请指点什么样的图像适用以及算法程序（最好python）
谢谢
-
等级
本版专家分：0结帖率 100% -
我的应用环境比较简单：显示器测试。所以我需要一个比较简单的图像显示在显示器上，然后摄像头拍摄用来识别 1 是否图像有显示 2 图像是否有旋转 90, 180, 270 度
请指点什么样的图像适用以及算法程序（最好python）
谢谢展开阅读全文
-
等级
本版专家分：164444勋章
-
- 探花 2019年总版新获得的技术专家分排名第三
-
- 进士 2018年总版新获得的技术专家分排名前十
-
- 金牌 2021年2月 总版技术专家分月排行榜第一
-
-
银牌
2020年12月 总版技术专家分月排行榜第二
2020年11月 总版技术专家分月排行榜第二
2020年6月 总版技术专家分月排行榜第二
2020年4月 总版技术专家分月排行榜第二
2019年7月 总版技术专家分月排行榜第二
2019年5月 总版技术专家分月排行榜第二
-
-
仅个人思路， 摄像头把需要的图片按各个需要角度在显示器上显示并拍好作为模板， 然后实际操作的时候和模板去比对
-
等级
本版专家分：5078勋章
-
- 签到新秀 累计签到获取，不积跬步，无以至千里，继续坚持！
-
-
等边三角形，检测轮廓的3个顶点，可知旋转角
-
等级
本版专家分：691 -
识别几个特征点喽
-
等级
本版专家分：1710勋章
-
- 签到新秀 累计签到获取，不积跬步，无以至千里，继续坚持！
-
- 蓝花 2010年9月 VB大版内专家分月排行榜第三
-
-
特征点是正确思路。
首先需要设定好显示器的区域位置，然后根据区域矩形分析显示器的屏幕内容
然后拍摄无图情况做特征码分析，比如把显示区域的图像聚合分块成9*9的色块，然后记录9*9的色块颜色值
下次要识别是否为无图情况时，可以再次计算拍摄图形为9*9的色块，然后对比每一个色块，如果颜色的RGB范围误差不超过你指定的百分比，就视为无图情况，而有图、旋转等情况也可以做类似处理。
至于具体运算，简单点就是把拍摄到的矩形区域数据取出来，然后按照宽高初3，这样就得到每个小块的宽高，然后将每个小块的每个像素的RGB全部加起来然后除以像素个数，就得到平均的色彩数，如：
640*480的采集图像里
屏幕区域在x,y,x2,y2里 40,40,340,220
那么显示屏有效判断区域就在 左边40,顶边40,宽度340-40=300,高度220-40=180
那么特征区块的大小宽度为300/3=100，高度为180/3=60
int64 pic_w = 640;
int64 pic_h = 480;
int64 color_bit = 24;
int64 color_size = color_bit/8;
int64 picwbyte = pic_w*color_size;
int64 color_all_r = 0;
int64 color_all_g = 0;
int64 color_all_b = 0;
// gdi数据行对齐
if(picwbyte%2){
picwbyte++;
}
for(y=40;y<(40+60);y++){
for(x=40;x<(40+100);x++){
color_b = data[((y*picwbyte)+(x*color_size))];
color_g = data[((y*picwbyte)+(x*color_size)+1)];
color_r = data[((y*picwbyte)+(x*color_size)+2)];
color_all_r += color_r;
color_all_g += color_g;
color_all_b += color_b;
}
}
color_r = color_all_r / pixcount;
color_g = color_all_g / pixcount;
color_b= color_all_b / pixcount;
feature[1].r =((color_r<=255)?color_r:255);
feature[1].g =((color_g<=255)?color_g:255);
feature[1].g =((color_b<=255)?color_b:255);
第一个块区的特征 RGB 值就是 feature[1].r,feature[1].g,feature[1].g
当要对比时，把下次运算的 RGB 值和这个特征码做对比，然后误差不超过你指定的范围便可认为是符合的
如：
bool is_match = false;
double loe = 0.05; // 误差范围在 5%
int loev = 255/100*loe; // 实际误差值
int match_count = 0;
// 判断RGB是否符合误差范围
if(color_r<=(feature[1].r+loev))
if(color_r>=(feature[1].r-loev))
if(color_g<=(feature[1].g+loev))
if(color_g>=(feature[1].g-loev))
if(color_b<=(feature[1].b+loev))
if(color_b>=(feature[1].b-loev))
is_match = true;
if(is_match){
// 符合误差范围将相似数量总数+1，最后做完所有区块对比后判断相似数量总数为9那么就全部判断为相同了
match_count++;
}
- 【图像识别】【转】支持向量机通俗导论
作者：July ；...动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好
- OpenCV实现基于傅里叶变换（FFT）的旋转文本校正（文字方向检测）
OpenCV实现基于傅里叶变换的旋转文本校正 from: http://johnhany.net/2013/11/dft-based-text-rotation-correction/ 发布于 2013年11月25日 作者： John Hany 11,222次阅读 代码 先给出代码，再详细解释一下...
