opencv

0熱度

1回答

這可能是一個非常愚蠢的問題，但我真的得到了這個堆棧。這裏，我試圖在QLabel中逐幀顯示一幀視頻。在用戶界面中，有一個QPushButton通過點擊哪個用戶可以選擇視頻。然後獲得視頻文件QString，然後將其轉換爲cv::String，以便可以通過使用OpenCV庫來加載視頻。加載後，cv::video中的每個Mat3b類型幀都將轉換爲QImage，以便這些幀可以顯示在QLabel中。但是當我

0熱度

2回答

pcl ::點雲到cv ::墊深度圖像

我將此深度圖像轉換爲pcl :: pointcloud。使用下列內容： PointCloud::Ptr PointcloudUtils::RGBDtoPCL(cv::Mat depth_image, Eigen::Matrix3f& _intrinsics) { PointCloud::Ptr pointcloud(new PointCloud); float fx =

1熱度

1回答

moviepy.editory.VideoFileClip - RGB或BGR？

我使用VideoFileClip加載視頻，並想知道是否使用RGB或BGR調色板加載視頻？ clip = VideoFileClip(myVideo.mp4') 我問，因爲我要轉換圖像灰度，不知道我是否應該使用 return cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 或 return cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

0熱度

2回答

可分離的sobel濾波器實現openCV C++

我正在創建我自己的可分離sobel濾波器實現的實現。我的函數的輸入是kernelSize，梯度Y的水平濾波器爲pixelsY1，梯度Y的垂直濾波器爲像素Y2，梯度X的水平濾波器爲像素X1，梯度X的垂直濾波器爲像素X2。 X1的輸入是[1,0，-1]（水平） X2的輸入是[1,2，1]（垂直） Y1的輸入是[1 ，2，1]（水平） Y2的輸入是[1,0 -1]（垂直） void gradientFi

1熱度

2回答

OpenCV幀混合只導致藍色

我想平均每30幀的視頻創建一個模糊的timelapse。我有視頻閱讀和視頻編寫工作，但有些不對，因爲我只看到藍色通道！（或正在寫入藍色的一個通道）。任何想法？或者更好的方法來做到這一點？我是OpenCV的新手。代碼在Kotlin中，但我認爲如果這是Java或Python或其他任何東西，它應該是同樣的問題。 val videoCapture = VideoCapture(parsedArgs.i

0熱度

2回答

OpenCV - Python中的cv :: dnn :: Layer :: forward等效簽名

與C++簽名等效的Python是什麼：cv::dnn::Layer::forward？

-1熱度

2回答

圖像重複模式檢測與Python OpenCV

我正在尋找一種很好的方法來檢測圖像是否有類似形狀的重複模式，或者只是沒有可辨別模式的噪聲。此方法將返回true，最好確定有〜35種重複形狀的圖像（我不希望它一定要查明冒出：這是最好看的一對夫婦的圖像顯示出在右下角的形狀。返回TRUE 此處所述的方法將返回FALSE。雖然有羅在這個圖像中具有不同形狀的圖像，視覺上清楚地看到沒有相似形狀的重複圖案。返回false 的幾個注意事項：的圖像是從襯衫

0熱度

1回答

將十六進制顏色空間分爲兩個分區

要將灰度色彩空間分成兩個分區，我只需將nbins除255即可。要確定一個灰度色塊，我只需檢查色彩所在的色塊範圍。因此，將灰度色彩空間劃分爲我可以獲得的小塊色彩空間並不重要。我知道，例如，從0到25的顏色有一些相似之處 - 它們非常黑/黑。但是將十六進制色彩空間分成多個分區呢？我只是做同樣的事情嗎？將16（billon？）分成nbins？這些垃圾箱有一些相似之處 - 比如灰度0到25如何在陰影中相

0熱度

1回答

OpenCV直方圖蒙版

我想計算圖像的直方圖。我必須使用面具。我的面具應該看起來像黑白圖像？黑色忽略空間，白色來計算？創建蒙版。我將白色像素（R> 220 & G> 220 & B> 220）替換爲黑色，其他替換爲白色。我在做對吧？

0熱度

2回答

如何在高維Mat：Class中使用C++讀取特定座標處的數據？

我正嘗試在OpenCV中使用MobileNet SSD +深度神經網絡（dnn）模塊進行對象檢測。我成功加載並使用了模型。作爲net.forward的輸出，我獲得了包含關於檢測到的對象的信息的Mat對象。不幸的是，我在與「易於工作的一部分」鬥爭，閱讀究竟是什麼被發現。這是我知道的輸出墊目標信息：它有4種尺寸。的大小是1×1×number_of_objects_detected X 7. 七條