将此标记用于与计算机视觉相关的问题 - 软件的任何方面,使计算机能够使用相机感知,理解和响应其环境。有关图像过滤和量化的问题,请使用标签[image-processing]。
oopencv:缝合扭曲/安排信息,并用保存的信息重新缝制 首先,我是计算机视觉领域的初学者,从网络学习OpenCV。 我正在尝试使用OpenCV缝合API缝制多光谱(频段> 3)图像。 我已经知道
我已经知道OpenCV不支持多光谱图像。
我有二进制图像,我想知道给定的黑暗(0)像素是否在封闭的区域内(像素被封闭的明亮像素线包围)还是开放区域(有一条来自来自的黑暗像素的路径这个目标像素到边界)。
我想比较Web应用程序的不同版本(同一站点)的屏幕截图。到目前为止,我尝试了以下方法:
基于像素的模糊比较与deltae
I打算在搅拌器内部基于多视图立体声图像(基本上是从不同角度和方向的同一对象的2D平面图像)制作3D模型。
ideas用于从蒙版的风力涡轮机图像中提取叶片尖端坐标。 我正在寻找Python中的图像处理工具,以从风力涡轮机的刀片尖端获取坐标,在这种情况下,是一个小型型号。叶片已经被Yolov8
我已经尝试训练Yolo置位模型以进行关键点检测,但并未给出足够的结果。我将使用这些坐标来计算转子磁盘的刻度,因此这些点需要有些精确。
#newb 我正在使用Mobilenet SSD V2(COCO)对象检测模型来检测来自现场摄像机供稿的火车。 我的目标是减少推理时间。 可可数据集可用 - 有3745
启用2D图像的边缘检测,我想分别在图像的每一行(i.g.一行)上检测边缘。这是从输入1D向量的边缘检测,其值是p ...
我正在使用两个库:用于计算机视觉功能的OPENCV和计算机图形功能的OpensCeneGraph。因为,该软件的主要目的是增强现实。该软件的主要目的是创建一个像Snapchat中的面部过滤器一样,到目前为止,我已经使用了面部标志(计算机视觉部分)并在OpenSceneGraph功能的帮助下将3D模型加载到OpenCV的相机供稿中。问题在于我试图将3D模型放置在面部标志的顶部,但由于该模型的坐标与OpenCV面部标记模型不同,因此无法完美地工作。 因此,有没有办法将模型完美地放在面部标志的顶部?
预测函数返回的框似乎并不是归一化形式,即使在图像宽度和高度乘以后,我也无法获得边界框的坐标。 导入到...
有没有一种方法可以从图像数据集中进行采样,以保持其中最大的方差,保持所有可能的异常值和大部分信息的完整性?
使用预训练的 CNN 提取的特征作为 CNN/NN 的新特征
我正在使用预训练的 CNN 从图片中提取特征。使用这些特征作为新 CNN/NN 的输入有意义吗?以前做过吗?
我在GSTREAMER管道中测试计算机视觉元素;我的元素从网络摄像头接收一个实时视频流,并在其上运行一些图像处理代码,并将结果保存到数据库中。当使用调试标志编译时,它还使用一些调试标记更新视频流。对于调试和开发,我还从录制的视频中运行它。