机器视觉主要解决四大问题:定位、测量、检测、识别。在机器视觉中打光和光源影响着系统的稳定性,比如在测量应用中,光照发生10%-20%的变化,就可能导致图像边缘偏移1-2个像素,这些问题在算法层面是不容易解决的。所以了解光源和打光非常重要
月度归档: 2019年3月
计算凸包的最大内接N边形
凸包可以用一组点简要的描绘轮廓的形状,在计算机视觉中有广泛的应用。解算凸包最大内接N边形也是常见的问题。这篇博客介(摘)绍(抄)这一问题的一种解法。
图像中直线的检测
检测图像中的直线,在图像处理中一直非常有用,这篇博客将主要介绍博主接触过的几种检测直线的方法。主要包括最小二乘法拟合直线、Ransac拟合直线、LSD线段检测、Hough变换检测直线。
Python调用Lua:Lupa
lua与python均为成熟的脚本方案,它们的不同在与体量,Lua的体量小,高效的执行方式适合嵌入式,python胶水的强大不言而喻。那么如果自己已经有了lua脚本的解决方案,python能否调用呢?答案是肯定的,这篇博客将介绍python中集成的lua环境包:lupa,简单介绍该工具的使用。