- 机器学习原来这么有趣！第四章：用深度学习识别人脸
人工智能，深度神经网络！第四章：用深度学习识别人脸
- c++平均值法灰度化图像_纹理特征1:灰度共生矩阵（GLCM）
GLCM复习备用：纹理分析是对图像灰度（浓淡）空间分布模式的提取和分析。纹理分析在遥感图像、X射线照片、细胞图像判读和处理方面有广泛的应用。关于纹理，还没有一个统一的数学模型。它起源于表征纺织品表面性质的...
- 基于 Python 使用 CNN 实现身份证汉字和数字识别
摘要： 背景与目标 光学字符识别 ( Optical Character Recognition, OCR ) 是将图像中的手写或打印文本转换为机器编码文本，以获取图像中文字及版面信息的过程。其目的是将图片中的文字识别出来，以便进一步对文字...
- 机器学习之旅：支持向量机通俗导论（理解SVM的三层境界）
前言 动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好讲清楚，尽管网上已经有朋友写...
- USTC中科大数字图像分析2019年考题回忆
博客1——USTC中科大数字图像分析2019年考题回忆先来一段废话考试重点（听课重点关注）考点覆盖（本博客的核心来了）1，考数字弦的判定2，考连通悖论3，考掩模（其实就是算子）4，考Canny算子和SUSAN算子5，考链码、...
- 支持向量机通俗导论（理解SVM的三层境界）
支持向量机通俗导论（理解SVM的三层境界） 作者：July 。致谢：pluskid、白石、JerryLead。 说明：本文最初写于2012年6月，而后不断反反复复修改&优化，修改次数达上百次，最后修改于2016年11月。...
- Eastmount博客导读：专栏系统分类和博客归纳总结
为了更好地帮助博友学习作者的博客，方便作者自己归纳总结专栏，本文详细介绍了作者八年来，在CSDN写的各种专栏，各种系列文章。八年来，作者经历了从本科到硕士，到贵州教书成家，再到现在的博士。...
- 大疆RoboMaster技术总监：我是如何成为一名机器人工程师的
若你对机器人和人工智能感兴趣，希望看到了这篇文章有所收获，制定一条合适自己的道路。原同学们少走弯路。 作者 | 大疆创新RoboMaster技术总监YY硕 ...很多朋友私信问我对机器人和人工智能感兴趣，该怎么...
- 「3D视觉技术交流群」精华帖与关键问题
原文首发于微信公众号3D视觉工坊： 「3D视觉技术交流群」精华帖与关键问题 ...２）图像处理基础； ３）相机与镜头 1.2 手眼标定 1.3 ３Ｄ视觉 1.4 编程技巧 1.5 VSLAＭ，包括：ubuntu系统；VSLAM技术； 1...
- 普林斯顿微积分读本（修订版）
编辑推荐 对于大多数学生来说，微积分或许是他们曾经上过的倍感迷茫且很受挫折的一门课程了。本书不仅让学生们能有效地学习微积分，更重要的是提供了战胜微积分的可靠工具。 本书源于风靡美国普林斯顿大学的...
