GVKun编程网logo

Python OpenCV 边缘滤波保留(EPF)(python opencv 边缘检测)

2

如果您对PythonOpenCV边缘滤波保留感兴趣,那么本文将是一篇不错的选择,我们将为您详在本文中,您将会了解到关于PythonOpenCV边缘滤波保留的详细内容,我们还将为您解答EPF的相关问题,

如果您对Python OpenCV 边缘滤波保留感兴趣,那么本文将是一篇不错的选择,我们将为您详在本文中,您将会了解到关于Python OpenCV 边缘滤波保留的详细内容,我们还将为您解答EPF的相关问题,并且为您提供关于36 篇博文带你学完 opencv :python+opencv 进阶版学习笔记目录、Android OpenCV(零):OpenCV Android SDK、Android Studio,OpenCV jar,java.lang.ClassNotFoundException:org.opencv.R $styleable、AR opencv-python | cv2.error: OpenCV(4.5.1) batch_distance.cpp:275: error: (-215:Assertion failed)的有价值信息。

本文目录一览:

Python OpenCV 边缘滤波保留(EPF)(python opencv 边缘检测)

Python OpenCV 边缘滤波保留(EPF)(python opencv 边缘检测)

Python OpenCV 365 天学习计划,与橡皮擦一起进入图像领域吧。

Python OpenCV

    • 基础知识铺垫
    • 函数原型介绍
      • 高斯双边滤波
      • 均值迁移滤波
    • 橡皮擦的小节

基础知识铺垫

前几篇博客学习到的各种模糊都属于卷积操作,它们存在一个共同点,模糊之后图像的边缘信息不再存在。

本篇博客学习的边缘保留滤波算法(EPF),是一种能通过卷积处理实现模糊图像的同时,又不会对图像边缘造成破坏,并且卷积操作之后的图像,可以完整保存图像整体边缘。

具体实现分为:高斯双边滤波,均值迁移滤波

原理不在细说,属于数学知识,先用起来,等需要的时候,在反推数学基础知识。

橡皮擦学到这时的第一个感觉就是,放弃吧,根本不知道这些内容用在哪里!

函数原型介绍

高斯双边滤波

双边滤波函数原型如下:

dst = cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace[, dst[, borderType]])

参数说明:

  • src:输入图像;
  • d:过滤过程中每个像素邻域的直径范围。如果不是正数,则函数会从参数 sigmaSpace 计算该值;
  • sigmaColor:颜色空间过滤器的 sigma 值,参数的值越大,表明该像素邻域内有越宽广的颜色会被混合到一起,产生较大的半等色区域;
  • sigmaSpace:坐标空间中滤波器的 sigma 值,如果该值较大,则意味着越远的像素将相互影响,从而使更大的区域中足够相似的颜色获取相同的颜色。当 d>0 时,d 指定了邻域大小且与 sigmaSpace 无关,否则 d 正比于 sigmaSpace。
  • dst:和源图象相同大小、相同格式的输出图象;

一般将 sigmaSpace 设置大一些,sigmaColor 设置小一些,最终呈现的效果较好。

优缺点:
双边滤波,可很好的保存图像边缘细节,并且过滤掉低频分量的噪音,但是双边滤波效率不是很高,花费时间比其他滤波器较长。

测试代码如下,先掌握函数基本使用再说。

import cv2 as cv
import numpy as np

# 双边滤波
def bilater(image):
    # 第三个参数大一点(color),第四个小一点(space)
    dst = cv.bilateralFilter(image, 0, 100, 15)
    cv.namedWindow("dst")
    cv.imshow("dst", dst)

src = cv.imread("./123.jpg")
cv.namedWindow(''src'')
cv.imshow(''src'', src)

bilater(src)

cv.waitKey(0)
cv.destroyAllWindows()

运行效果,有点美颜磨皮的效果了,不过效果还不是很好,估计是参数的问题。
Python OpenCV 边缘滤波保留(EPF)

均值迁移滤波

均值迁移算法是一种通用的聚类算法,它的基本原理是:

