精华内容
下载资源
问答
  • 用海康威视摄像头做图像处理问题

    千次阅读 2017-08-02 08:55:40
    用海康威视摄像头做图像处理问题 首先自己要激活海康威视摄像机,然后,如果只有摄像机,没有配套存储设备啥,就用电脑就好了 在激活摄像机后,在电脑端要去海康威视官网下载4200管理软件,然后配置就好。 ...

    用海康威视摄像头做图像处理问题

    首先自己要激活海康威视摄像机,然后,如果只有摄像机,没有配套的存储设备啥的,就用电脑就好了

    在激活摄像机后,在电脑端要去海康威视官网下载4200管理软件,然后配置就好。

    之后调用程序访问摄像机拍摄的视频时,需要发邮件给海康威视,让对方发SDK,不然海康威视的视频没法转成RGB的,而opencv里的库函数需要访问的是RGB格式的视频。
     
    注意:有个问题就是,电脑要是能访问海康威视的摄像机,需要将电脑的网关改成和海康威视摄像机的IP(192.168.1.64)网关一样,所以可能会使电脑上不了网,也就是IP冲突,这个时候就需要改电脑连的路由器网关或者是海康威视摄像机的网关。




    展开全文
  • 用Visual studio 2010 编写基于opencv形态学图像处理,包括二值图像处理和灰度图像处理,功能有腐蚀膨胀,开闭运算。课程设计时候做的,大家可以用来参考下。如果有错话就是属性配置的问题了,只要附加一下...
  • 本学期大部分时间在公司实习,所以只能趁在学校时间下作业,在这里开个坑,也算给后人留个福利,能空出时间复习考研。 简单介绍下实验环境配置: VS2012+OpenCV2.4.9+MFC 之前在公司配置VS2019+OpenCV4.0.1...

    简单介绍下实验环境配置:
    VS2012+OpenCV2.4.9+MFC

    之前在公司配置VS2019+OpenCV4.0.1的环境,怎么配都配不好,索性用旧电脑搭建环境。
    OpenCV对VS版本有要求,VS版本要高于OpenCV这个路径下的文件夹版本
    在这里插入图片描述
    安装好OpenCV后先要在系统里配置环境变量,这里不多叙述,自行上网搜索
    新建MFC工程,设置向导里选择基于对话框,并取消使用Unicode库在这里插入图片描述
    (CSDN的编辑器真难用……)
    在这里插入图片描述
    这里全部不选,之后直接点击完成
    在这里插入图片描述
    建好后工程如图所示,下一步配置OpenCV库
    右键工程,选择属性,在VC++目录里的包含目录和库目录把路径填进去
    在这里插入图片描述在这里插入图片描述在这里插入图片描述
    然后在左上角选择配置下拉框,选择Release按照上面教程再填一遍,路径是一样的
    在这里插入图片描述
    下一步打开链接器——输入——附加依赖项,照着下面的分别填进去
    在这里插入图片描述
    DeBug的附加依赖项:

    opencv_ml249d.lib

    opencv_calib3d249d.lib

    opencv_contrib249d.lib

    opencv_core249d.lib

    opencv_features2d249d.lib

    opencv_flann249d.lib

    opencv_gpu249d.lib

    opencv_highgui249d.lib

    opencv_imgproc249d.lib

    opencv_legacy249d.lib

    opencv_objdetect249d.lib

    opencv_ts249d.lib

    opencv_video249d.lib

    opencv_nonfree249d.lib

    opencv_ocl249d.lib

    opencv_photo249d.lib

    opencv_stitching249d.lib

    opencv_superres249d.lib

    opencv_videostab249d.lib

    Release的附加依赖项:

    opencv_objdetect249.lib

    opencv_ts249.lib

    opencv_video249.lib

    opencv_nonfree249.lib

    opencv_ocl249.lib

    opencv_photo249.lib

    opencv_stitching249.lib

    opencv_superres249.lib

    opencv_videostab249.lib

    opencv_calib3d249.lib

    opencv_contrib249.lib

    opencv_core249.lib

    opencv_features2d249.lib

    opencv_flann249.lib

    opencv_gpu249.lib

    opencv_highgui249.lib

    opencv_imgproc249.lib

    opencv_legacy249.lib

    opencv_ml249.lib

    之后点击应用,环境就配好了,下一步在stdafx.h头文件里加入OpenCV的头文件

    #include <opencv2/core/core.hpp>  
    #include <opencv2/highgui/highgui.hpp>
    #include<opencv2\opencv.hpp>
    

