用opencv實現簡單圖形檢測，用OpenCv實現簡單圖形檢測

1樓：匿名使用者

我說下思路吧，你自己動手來

邊緣檢測分割把每個圖形分割出來每個圖形是個閉包區域

對分割出來的區域單獨做直線檢測 houghline2我記得是這個函式在opencv裡如果找到 3根直線為三角形，沒有為圓形，以此類推。

2樓：i觀白

使用opencv的cvfindcontours函式

3樓：魔方傻

孩子，這是opencv的入門課之一啊，如果連這都不願意學，不願意自己鑽研，以後還怎麼發展？大學的時光很寶貴啊，好好珍惜啊！！！

如何利用opencv實現彩色影象邊緣檢測演算法

4樓：匿名使用者

在opencv中顯示邊緣檢測很簡單，只需呼叫乙個cvcanny函式，其使用的是canny演算法來實現對影象的邊緣檢測．

函式原型為：

void cvcanny( const cvarr* image,cvarr* edges,double threshold1,double threshold2, int aperture_size=3 );

第乙個引數為待檢測的影象，注意一點，其必須是灰度圖．

第二個引數為輸出的邊緣圖，其也是乙個灰度圖．

後三個引數與canny演算法直接相關，threshold1和threshold2 當中的小閾值用來控制邊緣連線，大的閾值用來控制強邊緣的初始分割，aperture_size運算元核心大小，可以去看看canny演算法．

從彩色圖到灰度圖需要使用到cvcvtcolor函式，其接受三個引數，第一為輸入，第二為輸出，第三個為轉換的標識，我們這邊是rgb到gray，使用的是cv_rgb2gray．

參考demo**如下：

#include

using namespace std;

int string2int(const string& str_)

void docanny(const string& strfilename_)

//彩色**轉換成灰度圖放置的**

iplimage* _piplimagecanny = cvcreateimage(cvgetsize(_piplimagein), _piplimagein->depth, 1);

cvcvtcolor(_piplimagein, _piplimagecanny, cv_rgb2gray);//cv_rgb2gray將rgb圖轉成灰度圖

//只有邊緣路徑的**

iplimage* _piplimageout = cvcreateimage(cvgetsize(_piplimagein), ipl_depth_8u, 1);

//邊緣檢測只能作用於灰度圖

if (_piplimagecanny->nchannels != 1)

//邊緣檢測操作

cvcanny(_piplimagecanny, _piplimageout, 1, 110, 3);

cvnamedwindow("src");

cvshowimage("src", _piplimagein);

cvnamedwindow("canny");

cvshowimage("canny", _piplimageout);

cvwaitkey(0);

cvdestroywindow("src");

cvdestroywindow("canny");

}int main(int argc, char* argv)

docanny(argv[1]);

return 0;}

5樓：匿名使用者

#include

int main(int argc, char** argv)}cvnamedwindow( "circles3", 1 );

cvshowimage( "circles3", gray );

printf("%d",n1);

cvnamedwindow( "circles", 1 );

cvshowimage( "circles", img );

cvwaitkey(0);

cvreleaseimage(&img);

cvreleaseimage(&gray);

}return 0;}

opencv 如何檢測特定形狀的物體

6樓：匿名使用者

你的思路可以，即將現有影象和樣本影象的特徵點進行匹配，然後判斷是否有鉤子上的特徵點匹配上了，若有，則為有鉤子的影象，若無，則為無鉤子的影象。我覺得，你可能錯在沒有剔除錯誤的匹配點，你應該剔除掉錯誤的匹配點，再來進行分析。

急急急！！！基於opencv 的機器視覺：利用opencv實現**邊緣檢測並求兩條線間的距離。

7樓：牛牛vs驢驢

你讀取每一行的畫素值，黑色的畫素值為0，白色的為255，從左向右讀取，當前乙個畫素為0，後乙個畫素為255時，則找到邊界，繼續讀取，當找到前乙個畫素為255，後乙個畫素為0時，則找到右邊界。每一行都按著這個過程，把左右邊界的點分別儲存，有了點根據兩點確定一條直線可以得到兩條白色斜線。最下面一行的白色左邊緣點與右邊緣點的差值即為間距。

