OpenCV
含有「OpenCV」共 55 篇內容
全部內容
發佈日期由新至舊
付費限定
1. 概述
在光學字符識別（OCR）過程中，常見的問題之一是「斷字」，即原本應為一個完整字符的部分被錯誤地分割成兩個或多個獨立的字符。這通常發生在掃描文件、圖像降噪或影像二值化處理後。本篇文章將介紹一種基於 骨架化端點距離分析 的斷字檢測方法，並提供完整的 Python 實作。
2. 斷字檢測的
在影像處理或機器學習的應用中，我們常常需要將影片逐幀擷取出來，進一步進行辨識或分析。
本篇教學將示範如何使用 Python + OpenCV 來：
✅ 讀取 MP4 影片
測試影片可由下方超連結下載，從file-examples.com下載
file-examples.com 是一個 免費提
付費限定
本教學將介紹如何使用 OpenCV 來檢測螺絲的鎖附間距，並提供完整的 Python 程式碼來實作這項功能。
🔹 1. 設計目標
使用二值化處理與形態學運算來強化影像
計算螺絲之間的間距
視覺化結果，標記最大間距並顯示數值
🔹 2. 測試用螺絲影像
🔹 3.
使用 LBP（Local Binary Patterns） 進行紋理分析和瑕疵檢測
Local Binary Patterns（LBP） 是一種用來描述圖像紋理的特徵提取技術。LBP 對於檢測表面紋理的異常具有很好的效果，尤其在檢測紋理一致的材料表面（例如紡織品、紙張、金屬）時，LBP 非常有用。
在有次使用cv2.resize時忽然報錯，就心血來潮不想重新安裝OpenCV，根據缺少的東西想辦法補齊。
在影像處理中，Zlib（以及 zlibwapi.dll）主要用於處理數據壓縮和解壓縮，特別是在處理大型影像文件時。
遺失原因
應用程序安裝過程中未能完整安裝所有所需的依賴項，尤其是 zli
本文將指導你如何修改現有的 OpenCV 程式碼，使其利用 CUDA 加速進行深度神經網絡（DNN）推理，如超分辨率圖像放大任務。這將顯著提升運行速度，特別是在高分辨率圖像處理中。
在CMake上這選項要開，才可支援DNN模組。
CMake編譯OpenCV教學文 連結
[OpenCV][Py
OpenCV 提供了專門針對 CUDA 優化的模組，這些模組使用 cv2.cuda 命名空間，並且可以直接使用 GPU 進行加速。，cv2.cuda 模塊需要在 OpenCV 編譯時啟用 CUDA 支援才能使用。
本文主要比較經過CMAKE重新編譯OpenCV使其支援Cuda，原OpenCV只支援
付費限定
你還沒有編譯 OpenCV，那麼你需要先完成 OpenCV 的編譯過程，這樣才能生成 OpenCVConfig.cmake 文件。下面是一步一步的指南，幫助你在 Windows 上編譯 OpenCV。
本文主要介紹使用Cmake + VS2022來編譯OpenCV，最後目的是讓OpenCV可以利用
在影像處理中，形態學操作是非常重要的一種技術，能夠幫助我們去除噪點、強化特徵、修復物體的形狀等。形態學操作的核心是「結構元素」（kernel），不同形狀的結構元素會產生不同的處理效果。本文將介紹如何使用不同形狀的結構元素來進行圖像處理，並結合實際程式範例和測試圖片來說明其效果。
付費限定
[OpenCV][Python]使用GrabCut 來去背
在上篇文章提到如何用GrabCut 來去背，但都是處於比較基礎的方式，讓演算法自行判斷前景背景，本文主要說明，使用設定參數讓演算法計算得更加準確，可根據UI上的圖顯示，用滑鼠畫區域來設定參考的背景與前景。
UI圖顯示
步驟，先載圖，在