    如果不报错就算大功告成,这一篇就到这里,以后如果有遗漏再做补充。

    展开全文
  • 图像处理那首先要配个环境嘛,配环境真的是我长久以来的噩梦了,每次都会出现奇奇怪怪的问题,首先上网查找了一下,opencv这个库还是用的比较多的,如果想要使用C++来做图像处理的话,那么使用visual studio搭配...
  • 这两天一个三维拼接相关的项目...这就有个问题了,实验室的电脑都是XP系统,没有VS的相关环境,更没有相关opencv环境配置,想到之前编译好了的exe可执行文件可以直接运行,复制过来结果发现不能直接运行,,,下面直

    这两天做一个三维拼接相关的项目的,需要生成多张深度数据,一张深度数据就得花掉我六七个小时,又需要好几张数据,怎么办~怎么办~怎么办,~
    借了朋友的一个实验室打算用多台电脑运行得到数据,多线程同步运行,可以吧~哈哈哈
    这就有个问题了,实验室的电脑都是XP系统,没有VS的相关环境,更没有相关opencv环境配置,想到之前编译好了的exe可执行文件可以直接运行,复制过来结果发现不能直接运行,,,下面直接给出解决办法吧,也参考了不少相关的资料,不过还好,并不复杂,且听我一一道来~!


    本次讲解实验环境;
    win7 64bit
    VS2010
    opencv 2.4.9

    1选择Release编译模式(平台都是win 32)
    2.先对项目的属性进行配置
    “项目”>>“xxx属性页”
    a)如果是MFC框架平台:
    在“配置属性”>>”常规”>>“MFC的使用”选择“在静态库中使用MFC”
    b)在“配置属性”>>”C/C++”>>运行库选择“多线程(/MT)”
    然后开始编译。
    **如果使用VS2013编译,又在需要XP上运行,则需要在“配置属性”>>”常规”>>“平台工具集”中选择与XP兼容的“VisualStudio2013-Windows Xp(v120_xp)”,之后再进行编译

    3.查看exe所需要的dll库
    使用软件depends,打开需要分析的exe即可,看主目录,比如我这儿就需要opencv的两个dll库,opencv_cores2413.dll和opencv_highgui2413.dll,第三个库是VS已经有的,可执行文件在静态编译时已经包含了(我的感觉是这样的,当然事实也证明我们无需添加第三个dll),去opencv的安装路径下(eg:D:\Program Files (x86)\opencv2.4\opencv\build\x86\vc11\bin)复制这几个dll库到exe所在目录下就可以啦
    这里写图片描述

    4.移动到其他平台的使用:
    不同的电脑犹豫系统和环境的不同,可能缺少部分底层dll文件配置,需要我们先对电脑进行dll修复。然后就可以没问题的运行了

    展开全文
  • 需要给图像分通道,计算各个通道直方图分布特点,这个事儿photoshop也能,但是用起来不方便,且需要电脑上安装有PS软件,如果用OpenCV, 更是需要在visual studio上很多配置工作。本文充分利用python便携性...