对于给定的一定数量样本,任选其中一个样本,以该样本为中心点划定一个圆形区域,求取该圆形区域内样本的质心,即密度最大处的点,再以该点为中心继续执行上述迭代过程,直至最终收敛。(没看太明白,大概了解一下即可)

函数原型如下:

dst = cv2.pyrMeanShiftFiltering(src, sp, sr[, dst[, maxLevel[, termcrit]]])

参数说明:

  • src:输入图像,8 位 3 通道图像;
  • sp:迁移物理空间半径大小;
  • sr:迁移色彩空间半径大小;
  • dst:可选参数,和源图象相同大小、相同格式的输出图象;
  • maxLevel:可选参数,金字塔的最大层数;
  • termcrit:可选参数,迁移迭代终止条件,可以设置为迭代次数满足终止,迭代目标与中心点偏差满足终止,或者两者的结合。

所有参数中,spsr 必选,二者设置的值越大,对图像色彩的平滑效果越明显,同时函数耗时越多。

测试代码如下:

import cv2 as cv
import numpy as np

# 双边滤波
def bilater(image):
    # 第三个参数大一点(color),第四个小一点(space)
    dst = cv.bilateralFilter(image, 0, 100, 15)
    cv.namedWindow("dst")
    cv.imshow("dst", dst)

# 均值迁移滤波
def pyrmeanshift(src):
    dst = cv.pyrMeanShiftFiltering(src, 10, 50)
    cv.imshow("dst", dst)

src = cv.imread("./123.jpg")
cv.namedWindow(''src'')
cv.imshow(''src'', src)

pyrmeanshift(src)

cv.waitKey(0)
cv.destroyAllWindows()

运行效果,有点像油画的效果。

Python OpenCV 边缘滤波保留(EPF)

橡皮擦的小节

最近有小伙伴给橡皮擦发私信询问:“橡皮擦,我们这样不学习原理就 CALL 函数,能学会 OpenCV 吗?”

“放心,没有问题,365 天路还长着呢”

坚持吧,橡皮擦给这种学习形式命名为“上帝视角学习法”

先用最简单的办法,把 OpenCV 中的知识点都过一遍,掌握全局概念之后,在细究里面每一个细节点

如果每一个知识都钻牛角尖,天天都是难点,你很难坚持下去。

1 个小时又过去了,对 Python OpenCV 相关的知识点,你掌握了吗?

做为初学者,还有很多地方学习的不深入,希望你与我一起坚持下去。

相关阅读


  1. Python 爬虫 100 例教程,超棒的爬虫教程,立即订阅吧
  2. Python 爬虫小课,精彩 9 讲

今天是持续写作的第 63 / 100 天。
如果你有想要交流的想法、技术,欢迎在评论区留言。


如果你想跟博主建立亲密关系,可以关注博主,或者关注博主公众号 “非本科程序员”,了解一个非本科程序员是如何成长的。
博主 ID:梦想橡皮擦,希望大家点赞、评论、收藏

本文同步分享在 博客“梦想橡皮擦”(CSDN)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

36 篇博文带你学完 opencv :python+opencv 进阶版学习笔记目录

36 篇博文带你学完 opencv :python+opencv 进阶版学习笔记目录

基础版学习笔记传送门
36 篇博文带你学完 opencv :python3+opencv 学习笔记汇总目录(基础版)

进阶版笔记

项目
opencv 进阶学习笔记 1: 调用摄像头用法大全(打开摄像头,打开摄像头并实时不断截屏,读取视频并截图)
opencv 进阶学习笔记 2:numpy 操作图像,色彩空间,查找指定颜色范围,通道分离与合并
opencv 进阶学习笔记 3:像素运算和图像亮度对比度调节
opencv 进阶学习笔记 4:ROI 和泛洪扩充
opencv 进阶学习笔记 5:图像模糊操作,图像锐化,边缘保留滤波 EPF(图像滤镜)
opencv 进阶学习笔记 6:使用鼠标在图像上绘制矩形框或者多边形框
opencv 进阶学习笔记 7:直方图,直方图均衡化,直方图比较,直方图反向投影
opencv 进阶学习笔记 8:模板匹配
opencv 进阶学习 9:图像阈值大全,图像二值化,超大图像二值化
opencv 进阶学习笔记 10:图像金字塔和图像梯度
opencv 进阶学习笔记 11:cannny 边缘检测,直线检测,圆检测
opencv 进阶学习笔记 12:轮廓发现和对象测量
opencv 进阶学习笔记 13:图像形态学操作大全(膨胀,腐蚀,开闭,黑帽,顶帽,梯度)python 版
opencv 进阶学习笔记 14:分水岭算法 实现图像分割

