认图像的宽,高度可以用相邻的切割点相减得到: 4.优化切割点,把切割点靠近的都清除掉 5.设置感应区的区域,切割图片 垂直投影法和水平投影法类似,对比思考一下 因为我做的是表格的切割,你如果想实现验证码的切割,或者

Java基于opencv实现图像数字识别(三)-灰度化和二值化 一.灰度化 灰度化:在RGB模型中,如果R=G=B时,则彩色表示灰度颜色,其中R=G=B的值叫灰度值:因此,灰度图像每个像素点只需一个字节存放灰度值(又称强度值.亮度值),灰度范围为0-255.一般常用的是加权平均法来求像素点的灰度值,opencv开发库所采用的一种求灰度值算法如下: :)Gray = 0.072169 * B + 0.715160 * G + 0.212671 * R 有两种方式可以实现灰度化,如下 方式1 @Te

我们经常会使用条件编译符 #if DEBUG 在 Debug 下执行某些特殊代码.但是一旦我们把代码打包成 dll,然后发布给其他小伙伴使用的时候,这样的判断就失效了,因为发布的库是 Release 配置的:那些 #if DEBUG 的代码根本都不会编译进库中.然而总有时候希望在库中也能得知程序是 Debug 还是 Release,以便库发布之后也能在 Debug 下多做一些检查. 那么有办法得知使用此库的程序是 Debug 配置还是 Release 配置下编译的呢?本文将介绍一个比较靠谱的方法

平常开发用Debug,但是发布的时候用Release,应该是很多单位都会用的,但是有的时候你发现Debug下好使,Release下不好使,这就遇到坑了. 我也是这两天连续遇到了两次,在此记录一下,如果以后还有发现这两个区别的,还会继续追加内容. 1.Mutex 软件做的单一启动,也就是软件如果正在运行的话,双击程序,不会启动新的,而是把原有的放到最前面. 参考了WPF 同一个程序 只允许 同时运行一个这篇文章,在Debug下用着不错,挺好用的,但是,当发布成Release的时候,尼玛,不好使,怎

无耻收藏网页链接: 基于OpenCV快速实现人脸识别:https://blog.csdn.net/beyond9305/article/details/92844258 基于Opencv快速实现人脸识别(完整版):https://blog.csdn.net/beyond9305/article/details/93724948

VS debug下为什么call 函数后,会jmp函数地址?多此一举? http://blog.csdn.net/viper/article/details/6332934 在写跑在main之前的时候,碰到了很奇怪的问题. [cpp] view plaincopy int initBreak() { DebugBreak(); return 0; } typedef int (*pInit)(); pInit start3 = initBreak; initBreak是函数名,start3 是指

用如下方法编译opencv: git clone "https://github.com/opencv/opencv.git" mkdir opencv_debug cd opencv mkdir build cd build cmake .. #查看编译选项 cmake -LA | awk '{if(f)print} /-- Cache values/{f=1}' #我的编译选项(其实反复了很多次) /usr/local/bin/cmake .. -DCMAKE_BUILD_TYPE

训练一个神经网络 能让她认得我 阅读原文 这段时间正在学习tensorflow的卷积神经网络部分,为了对卷积神经网络能够有一个更深的了解,自己动手实现一个例程是比较好的方式,所以就选了一个这样比较有点意思的项目. 项目的github地址:github 喜欢的话就给个Star吧. 想要她认得我,就需要给她一些我的照片,让她记住我的人脸特征,为了让她区分我和其他人,还需要给她一些其他人的照片做参照,所以就需要两组数据集来让她学习,如果想让她多认识几个人,那多给她几组图片集学习就可以了.下面就开始让我

我们经常遇到这样的需求:我们在VS写好的程序,需要在一个没有装opencv甚至没有装vs的电脑下运行,跑出效果.比如,你在你的电脑用opencv+vs2015写出一个程序,然后老师叫你把程序发给他,他要看看功能实现的怎么样.老师的电脑肯定没有整套的开发环境的,如果你想只把代码发给他,让他自己编译,肯定会出现问题.所以,我们需要掌握如何生成一个不依赖开发环境的exe的方法. 下面将以一个实际例子说明如何生成一个不依赖开发环境的exe的方法. 比如我现在在VS2015下实现了一个图像拼接功能的程序

本文主要参考OpenCV人脸识别教程:http://docs.opencv.org/modules/contrib/doc/facerec/facerec_tutorial.html 1.OpenCV 从2.4开始支持3个新的人脸识别算法. Eigenfaces 极值特征脸 createEigenFaceRecognizer() Fisherfaces createFisherFaceRecognizer() Local Binary Patterns Histograms局部二值直方图 cre