    平时工作经常需要做些图像分析,需要给图像分通道,计算各个通道的直方图分布特点,这个事儿photoshop也能做,但是用起来不方便,且需要电脑上安装有PS软件,如果用OpenCV 更是需要在visual studio上做很多配置工作。本文充分利用python的便携性和轻量级特点,力图实现一个脚本,到处处理的目标。

    注:本文使用Python2.7.8和PIL1.1.7,注意版本问题。

    <使用方法>

              1.将待处理图片命名为1.jpg和本文python脚本文件放入同一文件夹;

     

              2.运行python脚本,可以获得分通道图片及相应的直方图。

     


    <效果介绍>

    原图:

     

     

    分通道显示:

     

     各通道直方图

    R通道直方图                                                                                                                                                                                

     

     

    G通道直方图  

     

                                               

    B通道直方图

     

     

     <源码分析>

    本文脚本没有使用OpenCV,全部操作均使用了python自带库函数,实现真正的轻量级。

    本文工具默认对jpg格式的图片进行修改,其他格式直接修改脚本中im1 = Image.open("1.jpg")图片后缀即可。 

    分通道是直接使用的 r,g,b=im1_sp.split()的, 因只对RGB mode的图像有效,所以im1_sp = im1.convert("RGB")先进行了模式转换。 

    一张RGB彩色图像经过通道分离,获得三张单通道灰度图像,即python中定义的“L” mode的图像, 然后对每一个灰度图绘制直方图。

    直方图绘制是通过 pix = r.load()函数把图像的像素数据进行存储,然后在256级区间进行累加统计,最后使用draw.line函数绘制的。 

    工具简单易用,全部代码提供如下,如有问题,欢迎园友反馈! 

     

    <全部源码>

    # -*- coding: cp936 -*-
    #
    阿瓦图像村出品,转载请注明出处 QQ:576916092
    import Image,ImageDraw,ImageFilter,random,sys
    im1 = Image.open("1.jpg")
     
    ##图像处理##
     
    #转换为RGB图像
    im1_sp = im1.convert("RGB")              

    #将RGB三个通道分开
    r,g,b=im1_sp.split()             
     
    #将RGB分通道图像上色
    imd = Image.new("L",im1.size,0)
    r_color= Image.merge("RGB",(r,imd,imd))
    g_color= Image.merge("RGB",(imd,g,imd))
    b_color= Image.merge("RGB",(imd,imd,b))
     
    #R通道histogram
    width, height = r.size
    pix = r.load()
    a = [0]*256
    for w in xrange(width):
        for h in xrange(height):
            p = pix[w,h]
            a[p] = a[p] + 1
    s = max(a)
    print a,len(a),s     #长度256,a保存的分别是颜色范围0-255出现的次数
    r_hist = Image.new('RGB',(512,512),(255,255,255))  
    draw = ImageDraw.Draw(r_hist)  
     
    for k in range(256):
       #print k,a[k],a[k]*200/s
        a[k] = a[k]*400/s        #映射范围0-200
        source = (2*k,511)           #起点坐标y=255, x=[0,1,2....]
        target = (2*k,511-a[k])    #终点坐标y=255-a[x],a[x]的最大数值是200,x=[0,1,2....]
        draw.line([source, target], (255,0,0))
     
    #G通道histogram
    width, height = g.size
    pix = g.load()
    a = [0]*256
    for w in xrange(width):
        for h in xrange(height):
            p = pix[w,h]
            a[p] = a[p] + 1
    s = max(a)
    print a,len(a),s     #长度256,a保存的分别是颜色范围0-255出现的次数
    g_hist = Image.new('RGB',(512,512),(255,255,255))  
    draw = ImageDraw.Draw(g_hist)  

    for k in range(256):
        #print k,a[k],a[k]*200/s
        a[k] = a[k]*400/s        #映射范围0-200
        source = (2*k,511)           #起点坐标y=255, x=[0,1,2....]
        target = (2*k,511-a[k])    #终点坐标y=255-a[x],a[x]的最大数值是200,x=[0,1,2....]
        draw.line([source, target], (0,255,0))

