:rocket:如果有帮助，请单击星号！ :star:
Ncnn在移动设备上的部署，支持：相机上的YOLOv5s，YOLOv4-tiny，MobileNetV2-YOLOv3-nano，简单姿势，Yolact，ChineseOCR-lite，ENet，Landmark106，DBFace，MBNv2-FCN和MBNv3-Seg-small。
iOS：
Xcode 11.5
macOS 10.15.4
iPhone 6sp 13.5.1
安卓：
Android Studio 4.0
Win10 1909年
魅族16x 8.1.0（CPU：高通710 GPU：Adreno 616）
Android已添加了权限请求，但如果仍然崩溃，请手动确认是否允许相关权限。
的iOS
Select the model to be tested directly on the interface.
安卓
Selec
2021-04-13 15:33:32
319.37MB
1
实验室项目中，希望求取一个近似圆形区域的质心，原本使用最小外接圆的质心来等效为该区域质心。但是由于部分区域的形状过于不规则导致发生质心偏移现象。如下图：
蓝色为实际要求质心。红色为等效圆质心
为获取较为准确的质心，拟用最大内接矩形的中心作为该区域质心。
采用改进的中心扩散法求内接矩形：先以最小外接矩的中心作为算法的起点进行中心扩散。得到一个内解矩形，在对最小外接矩的中心进行8邻域的遍历，应用中心扩散法分别求取内接矩，以面积最大的内接矩作为最大内接矩。
使用Opencv关键代码如下：
/**
* @brief 求取连通区域内接矩
* @param img:输入图像，单通道二值图，深度为8
2021-04-07 22:42:07
49KB
1
一 简介
目标检测即为在图像中找到自己感兴趣的部分，将其分割出来进行下一步操作，可避免背景的干扰。以下介绍几种基于opencv的单目标检测算法，算法总体思想先尽量将目标区域的像素值全置为1，背景区域全置为0，然后通过其它方法找到目标的外接矩形并分割，在此选择一张前景和背景相差较大的图片作为示例。
环境：python3.7 opencv4.4.0
二 背景前景分离
1 灰度+二值+形态学 轮廓特征和联通组件
根据图像前景和背景的差异进行二值化，例如有明显颜色差异的转换到HSV色彩空间进行分割。
1 原图
2 灰度化
3 二值化
4 形态学处理
5 提取轮廓并找出目标外接矩形
2021-04-03 21:17:02
140KB
1