- 这一年，这些书：2020年读书笔记
Note: 以下 markdown 格式文本由 json2md 自动转换生成，可参考JSON转Markdown：我把阅读数据从MongoDB中导出转换为.md了了解具体的转换过程。 面纱 作者：毛姆[英] ISBN：9787210082835 出版社：江西人民出版社 ...
- 机器学习方法：支持向量机
支持向量机通俗导论（理解SVM的三层境界） ...说明：本文最初写于2012年6月，而后不断反反复复修改&优化，修改次数达上百次，最后修改于2016年11月。...声明：本文于2012年便早已附上所有参考链接，并注明是篇...
- 《Mastering Opencv ...读书笔记系列》车牌识别（I）
一、ANPR简介： Automatic Number Plate Recognition (ANPR),，是一种使用Optical Character Recognition (OCR)和其他分割、检测方法来读取汽车注册牌照的算法。最好的ANPR算法结果是由红外线照相机拍摄图片得到...
- 「深度」视觉的层次化处理过时了吗？
2020-06-15 02:18:05 文字整理 | 明悦 本文得到 CCF-CV专委会授权发布，公众号「CCF计算机视觉专委会」 ...原标题：RACV2019观点集锦 | 视觉的层次化处理过时了吗？...计算机视觉是人工智能的“眼睛”，是感知客观...
- 前大疆RoboMaster技术总监：机器人工程师学习计划
前言 很多朋友私信问我对机器人和人工智能感兴趣，该怎么展开学习。最近稍微有点空，我写写我的看法。 两年前，我在知乎回答如何定义「机器人」？ - YY硕的回答（链接 1）中试图给机器人做出一个比较仔细的定义，我...
- 转：机器人工程师学习计划（YY硕）（后悔自己没有早点看到强力推荐）
申明：转载自知乎——YY硕 ...作者：YY硕 ...来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 前言 很多朋友私信问我对机器人和人工智能感兴趣，该怎么展开学习。最近稍微有点空，我写...
- 竞赛专题 | 数据预处理-如何处理数据中的坑？
点击上方“Datawhale”，选择“星标”公众号第一时间获取价值内容为了帮助更多竞赛选手入门进阶比赛，通过数据竞赛提升理论实践能力和团队协作能力。DataFountai...
- 【 學習心得 笔记 1】大疆技术总监：如何用六年成为一个全能的机器人工程师
amp;isappinstalled=1 机器人学的核心问题是做好和物理世界的交互。现在主流的机器人学分支里，处理与物理世界的交互的学科分为三类：传感器和处理算法；多刚体系统动力学控制；机器人自主移动。...
- 大疆技术总监：如何用六年成为一个全能的机器人工程师
origin: ... 大疆技术总监：如何用六年成为一个全能的机器人工程师 传感器技术 2016年09月30日 09:52 • 5414次浏览 ... 机器人学的核心问题是做好和物理世界的交互。现在主流的机器人学
- Andrew Ng宣布离职百度：将开启在人工智能领域的新篇章
原创2017-03-22InfoQ大数据杂谈 原百度首席科学家、Coursera的联合创始人Andrew Ng（吴恩达）宣布从百度离职。 Andrew Ng于2014年加入百度，带领百度人工智能团队，目前该团队已经增长到近1300人。...
- 转载：机器人工程师学习计划（YY硕）
申明：转载自知乎——YY硕 ... 前言 很多朋友私信问我对机器人和人工智能感兴趣，该怎么展开学习。最近稍微有点空，我写写我的看法。 两年前，我在知乎回答如何定义「机器人」？ - YY硕的回答中试图给机器人做出一个...