    #B通道histogram
    width, height = b.size
    pix = b.load()
    a = [0]*256
    for w in xrange(width):
        for h in xrange(height):
            p = pix[w,h]
            a[p] = a[p] + 1
    s = max(a)
    print a,len(a),s     #长度256,a保存的分别是颜色范围0-255出现的次数
    b_hist = Image.new('RGB',(512,512),(255,255,255))  
    draw = ImageDraw.Draw(b_hist)  

    for k in range(256):
        #print k,a[k],a[k]*200/s
        a[k] = a[k]*400/s        #映射范围0-200
        source = (2*k,511)           #起点坐标y=255, x=[0,1,2....]
        target = (2*k,511-a[k])    #终点坐标y=255-a[x],a[x]的最大数值是200,x=[0,1,2....]
        draw.line([source, target], (0,0,255))

    im1_mer= Image.merge("RGB",(r,g,b))

    ##图像保存##

    #单通道图保存
    r.save("1r.jpg")
    g.save("1g.jpg")
    b.save("1b.jpg")

    #上色图保存
    r_color.save("1rr.jpg")
    g_color.save("1gg.jpg")
    b_color.save("1bb.jpg")

    #直方图保存
    r_hist.save("1r_hist.jpg")
    g_hist.save("1g_hist.jpg")
    b_hist.save("1b_hist.jpg")

    ##图像显示##

    #单通道图显示
    r.show()
    g.show()
    b.show()
     
    #上色图显示
    r_color.show()
    g_color.show()
    b_color.show()

    #直方图显示
    r_hist.show()
    g_hist.show()
    b_hist.show()


    转载于:https://www.cnblogs.com/sopic/p/4520132.html

    展开全文
  • 最近在做图像的深度学习识别,但是移动机器人上的电脑配置不够,只能用我的电脑远程的去处理图像,但是遇到了严重的带宽瓶颈,按照我的电脑150Mbps的无线网卡来算,每秒的极限传输速度就是150/8 = 18.75Mb/s,而实际...
  • 这个月在实习,一些杂活挺多,由此也锻炼了一下自己,平时在实验室忽略一些杂活也总算上手了一遍(苍天饶过谁,23333333) 任务是在CentOS下,将1000多万张图片提取深度特征,并入到数据库里,使用到了...
  • 计算机视觉是一门研究如何使机器“看”科学,具体说,就是指用摄像机和电脑代替人眼对目标进行识别,跟踪和测量等机器视觉,并进一步图形处理,用电脑处理使之成为更加适合人眼球观察或传送给仪器检测的图像的...
  • 最近jpeg图像处理,需要读取JPEGDCT系数和质量因子等信息,发现libjpeg库有比较好解决方法,下面是在matlab下安装和配置libjpeg库具体方法,包括一些错误解决方法:  配置jpeg库之前,需要先编译IJG库,...
  • IVCam:电脑调用你手机摄像头

    千次阅读 2021-02-07 15:29:54
    很多做图像处理的或者是经常需要开视频的朋友可能经常需要外接摄像头,因为摄像头是外设嘛,可能很多时候不方便随身携带;这时候我们可能会问?手机不是有摄像头吗?而且还是很多个(因为手机上的摄像头是定焦的,...
  • 说来惭愧,只从研究生毕业后,就没接触或者从事图像处理的相关工作。最近因某些原因,又开始重拾图像处理的相关知识,利用opencv+vs2010为某三甲医院开发了一个软件。为了给别人演示相关的功能,但不能每次演示都要...
  • Crimm Imageshop数码图片处理系统是一款无需安装,完全绿色单EXE图像处理软件,大小仅900多KB,启动迅速,功能丰富实用,执行速度很快。软件界面简朴、清新,高度模仿PS CS5,各功能一目了然,菜单和快捷键按照PS...
  • VS2013配置opencv3.1.0,及测试