OpenCV 告一段落,接下来,该实战啦。
计算机视觉三大任务,分类,监测,分割。
意见其他一些任务…
图像生成,OCR…


电气专业的计算机萌新,写博文不容易,如果你觉得本文对你有用,请点个赞支持下,谢谢。

Android OpenCV(零):OpenCV Android SDK

Android OpenCV(零):OpenCV Android SDK

OpenCV

OpenCV,全称Open Source Computer VisionLibrary,是基于C/C++编写的,是BSD开源许可的计算机视觉开发框架,其开源协议允许在学术研究与商业应用开发中免费使用它。OpenCV支持Windows、Linux、Mac OS、iOS与Android操作系统上的应用开发。

OpenCV Android SDK

OpenCV Android SDK 是OpenCV针对Android平台提供的开发工具包。Android应用开发一般采用Java或者Kotlin语言进行,而OpenCV主要模块采用C、C++语言编制,因此,我们需要通过JNI技术,实现JAVA或者Kotlin调用OpenCV算法模块的目的。

下载

  • 官网下载地址(https://opencv.org/releases/)
  • 选择OpenCV版本下的Android

SDK概述

SDK目录结构如下:

OpenCV-android-sdk
|_ samples
|_ sdk
|    |_ etc
|    |_ java
|    |_ libcxx_helper
|    |_ native
|          |_ 3rdparty
|          |_ jni
|          |_ libs
|               |_ arm64-v8a
|               |_ armeabi-v7a
|               |_ x86
|               |_ x86_64
|          |_ staticlibs
|               |_ arm64-v8a
|               |_ armeabi-v7a
|               |_ x86
|               |_ x86_64
|
|_ LICENSE
|_ README.android
目录 文件
samples OpenCV运行案例
sdk OpenCV API以及依赖库
sdk/etc Haar和LBP级联分类器
sdk/java OpenCV Java API
sdk/libcxx_helper bring libc++_shared.so into packages
sdk/native OpenCV 静态库、动态库以及JNI文件

英文详细介绍(https://opencv.org/android/)。其实官方的这些介绍并不详细,很多资料随着版本的迭代已过时,意义不大,唯一阅读性高且具有指导意义的应该就是库内的代码与注释了。

开发环境

  • Android Studio 3.5.3 & Android SDK

  • Android NDK 20.1.5948944

  • CMake 3.10.2

  • OpenCV Android SDK 4.2.0

Hello OpenCV Android Sample

  • Open Project
  • 选择OpenCV-android-sdk目录下的samples目录
  • 待编译结束后运行face-detection

Face Detection运行结果

Hello OpenCV Android SDK

  • New Project
  • Import Module…
  • 选择OpenCV-android-sdk目录下的sdk目录,修改或者不修改module的名称
  • 添加app程序对sdk module的依赖
  • 期间可能会遇到一些问题,可能是NDK版本问题,可能是API LEVEL问题,也可能是build tools的问题,对应的稍作处理即可。

示例工程

https://github.com/onlyloveyd/LearningAndroidOpenCV

onlyloveyd 博客专家 发布了158 篇原创文章 · 获赞 263 · 访问量 32万+ 他的留言板 关注

Android Studio,OpenCV jar,java.lang.ClassNotFoundException:org.opencv.R $styleable

Android Studio,OpenCV jar,java.lang.ClassNotFoundException:org.opencv.R $styleable

网络上有关如何在Android Studio中使用OpenCV的大多数示例都涉及将OpenCV模块导入到您的项目中.但是,我试图将OpenCV用作jar,以便避免使用OpenCV的副本使源代码控制存储库混乱.

