[OpenCV] 感興趣區域 (Region of Interest)
辨識車輛顏色前,我想要從大張影像中找到車子,而車子的圖像就是我要的感興趣區域,一旦找到,就可以分析該區域的色彩,進而判斷為什麼顏色。
辨識車輛顏色前,我想要從大張影像中找到車子,而車子的圖像就是我要的感興趣區域,一旦找到,就可以分析該區域的色彩,進而判斷為什麼顏色。
好幾個月前很好奇交換變數的方法,寫了交換變數值-兩個變數VS三個變數,今日直接來看組合語言如何交換變數值,就以兩種方式來探討。
寫C語言程式已經習慣使用if和else,是非常基本的語法。最近處理數據需要用到Excel類似的邏輯處理,除了相對參照和絕對參照之外,如果有if和else邏輯指令,那麼處理數據會更加方便!
視窗程式若能對滑鼠事件 (Mouse Event)產生反應,那麼這個程式就比較友善:P,因為要做圖形辨識project的關係,我要讓使用者能在影像上做標記,接著對標記內容做分析,然後我要做的是車輛顏色分類 (Car Color Classification)。
(繼續閱讀…)
處理數據的時候,我最常使用Microsoft的Excel,只要在格子中打公式,接著拖曳格子右下角,就可以處理所有相關的資料,這時候相對參照和絕對參照顯得相當重要,可以省下不少人工的時間。
4/9(4)突然阿那達說要跟堂妹去逛街,然後想找一家好吃的店,挑來挑去,還是這一家她之前說想要帶我去吃的漢堡店—胖漢堡。想說,她跟堂妹去吃,那之後我就沒得吃了?因為她可能不想短時間內又吃同一家,於是我就當個小跟班,順便回去拿相機……
寫程式有時候需要知道檔案名稱,以便讀檔,若檔案數有上百或上千個,逐一key in似乎不太實際,除非很喜歡打字或是想練習打字,否則都會像我一樣用偷懶的方式,事先列出檔案名稱,接著稍微修改就可以使用!
從前有空沒事就在用影像處理軟體,很方便且輕易地按了「灰階」這個功能,軟體馬上就將影像轉換為灰階,因此會直覺以為轉換過程很簡單,直至今日,自己用OpenCV來實驗,才發覺有些細節,跟我們人的眼睛有關係。
剛好也可以來練習如何取得影像中像素RGB的值,知道這一點之後,即可拿RGB的值來做更進一步的運算,像是調整亮度、對比、r值、色相、彩度、明亮度,甚至透過統計來風格化。
很直覺地猜想,彩色轉灰接的過程應該是灰階=(紅+綠+藍)/3,其實不然。實際上人眼對綠色的亮度感最大,而對藍色最小,於是Gray = 0.299 * Red + 0.587 * Green + 0.114 * Blue才能得到比較適合人類眼睛的灰階影像,久而久之已成為影像處理界所用來彩色轉灰階的標準。
對於要處理同樣的資料,我喜歡批次處理,這樣子可以節省不少時間,而這些資料可能分散在許多檔案之中,那麼批次開檔(無論輸入或輸出)就顯得相當重要!
HappyMan・迴響