    千次阅读 2017-05-04 20:44:38
    最近需要一些数字图像处理的实验,需要用到opencv。因为电脑上只有VS2013,而最新的opencv3.2.0没有VS2013的预编译版本,手动编译又屡屡失败,所以
  • 最近在学习 Android NDK 和 JNI,音视频和图像处理等内容后期编译 C 库要用到 Linux 环境了,最近个记录,点点滴滴。 1. 如何拥有Linux环境? (1)Windows 环境 电脑配置高、内存大最好是安装虚拟机,能最...
  • 阿里云或者腾讯云一般未开放stmp功能默认端口,这意味着你在本地电脑上可以通过邮箱测试,部署到云端则会出现错误。因此在部署时,安全组一定要放行stmp端口。本教程中使用阿里云,qq邮箱,端口为587.
  • 不过,需要说明的的是,OpenCV强项在于图像相关的处理,而不是视频编解码,所以,不要使用OpenCV多余事情,我们使用OpenCV接入视频或者图片目的,是为了对视频或图片进行处理。 关于Python下配置OpenCV...
  • 我打算将来移植QT和Opencv,运行图像处理算法和这方面验证性试验,这个做好系统显得太冗余,我想个最小系统,以后需要什么驱动在往里面添加。顺便学学整个系统构架,搞懂了发布最后镜像文件。二来我觉得...
  • OPENCV学习笔记

    2017-09-14 22:05:20
    最近要搞一个图像识别,前几天想用F4 的HAL做编码器减速电机的PID结果在编码器配置上卡了两天,HAL库用的人少之又少,原版英文晦涩难懂,先放下做图像处理的小玩意吧。  搞图像处理学长搞得就是opencv,不增加学习...
  • 最近买了一个pcduino,看起来硬件配置不错,有1G主频。官方发布了他们做的系统,用起来像个电脑,体验一般但是用来开发和实现创意想法,还是很...我打算将来移植QT和Opencv,运行图像处理算法和这方面验证性试验,
  • [开源]OpenCVSharp工具

    2020-08-15 21:32:45
    想用opencv做图像处理,无奈不会c++,幸好有opencvsharp,在学习过程中,发现需要一个工具来方便地看它各个函数处理效果,就想做一个。现在做出来个雏形,实现了部分功能。从gige相机采集图像,二值化等,下面用...
  • 1、 系统处理的准确性和及时性:系统处理的准确性和及时性是系统的必要性能。在系统设计和开发过程中,要充分考虑系统当前和将来可能承受的工作量,使系统的处理能力和响应时间能够满足信息处理的需求。 2、 系统...
  • 谷歌眼镜现在火不行,在能拿到手或者买得起之前,先自己个玩玩。 首先看看谷歌眼镜上都有什么。 1. 头戴显示器,利用折射到视网膜上 2. 摄像头 3. 骨传导扬声器+麦克风 4. 触摸板 5. 运动传感器 6. 蓝牙+WIFI 7....
  • 1、 系统处理的准确性和及时性:系统处理的准确性和及时性是系统的必要性能。在系统设计和开发过程中,要充分考虑系统当前和将来可能承受的工作量,使系统的处理能力和响应时间能够满足信息处理的需求。 2、 系统...
  • 做图像处理的时候有这个问题,用到了Opencv写好了方法,但是到别人电脑上调用还要安装配置Opencv环境,太恶心了,于是需要在封装自己的动态库时略微改动下,就不用这么恶心了。 1. 用Opencv编写方法 用VS创建一...
  • DCMTK in VS2015

    千次阅读 2017-07-05 12:39:10
     DCMTK是一个功能强大针对医学图像处理、通讯开源库,主要面向C++语言。本人最近在一个项目,项目需求是跨平台、C++编程,所以就选用了DCMTK库作为工具,由于编程基础薄弱,在该库的配置过程中遇到
  • 看图王2013 V2.6正式版

    2013-10-19 04:10:41
     看图王使用了全球最快强劲图像引擎,即使在低配置电脑上,也能闪电般打开十几兆大图片;  看图王配合同为2345旗下产品"好压"相结合使用,不需要等待漫长解压缩,即点即看压缩包内图片;  看图王快速还...

空空如也

空空如也

1 2 3 4
收藏数 80
精华内容 32
关键字:

做图像处理的电脑配置