这些就是我为名为“ app”的应用所执行的步骤.

答:在/ Project / apps下创建一个libs目录.将OpenCV jar放在此处.还将opencv本机库放在子目录中.

B.在/Project/app/build.gradle中执行以下操作

将这些行放在顶部:

repositories { flatDir { dirs 'libs'    } }

将这些行放在android部分中:

sourceSets.main.jniLibs.srcDirs = ['libs']

将此行放在依赖项部分:

    compile filetree(dir: 'libs', include: ['*.jar'])

C.在应用程序标签之后,将这些行添加到AndroidManifest.xml中.

    <uses-sdk android:minSdkVersion="9"/>
    <uses-permission android:name="android.permission.CAMERA"/>
    <uses-feature android:name="android.hardware.camera" android:required="false"/>
    <uses-feature android:name="android.hardware.camera.autofocus" android:required="false"/>
    <uses-feature android:name="android.hardware.camera.front" android:required="false"/>
    <uses-feature android:name="android.hardware.camera.front.autofocus" android:required="false"/>

D.不确定是否需要这样做,我尝试了是否使用-似乎没有区别:我在AndroidManifest.xml的application标记内添加以下行:

        <uses-library android:name="org.opencv.android.JavaCameraview" />

E.最后是我的布局xml:

    <LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:tools="http://schemas.android.com/tools"
    xmlns:opencv="http://schemas.android.com/apk/lib/org.opencv.android.JavaCameraview"
    android:layout_width="match_parent"
    android:layout_height="match_parent" >

    <org.opencv.android.JavaCameraview
        android:layout_width="fill_parent"
        android:layout_height="fill_parent"
        android:visibility="gone"
        android:id="@+id/main_activity_surface_view"
        opencv:show_fps="true"
        opencv:camera_id="any" />

    </LinearLayout>

这一切都很好.我可以在自己的活动中引用OpenCV,而不会出错.但是布局编辑器给出以下错误:无法实例化以下类:org.opencv.android.JavaCameraview. java.lang.classNotFoundException:org.opencv.R $styleable.

如果只是一个渲染问题,也许我可以忽略它,但是当我运行它时会发生类似的错误.

我想念什么?

(我知道SO中关于此错误的问题有点类似,但他的解决方案涉及导入整个模块,该模块确实有效,但正是我要避免的事情.)

解决方法:

错误消息:

The following classes Could not be instantiated: org.opencv.android.JavaCameraview. java.lang.classNotFoundException: org.opencv.R$styleable

表示在构建时找不到OpenCV资源.如果您将OpenCV包含在jar库中,那将是问题的根源-jar中没有资源.

解决方案是将OpenCV构建为AAR,因为AAR确实有资源.为此构造一个库模块,将其编译为AAR,然后在需要的任何地方重复使用该归档文件.

AR opencv-python | cv2.error: OpenCV(4.5.1) batch_distance.cpp:275: error: (-215:Assertion failed)

AR opencv-python | cv2.error: OpenCV(4.5.1) batch_distance.cpp:275: error: (-215:Assertion failed)

如何解决AR opencv-python | cv2.error: OpenCV(4.5.1) batch_distance.cpp:275: error: (-215:Assertion failed)

我决定尝试 Ar 是什么,但遇到了以下问题:

  1. File "C:/Users/Егор/PycharmProjects/ARfotoandvideo/AR.py",line 25,in <module>
  2. macthes = bf.knnMatch(des1,des2,k=2)
  3. cv2.error: OpenCV(4.5.1) C:\\Users\\appveyor\\AppData\\Local\\Temp\\1\\pip-req-build-0ycehs0d\\opencv\\modules\\core\\src\\batch_distance.cpp:275: error: (-215:Assertion Failed) type == src2.type() && src1.cols == src2.cols && (type == CV_32F || type == CV_8U) in function ''cv::batchdistance''

堆栈:

