CSDN论坛 > 其他技术论坛 > 机器视觉

高手帮忙: 识别图像中的物体 [问题点数:100分,结帖人cafeeee]

Bbs1
本版专家分:0
结帖率 100%
CSDN今日推荐
Bbs1
本版专家分:0
Blank
红花 2005年4月 专题开发/技术/项目大版内专家分月排行榜第一
2004年11月 专题开发/技术/项目大版内专家分月排行榜第一
2004年10月 专题开发/技术/项目大版内专家分月排行榜第一
2004年2月 专题开发/技术/项目大版内专家分月排行榜第一
2003年11月 专题开发/技术/项目大版内专家分月排行榜第一
2003年10月 专题开发/技术/项目大版内专家分月排行榜第一
2003年3月 专题开发/技术/项目大版内专家分月排行榜第一
2003年1月 专题开发/技术/项目大版内专家分月排行榜第一
2002年11月 专题开发/技术/项目大版内专家分月排行榜第一
2002年8月 专题开发/技术/项目大版内专家分月排行榜第一
Blank
黄花 2005年7月 专题开发/技术/项目大版内专家分月排行榜第二
2005年5月 专题开发/技术/项目大版内专家分月排行榜第二
2004年9月 专题开发/技术/项目大版内专家分月排行榜第二
2004年3月 专题开发/技术/项目大版内专家分月排行榜第二
2004年1月 专题开发/技术/项目大版内专家分月排行榜第二
2002年12月 专题开发/技术/项目大版内专家分月排行榜第二
Blank
蓝花 2005年3月 专题开发/技术/项目大版内专家分月排行榜第三
2004年12月 专题开发/技术/项目大版内专家分月排行榜第三
2004年8月 专题开发/技术/项目大版内专家分月排行榜第三
2004年7月 专题开发/技术/项目大版内专家分月排行榜第三
2003年12月 专题开发/技术/项目大版内专家分月排行榜第三
2003年9月 专题开发/技术/项目大版内专家分月排行榜第三
2003年8月 专题开发/技术/项目大版内专家分月排行榜第三
2003年7月 专题开发/技术/项目大版内专家分月排行榜第三
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
匿名用户不能发表回复!
其他相关推荐
求图像中心点坐标
可以用来识别图像中物体的像素中心点坐标
从图像识别到物体识别
深度学习框架『FusionNet』通过在三维空间中『思考』的内在机制来处理三维物体分类问题。
物体的形状识别
物体的形状识别[1]是模式识别中一个基本问题,也是一个重要问题,其广泛应用于图像分析、计算机视觉和目标识别等领域。人类可以很容易地识别物体的形状,但是对于计算机来说,自动识别任意物体的形状却相当困难。物体的形状是人的视觉系统分析和识别物体的基础。一般来说,我们对物体的识别更注重于它们的形状,而物体的纹理、颜色次之,因此如何表示形状以及比较形状间的差异在机器视觉的应用和研究领域具有非常重要的意义。
matlab从图片中简单识别红色物体
原图 im=imread('F:\sourceOfMatlab\xfs.jpg'); bim=zeros(852,1136); sumx=0; sumy=0; num=0; for  x=1:852     for y=1:1136         if(im(x,y,1)>0&&im(x,y)0&&im(x,y,2)0&&im(x,y,3)             bim(x,
二维物体形状识别方法(一)
原文:http://blog.csdn.net/liuqz2009/article/details/47624145 物体识别是计算机视觉应用的一项基本任务。识别通常基于目标物体的灰度信息、颜色信息或形状信息。物体识别的目的就是要找到一个包含可以区分不同目标物体的有效信息的描述。由于要识别的物体是事先知道的,所以目标物体的几何特征可以被直接应用到识别任务中。   不规则物体的形状匹配是一种
(OpenCV)图像目标尺寸检测
  本文翻译自pyimagesearch技术博客上的一篇文章,《Measuring size of objects in an image with OpenCV》,原文作者:Adrian Rosebrock 。 https://www.pyimagesearch.com/2016/03/28/measuring-size-of-objects-in-an-image-with-opencv...
物体的正反面识别(图像处理)
图像处理,其中讨论了关于物体正反面识别的一些方法
Python__OpenCV检测图像物体轮廓
step1:加载图片,转成灰度图image = cv2.imread("353.jpg") gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)step2:用Sobel算子计算x,y方向上的梯度,之后在x方向上减去y方向上的梯度,通过这个减法,我们留下具有高水平梯度和低垂直梯度的图像区域。gradX = cv2.Sobel(gray, ddepth=cv2.c
识别圆形物体
Step 1: Read Image Read in pills_etc.png. RGB = imread('pillsetc.png'); imshow(RGB); Step 2: Threshold the Image Convert the image to black and white in order to prepare for bounda
matlab 图像形状识别
matlab 图像形状识别,圆形,矩形。
关闭