8樓：匿名使用者

cvcanndy檢測邊緣並二值化影象,然後cvhoughlines2可以檢測直線，在知道了直線的資料後，計算線之間的距離不是很簡單嗎，具體的**只有參見網路上的**了，比較簡單，祝順利

opencv影象識別-求思路 85

9樓：

給你講解

bai一下識別

的大致思路吧；

du第一，先來zhi說說計算機識dao別的過程，如專果只是簡單物體識別很簡屬單，大部分碩士生也是大致的如下步驟；

1）預處理，對得到的**進行預處理，將複雜的影象變成色彩塊2）色彩提取，有了色彩塊，就可以對目標的顏色進行提取，進而消除大部分背景；

3）降噪，對於提取的前景需要去除一些雜訊點、塊，以方便之後的識別；

4）建模，對你的前景進行建模，建模的方式有很多中；

5）匹配，用你的目標和你提取的模型進行匹配；

10樓：阿芋王

看到你這個**

bai 首先我感覺你這du個偏綠zhi的問題是因為你錯誤的把攝dao像頭傳回來的

內ycbcr色彩空間的影象用容rgb來顯示了，或者就是你rgb弄成了bgr顯示，先調整一下影象讀取顯示的問題呵呵

另外就你這個貼出來的**，肯定是受到攝像頭的限制，有扭曲的問題，找找攝像頭標定的**，先恢復到正常的影象，然後再去想怎麼做，處理的素材不好，後面什麼演算法都是白搭

至於識別的問題，不知道你想識別什麼，常見的機械人識別裡面識別道路的話最好先弄一點先驗知識，呵呵算是一點點經驗之談，如果我沒猜錯，建議你查查美國國防部的darpa challenge（好像是這麼寫）都是機器視覺導航的可以開開眼界

11樓：匿名使用者

識別本來是乙個很難的問題，不是一兩句話能說清楚的，你看看商業上的應用，也就那樣。

你提到的偏綠問題，最好是改進硬體的方法解決

建議你看看人臉是別的一些**資料

用opencv做影象識別。檢測金屬表面的缺陷。

12樓：餘智慧型

僅僅看壓痕缺陷打光效果，可以建立兩個高斯濾波，對**用乙個濾波器在頻域進行卷積運算，然後用傅利葉反變換對濾波後的**進行處理，得出缺陷

13樓：

收集缺陷**，對這些**繼續深度學習提取出特徵資訊，再做篩選。

如何用opencv檢測這個影象中的黑點

14樓：

1.對**進行分層，從r，g，b中取最清晰的一層。

2.對1中取得的圖層取輪廓。

3.去掉最大的輪廓（外層的試管輪廓），剩下的就是黑點的輪廓了。

如果**中有較多噪點，那麼中步驟1和2之間，加入高斯模糊處理，會減少噪點的干擾。

哪位大神能把opencv2.1做簡單的幾何圖形識別發給我，感激不盡！！[email protected]

15樓：可愛的八嘎牙路醬

沒有現成的程式

可以給你提供的思路

1.canny 取邊緣

2.cvfindcontour 找到3個外圍輪廓3.cvminenclosingcircle，找到3個包圍圓4.

每個輪廓上取一點，向自己的包圍圓圓心方向搜尋搜尋到幾個亮度為255的點就是裡面包含幾個同心圓比較容易實現

16樓：匿名使用者

opencv 現成的只有houghcircle可以檢測圓形

而且不能檢同心圓

想用opencv識別影象中特定物體的個數，怎麼做到

17樓：房子a房子

基本上那就需要使用機器學習或者深度學習來實現模式識別了。通過模式識別能夠找出影象上指定物體的位置和個數。但還要看呢具體要識別的是什麼，現階段人臉的檢測做的很好。

使用機器學習需要為特定物體建立一套識別方法然後再訓練分類器。深度學習就需要有大量的正反資料來對模型進行訓練才行。

18樓：匿名使用者

ipp image 用這個基本上可以解決你的問題！可惜網上的學習資料太少，也沒找到漢化版。

用opencv實現簡單圖形檢測，用OpenCv實現簡單圖形檢測

opencv的影象顯示問題，opencv用imshow或cvShowImage顯示影象時只能一幅一幅的顯示嗎，就是只有關掉乙個影象才能顯示下乙個嗎

520 530 540 550 560 570用簡便方法

3 58 67 35 8 3 7 0 358 40怎麼用簡便方法算

其他用戶還看了：