  • Windows 8.1 一种语言
  • Python 3.7.7
  • Pycharm 社区 2018.3.7
  • Opencv-python 4.5.1.48
  • 网络摄像头 - 在笔记本电脑上,我无法通过 wifi 连接通过 Droidcam 应用程序使用小米手机 Redmy 的摄像头。

信息

我将尝试描述之前发生的错误以及我是如何解决它们的 - 也许这会告诉您需要做什么来解决问题。

在程序执行期间,在从网络摄像头接收图像时发生崩溃 - 正如它本身所表现的那样,当程序启动时,来自网络摄像头的图像提供单色背景(在我的情况下,绿松石) ,当我通过点击X强行关闭所有窗口后,窗口中的数据被刷新并获得正确的图像。 cv2.waitKey (100) 部分解决了这个问题,其中更改 100 的值会导致来自网络摄像头的图像出现,!!!!但 !!!因为有失败,所以没有确定性。

尝试将 cv2.error 中所有可能的错误原因联系起来后,我得出的结论是问题出在 1 和 2 图像上的描述符中。我想指出的是,当网络摄像头相对于图像移动(不是缩放,而是前后移动)时,在 30 种情况下的 1-2 种情况下,它有助于启动程序并正常工作而不会崩溃。>

我的代码

  1. import cv2
  2. import numpy as np
  3. cap = cv2.VideoCapture(1,cv2.CAP_DSHOW)
  4. imgTarget = cv2.imread(''foto.jpg'')
  5. myVid = cv2.VideoCapture(''video.mp4'')
  6. success,imgVideo = myVid.read()
  7. hT,wT,cT = imgTarget.shape
  8. imgVideo = cv2.resize(imgVideo,(wT + 400,hT))
  9. orb = cv2.ORB_create(nfeatures=10)
  10. kp1,des1 = orb.detectAndCompute(imgTarget,None)
  11. imgTarget = cv2.drawKeypoints(imgTarget,kp1,None)
  12. while True:
  13. success,imgWebcam = cap.read()
  14. kp2,des2 = orb.detectAndCompute(imgWebcam,None)
  15. imgWebcam = cv2.drawKeypoints(imgWebcam,kp2,None)
  16. # imgWebcam = cv2.resize(imgWebcam,(wT,hT))
  17. bf = cv2.BFMatcher()
  18. macthes = bf.knnMatch(des1,k=2)
  19. good = []
  20. for m,n in macthes:
  21. if m.distance < 0.75 * n.distance:
  22. good.append(m)
  23. print(len(good))
  24. imgFeatures = cv2.drawMatches(imgTarget,imgWebcam,good,None,flags=2)
  25. if len(good) > 20:
  26. srcPts = np.float32([kp1[m.queryIdx].pt for m in good]).reshape(-1,1,2)
  27. dstPts = np.float32([kp2[m.trainIdx].pt for m in good]).reshape(-1,2)
  28. matrix,mask = cv2.findHomography(srcPts,dstPts,cv2.RANSAC,5)
  29. print(matrix)
  30. pts = np.float32([[0,0],[0,wT],[wT,hT],0]]).reshape(-1,2)
  31. dst = cv2.perspectiveTransform(pts,matrix)
  32. img2 = cv2.polylines(imgWebcam,[np.int32(dst)],True,(255,255),3)
  33. cv2.imshow(''img2'',img2)
  34. cv2.imshow(''imgFeatures'',imgFeatures)
  35. cv2.imshow(''imgTarget'',imgTarget)
  36. cv2.imshow(''myVid'',imgVideo)
  37. cv2.imshow(''imgWebcam'',imgWebcam)
  38. cv2.waitKey(100)

我们今天的关于Python OpenCV 边缘滤波保留EPF的分享就到这里,谢谢您的阅读,如果想了解更多关于36 篇博文带你学完 opencv :python+opencv 进阶版学习笔记目录、Android OpenCV(零):OpenCV Android SDK、Android Studio,OpenCV jar,java.lang.ClassNotFoundException:org.opencv.R $styleable、AR opencv-python | cv2.error: OpenCV(4.5.1) batch_distance.cpp:275: error: (-215:Assertion failed)的相关信息,可以在本站进行搜索。

本文标签: