Packt.Mastering.OpenCV.4.3rd.Edition.2019.epub

代码如下 import os import cv2 for i in range(1,201): if i==169 or i==189: i = i+1 pth = C:\\Users\\Desktop\\asd\\+str(i)+.bmp image = cv2.imread(pth) //从指定路径读取图像 cropImg = image[600:1200,750:1500] //获取感兴趣区域 cv2.imwrite(C:\\Users\\Desktop\\qwe\\+str(i)+.bmp,cropImg) //保存到指定目录

opencv版本选择 OpenCV 是用于虚拟机视觉或视力的开源计算机视觉库的首字母缩写(open-source computer vision)。它在计算机或虚拟机中用于实时应用程序。它是一个用于视频操作、图像处理和分析视觉应用程序的开源库。OpenCV版本用于使用图像处理检测物体，保存和显示视频，分析和控制运动视觉。它是用于机器人和医学领域的实时视觉和机器学习的跨平台库。OpenCV 是用于实时计算机应用程序的开源图像和视频库。用户需要更新和添加新功能才能有效地创建应用程序。 OpenCV 可用于在计算机和虚拟机中修改视频和图像。OpenCV 在具有无线或有线连接的医疗、机器人、电子、视觉机器系统中很有用。OpenCV 通过高级修改帮助检测、存储、检索和加载虚拟机中的图像或视频。

见https://blog.csdn.net/taifyang/article/details/122639344

传统的C++模式，用10张图标定摄像头，标定完成后可以在屏幕上生成的棋盘格中点击画出红色十字，并在用以标定的第一张图像上验证标定的结果。

OpenCV3编程入门_毛星云编著_电子工业出版，其中添加了本人的学习笔记.

由于Windows系统下面QT开发OpenCV时会遇到安装的QT编译器是MinGW的版本，在使用OpenCV时由于没有MSVC编译器所以编译总是报错，无法使用。 借此按照网上的介绍从OpenCV官网下载4.5.3版本的源码自行使用CMake+MinGW编译出来的运行库，再使用就没问题了。 编译源文件：opencv-4.5.3.zip、opencv_contrib-4.x.zip 编译环境：Windows10（21H2）、CMake（3.25.0）、QT（5.14.1）、MinGW（mingw73_32） 将编译之后build目录下的install、bin、lib目录压缩上传，以供大家使用。

对车辆轮廓进行检测。运用一种基于开源计算机视觉库OpenCV的轮廓检测新方法。首先对图像进行形态学去噪、平滑滤波处理和二值化阈值分割等预处理 ，获得二值化黑白图像。然后通过轮廓提取和跟踪检测到车辆外轮廓线在Python环境下，利用 OpenCV编程实现了此方法。 通过提取全景图，在图像场景中由于目标和背景的温差较小，从而导致图像的对比度很低，为了提高图像的对比度，增强图像。虽然图像增强并不能增加图像数据中的信息量，但是它却能够增加所选择特征的动态范围，从而使这些特征更容易地被检测和识别，并进行后期树木消除，并得到相对清晰的原树模型与对比示意，并反馈车辆进行前期预警。 OpenCV提供的视觉处理算法非常丰富，并且以Python语言编写，加上其开源的特性，处理得当，不需要添加新的外部支持也可以完整的编译链接生成执行程序。不同的树木视觉图像是千差万别的，虽然我们可以把树木的主要特征提取出来，但是其视觉图像背景不可避免会出现一些干扰因素。我们可以采用面积法，利用OpenCV强大的数据库，即可计算出整个轮廓或者部分轮廓的面积，进入引导OpenCV进入前期检测与追踪的开展，进而支持智能驾驶。

OpenCV函数查询中文手册

实现任意角度拍摄的矩形物体，通过一系列数字图像处理，把另外一张目标图像替换拍摄的矩形框。 难点一：矩形边框的检测识别（噪声） 针对难点一： 拟采用边缘检测检测像素突变点提取边缘线条+轮廓提取+拟合外接四边形寻找轮廓中满足面积条件的四边形。考虑到拍摄图像有很多噪点干扰，采用中值滤波进行平滑处理，过滤椒盐噪声。设定矩形区域面积阈值，去除不满足条件轮廓，对轮廓进行多边形拟合迭代，直到拟合成四边形，并排序输出四个点坐标。 ②难点二：由于相机平面很难与物体平面平行，所以矩形区域是形变的矩形。 针对难点二： 拟采用投影变换，利用getPerspectiveTransform函数求出变换矩阵M，再用M将代替换图像投影变换到矩形区域，其余面积像素为0，以便后续图片融合相加。