python配合Opencv库 实现的车牌识别定位及分割代码：
1、将采集到的彩色车牌图像转换成灰度图
2、灰度化的图像利用高斯平滑处理后，再对其进行中直滤波
3、使用Sobel算子对图像进行边缘检测
2023-02-27 19:35:40
1.79MB
1
使用python-Opencv，进行采集人脸数据，通过数据训练，再捕获摄像头每一帧人脸信息进行识别判断。
1.迭代收集图片路径与图片信息
2.haar采集每一张图片的人脸部分
3.图片信息通过标签编码处理
4.局部二值模式直方图创建人脸识别器
5.训练人脸识别器
6.摄像头采集每一帧人脸数据，做判断
2023-02-24 21:03:22
123.8MB
1
使用OpenCV快速径向对称变换
这是使用OpenCV快速径向对称变换的实现。
查看详细信息：Loy，G.和Zelinsky，A.（2002）。 用于检测兴趣点的快速径向对称变换。 计算机视觉，ECCV 2002。
该代码是从MATLAB实现移植而来，并已通过OpenCV 3.0.0（x64）进行了测试。
2023-02-22 09:05:31
554KB
1
基于简单高斯模型的肤色检测
阈值分割采用了OTSU方法
opencv 1.0和2.2都编译通过
2023-02-14 17:36:52
104KB
1
基于OpenCV+VS2013实现的图像行方向循环移位，适用于3通道或单通道图像，移位起始点是0到高度之内的随机整数。若需列方向循环移位，可首先旋转原图。
2022-12-13 21:08:01
104KB
1
课程作业_Python+OpenCV实现车道线检测源码+项目说明.7z
【图像处理】
图像处理主要是先对图像进行灰度处理，高斯模糊，然后对其进行canny边缘检测，最后对得到的图像进行roi掩膜处理，进一步缩小范围。
【霍夫变换】
霍夫变换(Hough)是一个检测间断点边界形状的方法。它通过将图像坐标空间变换到参数空间，来实现直线与曲线的拟合。
在图像坐标空间中，经过点的直线表示为：
(1)
其中，参数a为斜率，b为截矩。其中，参数a为斜率，b为截矩。
通过点 点的直线有无数条，且对应于不同的a和b值。
如果将和视为常数，而将原本的参数a和b看作变量，则式子(1)可以表示为：
(2)
这样就变换到了参数平面a−b。这个变换就是直角坐标中对于点的Hough变换。
离群变换和最小二乘拟合
视频流的读写等等，更多详细说明介绍看项目说明。
2022-12-13 17:26:27
449KB