想形成的新图片是矩形的大小，想剔除框框外的黑色区域？
请教下大神，OPENCV 如何提取有效矩形框框的区域
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
关注不知道你这个问题是否已经解决, 如果还没有解决的话:
如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^解决 无用评论 打赏举报 分享
- 2022-02-09 14:58回答 3 已采纳 先进行边缘检测：假设CANNY_THRESH_1 = 90CANNY_THRESH_2 = 120edges = cv2.Canny(gray, CANNY_THRESH_1, CANNY_THRES
- 2022-05-31 16:01回答 7 已采纳 opencv的cv2.findContours()这个函数的cv2.RETR_TREE方法提供了轮廓间的层级关系，4.0版本以上的有两个返回值：contours, hierarchy=cv2.find
- 2022-07-27 08:56回答 2 已采纳 你好像对于最小外接和拟合理解有问题。用拟合最常用的一个最小二乘法举例，如果有异常数据是会去除的，但是最小外接不会去除异常数据啊，结果肯定是不会一样的啊。
- 2016-12-14 14:57蓉城视觉小菜鸟的博客 找轮廓参考以下大神的，对于里面的方法和结果存储解释的很清楚； http://blog.csdn.net/gubenpeiyuan/article/details/44922413 缺少的是画相应包围矩形的，其中找矩形用最小外接矩形函数cvMinAreaRect2 。 CvBox...
- 2022-07-04 21:36回答 4 已采纳 yolov5 6.0以上的版本是可以直接读取onnx的，你这里少了一句setInput而已，另外，blobFromImage需要指定onnx导出的网络宽度大小，不一致的话forward会报错。后处理部
- 2023-01-13 21:01回答 1 已采纳 该代码的问题可能在于图像阈值化的参数设置，在 cv2.threshold() 中 threshold 的取值可能不适合这张图片。可以尝试使用其他阈值化方法，如 cv2.adaptiveThreshol
- 2022-01-06 09:58回答 1 已采纳 你输出img_cut看看数据格式，错误提示img.empty，应该是你变量img_cut不是一个图片数据
- 2022-06-13 10:06小白学视觉的博客 看代码会发现，作者在扩展后目标区域面积较大时，会先对提取到的图像块做因子2的下采样到50*50，这样复杂度就变成了2500*log(2500)=8495，下降了非常多。那你可能会想，如果下采样再多一点，复杂度就更低了，但这是...
- 2022-11-03 14:35回答 2 已采纳 这篇文章讲的很详细，请看：linux下用opencv读取摄像头数据
- 2022-04-14 00:07回答 3 已采纳 安装imutilspip install imutils代码ShapeDetector.Py import cv2 class ShapeDetector: def __init__(self
- 2023-01-18 13:40回答 1 已采纳 import cv2 img = cv2.imread('black_image.jpg', 0) # 读入图片并转化为灰度图 height, width = img.shape[:2] # 获取图
- 2019-05-05 16:23縩家居风格的博客 对同一个画面有可能出现多张人脸，因此，我们需要用一个for循环将所有检测到的人脸都读取出来，然后逐个用矩形框框出来，这就是接下来的for语句的作用。Opencv会给出每张人脸在图像中的起始坐标（左上角，x、y）...
- 2022-08-22 15:50回答 3 已采纳 现在解决了，把之前opencv-python库卸载然后再下载
- 2018-10-12 10:31爱吃西瓜的小松鼠的博客 首先在此声明本文代码参考 博客：https://github.com/az666/opencv-game/blob/master/shitoujiandaobu.py 参考文献：https://blog.csdn.net/JohinieLi/article/details/81041276 ...
- 2018-12-27 15:55龚大龙的博客 R-CNN算法学习 ...算法整体思想 总体分为 四个步骤（下文讲逐步骤分析）： 1.候选区域生成: 一张图像生成1K~2K个候选区域 （采用Selective Search ...2.特征提取： 对每个候选区域，使用深度卷积网络提取特征 （CNN）...
- 没有解决我的问题, 去提问
