机器学习 – 第 5 页 – 蒋智昊的博客

c# OpenCvSharp 过滤器 Filter2D 边缘检测

蒋智昊 OpenCV / 机器学习 2023年1月3日 2023年1月3日留下评论

Filter2D：利用内核实现对图像的卷积运算。

using OpenCvSharp;

using OpenCvSharp.Extensions;

using DlibDotNet;

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using System.Drawing;

using System.Linq;

c# OpenCvSharp 分水岭 Watershed 分割方法

蒋智昊 OpenCV / 机器学习 2023年1月3日 2023年1月3日留下评论

using OpenCvSharp;

using OpenCvSharp.Extensions;

using DlibDotNet;

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using System.Drawing;

using System.Linq;

using System.Text;

usin

c# OpenCvSharp 二值化 Threshold Binary BinaryInv Trunc Tozero TozeroInv

蒋智昊 OpenCV / 机器学习 2023年1月2日 2023年1月2日留下评论

using OpenCvSharp;

using OpenCvSharp.Extensions;

using DlibDotNet;

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using System.Drawing;

using System.Linq;

using System.Text;

usin

c# OpenCvSharp 自适应阈值 AdaptiveThreshold

蒋智昊 OpenCV / 机器学习 2022年12月31日 2022年12月31日留下评论

自适应阈值（AdaptiveThreshold）：用于二值化处理图像，对于对比大的图像有较好效果，相对于opencv中固定阈值化操作（Threshold），自适应阈值中图像中每一个像素点的阈值是不同的，该阈值由其领域中图像像素带点加权平均决定。这样做的好处：

1、每个像素位置处的二值化阈值不是固定不变的，而是由其周围邻域像素的分布来决定的。

2、亮度较高的图像区域的二值化阈值通常会较高，而亮度较低的图像区域的二值化阈值则会相适应地变小。

3、不同亮度、对比度、纹理的局部图像区域

c# OpenCvSharp 归一化 Normalize 增加亮度降低亮度

蒋智昊 OpenCV / 机器学习 2022年12月30日 2022年12月30日留下评论

using OpenCvSharp;

using OpenCvSharp.Extensions;

using DlibDotNet;

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using System.Drawing;

using System.Linq;

using System.Text;

usin

c# OpenCvSharp 距离变换 DistanceTransform

蒋智昊 OpenCV / 机器学习 2022年12月30日 2022年12月30日留下评论

距离变换的处理图像通常都是二值图像，而二值图像其实就是把图像分为两部分，即背景和物体两部分，物体通常又称为前景目标。通常我们把前景目标的灰度值设为255（即白色），背景的灰度值设为0（即黑色）。所以定义中的非零像素点即为前景目标，零像素点即为背景。所以图像中前景目标中的像素点距离背景越远，那么距离就越大，如果我们用这个距离值替换像素值，那么新生成的图像中这个点越亮。

1、欧式距离：表示距离小于等于某一个值的像素中心（x,y）且半径为R的圆平面。

2、棋盘距离：数字栅格上像素按照对角

c# OpenCvSharp 按位运算 BitwiseAnd BitwiseOr BitwiseXor BitwiseNot

蒋智昊 OpenCV / 机器学习 2022年12月30日 2022年12月30日留下评论

using OpenCvSharp;

using OpenCvSharp.Extensions;

using DlibDotNet;

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using System.Drawing;

using System.Linq;

using System.Text;

usin

c# OpenCvSharp 形态学处理膨胀腐蚀 MorphologyEx Erode Dilate

蒋智昊 OpenCV / 机器学习 2022年12月29日 2023年1月5日留下评论

可以用Cv2.MorphologyEx 形态学处理。

也可以用Cv2.Erode 腐蚀或 Cv2.Dilate 膨胀。

using OpenCvSharp;

using OpenCvSharp.Extensions;

using DlibDotNet;

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

c# OpenCvSharp Dlib人脸检测

蒋智昊 Dlib / 机器学习 2022年12月28日 2022年12月30日 6条评论

由于高版本19.21的DlibDotNet也存在BitmapExtensions，与DlibDotNet.Extensions.BitmapExtensions存在冲突。因此本案例采用 19.18的DlibDotNet、DlibDotNet.Extensions。

需要将shape_predictor_5_face_landmarks.dat或者shape_predictor_68_face_landmarks.dat放在程序face_data目录下。

c# OpenCvSharp 画线矩形圆形椭圆

蒋智昊 OpenCV / 机器学习 2022年12月28日 2022年12月30日留下评论

using OpenCvSharp;

using OpenCvSharp.Extensions;

