当前位置: 首页 > news >正文

网站建设谈客户说什么龙岩兼职招聘最新发布

网站建设谈客户说什么,龙岩兼职招聘最新发布,wordpress有微信插件,长沙网站建设公司名单需求 当前有个需求是从一个场景中将三个不同的颜色的二维码分离出来,如下图所示。 这里有两个思路可以使用 思路一是通过深度学习的方式,训练一个能够识别旋转边界框的模型,但是需要大量的数据进行模型训练,此处缺少训练数据&a…

需求

当前有个需求是从一个场景中将三个不同的颜色的二维码分离出来,如下图所示。
示例图像
这里有两个思路可以使用

  • 思路一是通过深度学习的方式,训练一个能够识别旋转边界框的模型,但是需要大量的数据进行模型训练,此处缺少训练数据,不太方便执行。
  • 思路二则是直接通过颜色进行分离,找到颜色的区间,通过去骗判断的方式分别分离出三个不同颜色对应的轮廓。

方案

首先,先要找到图像的HSV颜色对应表格,如下所示。
在这里插入图片描述
然后按照读取图像->转化为HSV通道图像->颜色分离的思路编写代码即可,详细的代码如下。

# -*- coding: utf-8 -*-
# @Time    : 2023/5/31 22:59
# @Author  : 肆十二
# @Email   : 3048534499@qq.com
# @File    : demo
# @Software: PyCharmimport numpy as np
import cv2
import os# 参考:https://blog.csdn.net/chenghaoy/article/details/86509950
def get_red(image_path):# 设定颜色HSV范围,假定为红色redLower_1 = np.array([0, 43, 46])redUpper_1 = np.array([10, 255, 255])redLower_2 = np.array([156, 43, 46])redUpper_2 = np.array([180, 255, 255])# 读取图像img = cv2.imread(image_path)# 将图像转化为HSV格式hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)# 去除颜色范围外的其余颜色mask_1 = cv2.inRange(hsv, redLower_1, redUpper_1)mask_2 = cv2.inRange(hsv, redLower_2, redUpper_2)mask = mask_1 + mask_2# mask = cv2.merge([mask_1, mask_2])# mask = cv2.# 二值化操作ret, binary = cv2.threshold(mask, 0, 255, cv2.THRESH_BINARY_INV)cv2.imwrite("results/red.jpg", binary)def get_yellow(image_path):# 设定颜色HSV范围,假定为红色redLower = np.array([26, 43, 46])redUpper = np.array([34, 255, 255])# 读取图像img = cv2.imread(image_path)# 将图像转化为HSV格式hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)# 去除颜色范围外的其余颜色mask = cv2.inRange(hsv, redLower, redUpper)# 二值化操作ret, binary = cv2.threshold(mask, 0, 255, cv2.THRESH_BINARY_INV)cv2.imwrite("results/yellow.jpg", binary)def get_green(image_path):# 设定颜色HSV范围,假定为红色redLower = np.array([35, 43, 46])redUpper = np.array([77, 255, 255])# 读取图像img = cv2.imread(image_path)# img = cv2.medianBlur(img, 5)# 将图像转化为HSV格式hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)# hsv =# 去除颜色范围外的其余颜色mask = cv2.inRange(hsv, redLower, redUpper)# 二值化操作ret, binary = cv2.threshold(mask, 0, 255, cv2.THRESH_BINARY_INV)# img[img==0] =cv2.imwrite("results/green.jpg", binary)if __name__ == '__main__':image_path = "a.jpg"get_red(image_path)get_yellow(image_path)get_green(image_path)

OK在主函数中传入上图,之后在result文件夹下就能生成分离之后的结果,如下所示。

  • 绿色二维码分离结果
    在这里插入图片描述

  • 红色二维码分离结果
    在这里插入图片描述

  • 黄色二维码分离结果
    在这里插入图片描述

总结

很多时候,不需要过于依赖AI,通过传统的图像检测算法也能达到良好的效果,比如今天就通过HSV颜色通道的形式来进行分离,这在工业场景中是非常实用的。

http://www.dtcms.com/a/602893.html

相关文章:

  • 上海网站建设服务多少钱广西 网站建设
  • 铜仁市城乡住房与建设局网站陕西省两学一做网站
  • 网站商城建设公司网站开发实用技术 代码
  • 外贸网站seo推广教程游戏租号网站开发
  • AI推广公司如何借助人工智能技术提升企业品牌影响力与精准流量
  • Trae,Cursor,Lingma的区别
  • 网站加ico苏州集团网站设计公司
  • 汕头论坛网站建设如何建设网站pdf
  • 有关网站备案号规则四川省建设网站评标专家考试
  • 【调用大厂商模型构建私有知识库RAG】安全性、成本、存储、合规性
  • 国外平面设计欣赏网站专业的建设企业网站
  • 石材网站模板长春app定制
  • 天河网站建设哪个好wordpress 4.8 pdf缩略图
  • 网上发布信息的网站怎么做的软文营销公司
  • WordPress站点添加ssl证书网站图片命名规范
  • 广州网站制作开发建设网站需申请什么手续
  • [AI tradingOS] 认证与用户管理 | 2FA | TOTP | JWT
  • C语言编译时不检查语法正确性 | 如何通过编译器解决语法检查问题
  • 上海网站关键词排名优化报价北京做网站需要多少钱
  • 找高权重的网站做外链网页制作实践 做网站
  • 网站域名怎么写好动漫制作专业可以专升本吗
  • 石家庄专业建站公司怎么做网站卖车
  • 网站后台传不了图片网站制作成本包含
  • 如何安全配置Linux服务器【完整指南】
  • 娱乐网站名字有专业做网站的学校吗
  • 我想卖东西去哪个网站合肥网站建设 合肥网络推广
  • 易语言黑月编译器 | 提升开发效率的智能编程工具
  • 中国建设银行手机银行下载官方网站深圳建设工程交易中心主页
  • Go 语言结构体
  • 网站建设的平面设计个人网站建设需求说明书