- 大疆技术总监：如何用六年成为一个全能的机器人工程师（转载）
（机器人学的核心问题是做好和物理世界的交互。现在主流的机器人学分支里，处理与物理世界的交互的学科分为三类：传感器和处理算法；多刚体系统动力学控制；机器人自主移动。）
- 微信dat文件解析工具.zip
使用java编写的，可以将电脑端微信的dat加密文件转换为png、jpg等图片资源，方便直接查看微信聊天记录文件。
- Qt项目实战之网络电子白板
本课程使用Qt技术实现了网络电子白板，支持直线、矩形、椭圆、三角形、涂鸦等图形元素。本课程实现的电子白板，可以在多人之间共享，每个人都可以进行任意绘制，每个人的绘制都可以同步显示在其它人的白板上。服务器端使用Qt Network开发，客户端使用Qt Network和Qt Graphics View Framework开发，数据传输使用JSON数据格式。 本课程一步一步演示了网络电子白板的实现，通过不断迭代的方式，综合展示了Qt框架中Network、GraphicsView Framework、JSON等多种技术的运用。通过本课程的学习，一方面可以学习到如何使用Qt的网络和图形视图模块进行综合性项目开发，另一方面也可以了解如何进行实战项目开发，丰富实战项目开发经验。
- 垃圾分类数据集及代码
资源说明： 数据集主要包括6类图片：硬纸板、纸、塑料瓶、玻璃瓶、铜制品、不可回收垃圾 代码运行说明： 1、 安装运行项目所需的python模块，包括tensorflow | numpy | keras | cv2 2、 train.py用于训练垃圾分类模型，由于训练的数据量过于庞大，因此不一并上传 3、 predict.py用于预测垃圾的类别，首先运行predict.py，然后输入需要预测的文件路径，即可得到结果。
- 汇编语言程序设计II
汇编语言是一门低级程序设计语言，在数以千计的计算机语言中，有着不可替代的重要地位，广泛地用于开发操作系统内核、设备驱动程序等。随着近年来物联网、嵌入式系统的发展，汇编语言在行业中的地位也再次攀升，在2017年1月的TIOBE排行榜上，再次进入前十。对大多数学习计算机的人士而言，是理解计算机系统核心知识的一个桥梁，在人才培养中也起着特殊的作用。课程面向计算机初学者，介绍汇编语言程序设计基础的部分。 课程的目标是帮助学习者掌握汇编语言程序设计的基础部分。课程分7个部分，循序渐进地介绍寄存器、内存、程序结构、模块化程序设计、中断等内容，课程重视对学习方法的指导和引导，提倡和支持用实践的方式开展学习，目标是培养学习者的自学能力和实践能力，以此支持对最新的汇编语言开发技术的学习。
- 数据结构JAVA版2017教学视频课程
本课程共28个教学视频课程，22小时的教学时间，深入浅出的理论讲解，用JAVA语言实现每个知识点的代码，大量的上机练习题讲解，通过家家乐停车场，佳佳乐彩票机，佳佳乐通讯录，编译原理的语法分析等项目的综合应用实训，上课PPT，上课源代码等资料可以直接下载使用 了解数据结构的目的与作用，掌握单链表，双链表，循环链表的原理及实现，用数组与链表实现堆栈，链表队列与循环队列，二叉树的实现，冒泡排序，快速排序，插入排序，希尔排序，选择排序，堆排序，归并排序，基数排序，折半查找及大量的课后习题讲解，家家乐停车场，佳佳乐彩票机，佳佳乐通讯录等项目的综合实训
- Java系列技术之工具Maven
Java系列技术之必学工具Maven是在JavaWeb入门课程的后续课程，也是以后课程里都要用的实用级工具，所以大家一定要学会，Maven 是目前在生产环境下多框架、多模块整合开发的项目自动化构建工具，是我们学习Java的技术人必须要学会的一个工具, 大型项目开发过程中不可或缺的重要工具。 这里将带着大家了解 Maven 的作用，常用命令，配置依赖，以及依赖的范围、依赖的传递性、依赖的排除、生命周期等重要概念，以及继承、聚合、部署的 Maven 配置。全部配置操作，手把手演示操作，绝对能提升大家的实际操作能力！