OpenCV已經(jīng)將圖像處理(識(shí)別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？這取決于你的目的。比如說現(xiàn)在的車這么先進(jìn)好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需

OpenCV已經(jīng)將圖像處理(識(shí)別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？

這取決于你的目的。比如說現(xiàn)在的車這么先進(jìn)好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需要知道。如果你是一個(gè)機(jī)械師，你必須理解。如果你是一個(gè)汽車制造商的工程師，你必須對(duì)它非常了解。簡(jiǎn)言之，這取決于具體的需要。

用opencv將圖像中檢測(cè)到的矩形摳出來，在另一個(gè)窗口顯示？

如果這是一個(gè)正方形矩形，即沒有偏轉(zhuǎn)角，只需找到左上角的坐標(biāo)以及長(zhǎng)度和寬度，然后設(shè)置一個(gè)遮罩并復(fù)制它。但是這個(gè)點(diǎn)的坐標(biāo)和長(zhǎng)寬不容易確定。對(duì)于你的圖表，我會(huì)給你一個(gè)方法。你可以試試。我以前遇到過一些項(xiàng)目，我相信它會(huì)奏效的。使用輪廓檢測(cè)，然后通過線循環(huán)找到所有內(nèi)輪廓中最大的內(nèi)輪廓，得到最大的輪廓，然后像原始圖像一樣設(shè)置一個(gè)完整的0圖像，在完整的0圖像上繪制找到輪廓的內(nèi)填充域，并將完成的作為蒙版。最后，使用copy函數(shù)來復(fù)制mask中的一個(gè)。這個(gè)方法有點(diǎn)笨拙，但很實(shí)用。你可以試試。去年我也遇到過類似的情況，幾個(gè)師兄一起商量。最后，實(shí)現(xiàn)了opencv程序。如果有更好的溝通方式~~希望你能幫忙。

opencv如何檢測(cè)出圖像中的紅色部分？

將RGB空間中的像素變換為HSV空間，然后對(duì)θ值屬于紅色范圍的點(diǎn)進(jìn)行聚類。

想用opencv識(shí)別圖像中特定物體的個(gè)數(shù)，怎么做到？

根據(jù)具體情況判斷難度。就像兩顆豌豆固定對(duì)象的形狀和大小一樣，直接的模板匹配也可以完成。如果存在變形或尺寸差異，則使用訓(xùn)練后的目標(biāo)識(shí)別算法。

想用opencv識(shí)別圖像中特定物體的個(gè)數(shù)，怎么做到？

基本上，需要使用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)來實(shí)現(xiàn)模式識(shí)別。通過模式識(shí)別，可以找到圖像中指定目標(biāo)的位置和數(shù)目。但這也取決于認(rèn)識(shí)到什么。目前，人臉檢測(cè)是非常好的。利用機(jī)器學(xué)習(xí)需要建立一套針對(duì)特定對(duì)象的識(shí)別方法，然后訓(xùn)練分類器。深度學(xué)習(xí)需要大量正反兩方面的數(shù)據(jù)來訓(xùn)練模型。