原创 阿里雲上通過MQTT協議,實現多設備的相互數據的穩定動態傳輸和使用(本地設備均採用c#窗體代碼)第二篇-----本地設備開發(Demo)
引言 本段代碼的含義在之前的一篇文章裏有介紹,本文爲完整代碼的展示,之前介紹用的文章,點擊此處即可查看 Demo代碼: using System; using System.Net; using System.Collecti
原创 (Python)從零開始,簡單快速學機器仿人視覺Opencv---第九節:顏色空間轉換
事先準備 使用工具Python3.5 使用包cv2,numpy 涉及函數 cv2.cvtColor() cv2.inRange() 任務1:轉換顏色空間 在 OpenCV 中有 超過150 種進行顏色空間轉換的方法。但是你以後
原创 (Python)從零開始,簡單快速學機器仿人視覺Opencv---第十六節:圖像金字塔
1.原理 一般情況下,我們要處理是一副具有固定分辨率的圖像。但是特別情況下我們需要對同一個圖像的不同分辨率的子圖像進行處理,如查找圖像中的某個目標,如人臉,我們不知道目標在圖像中的尺寸大小。這種情況下,我們需要創建一組圖像,這
原创 (Python)從零開始,簡單快速學機器仿人視覺Opencv---第十二節:幾種常見的圖像濾波、平滑
事先準備 使用工具:Python3.5 使用庫:cv2,numpy 任務1:2D卷積 同一維信號一樣,可以對2D圖像實施低通濾波(LPF)和高通濾波(HPF)。LPF用於去除噪音,模糊圖像,HPF用於找到圖像的邊緣。 Open
原创 (Python)從零開始,簡單快速學機器仿人視覺Opencv---第八節:程序性能檢測及優化
事前準備: 使用工具Python3.5 使用包cv2,numpy,time,profile 涉及函數: cv2.getTickCount,cv2.getTickFrequency 任務1 使用OpenCV檢測程序效率 cv2.
原创 (Python)從零開始,簡單快速學機器仿人視覺Opencv---第一節:OpenCV的圖像讀取顯示及保存
事前準備 使用庫: opencv,可以用pip install opencv-python來安裝(注意!不是pip install opencv!!!) numpy(這個本節不用,但是以後經常要用到) 從零開始 我們先來講
原创 (Python)從零開始,簡單快速學機器仿人視覺Opencv---第四節:OpenCV處理鼠標事件
準備工作 使用工具:Python3.5 涉及包:cv2 numpy 涉及函數 函數:cv2.setMouseCallback() 任務開始 簡單的程序,在圖片上雙擊過的位置繪製一個圓圈 任務1.創建鼠標事件回調函數,
原创 (Python)從零開始,簡單快速學機器仿人視覺Opencv---第五節:OpenCV用滑動條做調色板
註釋 本節對仿人視覺沒什麼作用,只是想把opencv裏面的這個函數給講一下,以後就算不用opencv去做仿人視覺,也可以派的上用場。 事先準備 使用庫numpy;cv2 使用函數cv2.getTrackbarPos();cv2
原创 (Python)從零開始,簡單快速學機器仿人視覺Opencv---第十節:五種常見的幾何變換
涉及函數: cv2.getPerspectiveTransform() cv2.warpAffine() cv2.warpPersperctive() 名稱講解: 通道數:指的是一個像素點由幾個元素產生,有幾個元素就有幾條通道
原创 (Python)從零開始,簡單快速學機器仿人視覺Opencv---第三節:OpenCV中的繪圖函數
準備 使用工具:Python3.5, 使用庫: numpy opencv 涉及函數 涉及的函數:cv2.line() , cv2.circle() , cv2.rectangle() , cv2.ellipse() ,
原创 (Python)從零開始,簡單快速學機器仿人視覺Opencv---第十一節:圖像閾值
事前準備 使用工具:Python3.5 使用庫:cv2,numpy 原始圖像 任務1:簡單閥值 涉及函數: cv2.threshold() 當像素值高於閥值時,我們給這個像素賦予一個新值(可能是白色),否則我們給它賦予另外
原创 (Python)從零開始,簡單快速學機器仿人視覺Opencv---第二節:OpenCV的視頻操作
準備工作 使用庫: numpy opencv 任務1 用攝像頭捕獲視頻 cv2.VideoCapture() :0爲默認計算機默認攝像頭,1可以更換來源; import numpy as np import cv2 ca
原创 python編程.多線程(threading模塊或_thread模塊)
前提 首先我們需要了解下我們爲什麼需要學習多線程,他有什麼好處呢? 1.使用線程可以把佔據長時間的程序中的任務放到後臺去處理。 2.基本不會出現線程佔用的問題。 3.可以提高程序的運行效率 對於多線程的理解 在多線
原创 (Python)從零開始,簡單快速學機器仿人視覺Opencv---第六節:OpenCV圖像的一些基本操作
提前準備 使用工具Python3.5 使用包cv2,numpy 任務1 獲取並修改像素值 讀取一副圖像,根據像素的行和列的座標獲取它的像素值,對於RGB圖像而言,返回RGB的值,對於灰度圖則返回灰度值 import cv2 i
原创 (Python)從零開始,簡單快速學機器仿人視覺Opencv---第十八節:輪廓的性質
1.1長寬比 邊界矩形的寬高比 x,y,w,h=cv2.boundingRect(cnt) aspect_ratio = float(w)/h 2.Extent 輪廓面積與邊界矩形面積的比 area=cv2.contourAre