opencv项目练习、接口api学习、c++与python 开发、opencv传统图像处理知识等内容。

运动模糊：由于相机和物体之间的相对运动造成的模糊，又称为动态模糊 Opencv+Python实现运动模糊，主要用到的函数是cv2.filter2D()： # coding: utf-8 import numpy as np import cv2 def motion_blur(image, degree=12, angle=45): image = np.array(image) # 这里生成任意角度的运动模糊kernel的矩阵， degree越大，模糊程度越高 M = cv2.getRotationMatrix2D((degree / 2, degree / 2), angle

Different places use different pin numbers GPIO, Wiring, and BCM have been included.

以下代码是保存视频 # coding:utf-8 import cv2 import sys reload(sys) sys.setdefaultencoding('utf8') cap = cv2.VideoCapture(0) cap.set(3,640) cap.set(4,480) cap.set(1, 10.0) #此处fourcc的在MAC上有效，如果视频保存为空，那么可以改一下这个参数试试, 也可以是-1 fourcc = cv2.cv.CV_FOURCC('m', 'p', '4', 'v') # 第三个参数则是镜头快慢的，10为正常，小于10为慢镜头 out = cv2.V

JTT808 部标模拟终端，可模拟注册、鉴权、自动上报位置、拍照上传多媒体数据、1078实时音视频等。对部标监控平台的研发、测试有比较大的帮助， 大大提高开发效率。 程序说明： https://blog.csdn.net/WXL2010/article/details/126789250

基于python+opencv实现数独

记录人脸识别库Dlib库的运行环境的选择、依赖库的安装、实例代码的调试和验证，识别模型的收集及验证。

目录1.图像加法运算1.1 运用numpy库1.2 调用OpenCV1.3 两种方法的运行代码和结果2.图像融合2.1 运用openCV中的addWeighter()函数2.2 运用PIL库中的Image.blend()函数 1.图像加法运算 1.1 运用numpy库 运用numpy库进行图像加法运算的方法为：取模运算 总像素值 = 图像1 + 图像2 1)当总像素值<=255时，像素值保持不变. 。如：56+124=180，即加法运算后的像素值为180 2)当总像素值>255时，像素值取(总像素值 – 255)。如：（250+46）- 255 = 41，即加法运算后的像素值为41 1.2

树莓派rasp-config配置.doc

opencv3.4.1版本，在windows下编译的32位和64位库，均包括debug和release版本。 包含include，bin和lib文件夹，可以直接包含到工程文件夹下使用