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using System.Drawing;

using System.Linq;

using System.Text;

using

c# OpenCvSharp 画圆 Circle

蒋智昊 OpenCV / 机器学习 2022年12月28日 2023年1月2日留下评论

using OpenCvSharp;

using OpenCvSharp.Extensions;

using DlibDotNet;

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using System.Drawing;

using System.Linq;

using System.Text;

usin

c# OpenCvSharp 轮廓检测

蒋智昊 OpenCV / 机器学习 2022年12月28日 2022年12月30日留下评论

using OpenCvSharp;

using OpenCvSharp.Extensions;

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using System.Drawing;

using System.Linq;

using System.Text;

using System.Threading.T

c# OpenCvSharp调用电脑本机摄像头

蒋智昊 OpenCV / 机器学习 2022年12月28日 2023年4月2日 2条评论

显示方式1：OpenCvSharp窗体 var window = new Window(“cv”);

显示方式2：Windows 窗体 PictureBox控件

using OpenCvSharp;

using OpenCvSharp.Extensions;

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

usin

OpenCvSharp4.Windows OpenCvSharp4.Extensions 图像加载 mat转image

蒋智昊 OpenCV / 机器学习 2022年12月27日 2022年12月27日留下评论

通过NuGet添加程序包。注意 Windows下选择 OpenCvSharp4.Windows。

OpenCvSharp4.Extensions

using OpenCvSharp;

using OpenCvSharp.Extensions;

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using Syst

dlib人脸检测

蒋智昊 Dlib / 机器学习 2022年12月24日 2022年12月24日留下评论

import dlib

import cv2

# 使用 dlib 的正面人脸检测器 frontal_face_detector

detector = dlib.get_frontal_face_detector()

# 打开摄像头

cap = cv2.VideoCapture(0)

# 摄像头打开状态

while cap.isOpened():

flag, img = cap.read()

# 每帧数据延时 1ms，延时为 0 读取的是静态帧

k = cv

关于Python安装dlib

蒋智昊 Dlib / 机器学习 2022年12月24日 2022年12月24日留下评论

pip install dlib -i https://pypi.tuna.tsinghua.edu.cn/simple/

错误1：没有安装依赖库报错

错误2：没有安装c++库报错

正确按照步骤：

1、安装c++。通过VisualStudioSetup.exe安装。

2、安装依赖库，再安装dlib。

1、安装Cmake库

pip install cmake -i https://pypi.tuna.tsinghua.edu.cn/simple/

yolov5 环境搭建训练自己的数据集检查口罩

蒋智昊 PyTorch / 机器学习 2022年12月20日 2022年12月21日留下评论

一、环境搭建

1、下载YOLOv5代码。https://github.com/ultralytics/yolov5

目录结构：

tutorial.ipynb（可以用jupyter notebook打开）。

2、安装依赖包。根据requirements.txt按需安装或者默认安装。

pip install -r requirements.txt

3、权重文件yolov5s.pt默认不存在，可以手动下载。访问https://github.com/ultraly

yolov5 ERROR AttributeError: ‘Upsample’ object has no attribute ‘recompute_scale_factor’

蒋智昊 PyTorch / 机器学习 2022年12月19日 2022年12月19日留下评论

C:\Python39\Lib\site-packages\torch\nn\modules\upsampling.py

把参数recompute_scale_factor=self.recompute_scale_factor注释掉。

目标检测labelImg图像标注工具

蒋智昊 PyTorch / 机器学习 2022年12月19日 2022年12月27日留下评论

安装：pip install labelimg

启动：在cmd命令行中输入 labelimg

“Create RectBox”进行框选，输入标签名称。目前labelimg支持PascalVOC、YOLO、CreateML三种标注格式。

“Open Dir”打开目录。

“Change Save Dir”修改保存目录。

“Auto Save mode”自动保存。

opencv harris 图像角点检测

蒋智昊 OpenCV / 机器学习 2022年12月13日 2022年12月13日留下评论

import cv2

import numpy as np

# 读取图像

img = cv2.imread(‘pic/qipan.jpg’)

# 转化为灰度图

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 检测角点必须保证图像为浮点数据类型

gray = np.float32(gray)

# gray:输入的浮点灰度图

# 2: 检测中考虑的领域大小

# 3：sobel求导中使用的窗口大小

# 0.