我是一名圖像處理新手。任何人都可以教我如何在灰度圖像中進行斑點檢測?一個示例代碼將非常感激。那麼我就必須計算出現的斑點數量。順便說一下,輸入將來自網絡攝像頭。還有如何確定blob的大小?喜歡比較尺寸是否與頭部尺寸幾乎相同?事實上,我正在做一個櫃檯,我必須計算通過門的人數。Emgu CV灰度圖像斑點檢測
1
A
回答
0
在我的評論的鏈接例如:
http://opencv.willowgarage.com/wiki/cvBlobsLib
你輕鬆搞定一個CBlob
對象:
CBlobResult blobs;
int i;
CBlob *currentBlob;
IplImage *original, *originalThr;
// load an image and threshold it
original = cvLoadImage("pic1.png", 0);
cvThreshold(original, originalThr, 100, 0, 255, CV_THRESH_BINARY);
// find non-white blobs in thresholded image
blobs = CBlobResult(originalThr, NULL, 255);
// exclude the ones smaller than param2 value
blobs.Filter(blobs, B_EXCLUDE, CBlobGetArea(), B_LESS, param2);
// get mean gray color of biggest blob
CBlob biggestBlob;
CBlobGetMean getMeanColor(original);
double meanGray;
blobs.GetNth(CBlobGetArea(), 0, biggestBlob);
meanGray = getMeanColor(biggestBlob);
// display filtered blobs
cvMerge(originalThr, originalThr, originalThr, NULL, displayedImage);
for (i = 0; i < blobs.GetNumBlobs(); i++)
{
currentBlob = blobs.GetBlob(i);
currentBlob->FillBlob(displayedImage, CV_RGB(255,0,0));
}
,那麼你可以根據你的需要就可以打電話Area
或Perimeter
。
+2
blob大小我正在與EmguCV。我可以在EmguCV中調用cvbloblib嗎? – user1217904 2012-03-02 08:40:24
相關問題
- 1. Emgu Cv和16位灰度圖像
- 2. Emgu CV Blob檢測
- 3. Emgu CV未檢測到CUDA
- 4. Emgu Cv運動檢測
- 5. Emgu CV微笑檢測
- 6. EMGU CV SURF圖像匹配
- 7. 如何使用Emgu CV來檢測圖像中的箭頭?
- 8. 檢測圖像中的顏色斑點
- 9. 圖像斑點檢測在機器人
- 10. 圖像斑點檢測算法
- 11. 人臉檢測算法使用Emgu CV
- 12. OpenCV Emgu - 如何設置灰度圖像像素強度
- 13. 如何檢測圖像是灰度
- 14. 檢測臉部的眉毛[EMGU CV/Open CV/C#]
- 15. EMGU CV重新分配圖像
- 16. Emgu使用C#的CV圖像捕捉#
- 17. 圖像拼接Emgu CV與GPU
- 18. Emgu CV - EmguCV中的圖像框架(Skeletonization)
- 19. 使用emgu cv掃描圖像
- 20. 開放式cv中基於顏色的斑點檢測
- 21. 如何匹配兩幅圖像的EMGU CV SIFT關鍵點?
- 22. Emgu CV SURFFeature Error
- 23. 使用emgu cv
- 24. 使用emgu CV
- 25. 矩形 - Emgu CV
- 26. Emgu CV ColorConversion.RGB2GRAY/BGR2GRAY
- 27. EMGU CV異常
- 28. 檢測圖像上彩色斑點的觸摸(位圖)
- 29. OpenCV:檢測彩色斑點
- 30. C++中的斑點檢測
示例代碼?這是一個非常複雜的話題,我不會得到代碼示例。看到這個:http://opencv.willowgarage.com/wiki/cvBlobsLib – vulkanino 2012-02-29 15:23:53
也許你可以幫我確定使用emgucv – user1217904 2012-02-29 15:45:42