OpenCV 為我們提供了不同型別的滑鼠事件。有不同型別的滑鼠事件，例如左鍵或右鍵單擊、滑鼠移動、左鍵雙擊等。滑鼠事件返回滑鼠事件的座標 (x, y)。為了在執行事件時執行操作，我們定義了一個滑鼠回撥函式。我們使用左鍵單擊 (cv2.EVENT_LBUTTONDOWN) 和右鍵單擊 (cv2.EVENT_RBUTTONDOWN) 來顯示影像上點選點的座標。步驟要顯示輸入影像上點選點的座標，您可以按照以下步驟操作：… 閱讀更多

我們使用 Haar 級聯分類器來檢測影像中的人臉。Haar 級聯分類器是一種基於機器學習的有效目標檢測方法。我們可以針對訓練資料訓練自己的 Haar 級聯，但這裡我們使用已經訓練好的 Haar 級聯進行人臉檢測。我們將使用 haarcascade_frontalface_alt.xml 作為人臉檢測的“Haar 級聯”XML 檔案。如何下載 Haarcascades？您可以按照 GitHub 網站地址找到不同的 Haarcascades：https://github.com/opencv/opencv/tree/master/data/haarcascades 要下載用於人臉檢測的 Haar 級聯，請單擊 haarcascade_frontalface_alt.xml 檔案。以原始格式開啟它，右鍵單擊並儲存。… 閱讀更多

在 OpenCV 中，影像為 NumPy ndarray。OpenCV 中的影像轉置操作作為 NumPy 2D 陣列（矩陣）的轉置執行。矩陣沿其主對角線轉置。轉置影像是在其對角線上翻轉的影像。我們使用 cv2.transpose() 來轉置影像。步驟我們可以使用以下步驟來轉置輸入影像：匯入所需的庫 OpenCV 和 Matplotlib。確保您已經安裝了它們。使用 cv2.imread() 讀取輸入影像。指定影像的完整路徑。將影像分配給變數 img。轉置輸入… 閱讀更多

在顏色量化過程中，影像中使用的顏色數量減少了。這樣做的一個原因是減少記憶體。有時，某些裝置只能產生有限數量的顏色。在這些情況下，會執行顏色量化。我們使用 cv2.kmeans() 來應用 K 均值聚類進行顏色量化。步驟要使用 K 均值聚類在影像中實現顏色量化，您可以按照以下步驟操作：匯入所需的庫 OpenCV 和 NumPy。確保您已經安裝了它們。使用 cv2.imread() 方法讀取兩張輸入影像。指定影像的完整路徑。… 閱讀更多

可以使用立體影像建立深度圖。為了從立體影像構建深度圖，我們找到兩幅影像之間的視差。為此，我們使用 cv2.StereoBM_create() 建立 StereoBM 類的物件，並使用 stereo.comput() 計算視差。其中 stereo 是建立的 StereoBM 物件。步驟要從立體影像建立深度圖，您可以按照以下步驟操作：匯入所需的庫 OpenCV、Matplotlib 和 NumPy。確保您已經安裝了它們。使用 cv2.imread() 方法讀取兩張輸入影像作為灰度影像。指定影像的完整路徑。… 閱讀更多

我們使用尺度不變特徵變換 (SIFT) 和 FLANN（快速近似最近鄰庫）在兩幅影像之間實現特徵匹配。SIFT 用於查詢特徵關鍵點和描述符。基於 FLANN 的帶有 knn 的匹配器用於匹配兩幅影像中的描述符。我們使用 cv2.FlannBasedMatcher() 作為基於 FLANN 的匹配器。步驟要使用 SIFT 特徵檢測器和基於 FLANN 的匹配器在兩幅影像之間實現特徵匹配，您可以按照以下步驟操作：匯入所需的庫 OpenCV、Matplotlib 和 NumPy。確保您已經安裝了它們。讀取兩張輸入影像… 閱讀更多

我們使用尺度不變特徵變換 (SIFT) 特徵描述符和蠻力特徵匹配器在兩幅影像之間實現特徵匹配。SIFT 用於查詢影像中的特徵關鍵點和描述符。蠻力匹配器用於匹配兩幅影像中的描述符。步驟要使用 SIFT 特徵檢測器和蠻力匹配器在兩幅影像之間實現特徵匹配，您可以按照以下步驟操作：匯入所需的庫 OpenCV、Matplotlib 和 NumPy。確保您已經安裝了它們。使用 cv2.imread() 方法讀取兩張輸入影像作為灰度影像。指定… 閱讀更多

為了匹配兩幅影像的關鍵點，我們使用 ORB（定向 FAST 和旋轉 BRIEF）來檢測和計算特徵關鍵點和描述符，並使用蠻力匹配器來匹配兩幅影像中的描述符。步驟要使用 ORB 特徵檢測器和蠻力匹配器匹配兩幅影像的關鍵點，您可以按照以下步驟操作：匯入所需的庫 OpenCV、Matplotlib 和 NumPy。確保您已經安裝了它們。使用 cv2.imread() 方法讀取兩張輸入影像作為灰度影像。指定影像的完整路徑。初始化 ORB 物件 orb，使用預設… 閱讀更多

為了模糊影像中的人臉，我們首先使用 Haar 級聯分類器檢測人臉。OpenCV 為我們提供了不同型別的訓練好的 Haarcascades 用於目標檢測。我們使用 haarcascade_frontalface_alt.xml 作為 haarcascade xml 檔案。為了模糊人臉區域，我們應用 cv2.GaussianBlur()。如何下載 Haarcascade？您可以按照 GitHub 網站地址找到不同的 Haarcascades：https://github.com/opencv/opencv/tree/master/data/haarcascades 要下載用於人臉檢測的 haarcascade，請單擊 haarcascade_frontalface_alt.xml 檔案。以原始格式開啟它，右鍵單擊並儲存。步驟您可以按照以下步驟在影像中模糊人臉：匯入… 閱讀更多

ORB（Oriented FAST and Rotated BRIEF）是FAST關鍵點檢測器和BRIEF描述符的融合，並進行了許多更改以提高效能。要實現ORB特徵檢測器和描述符，您可以按照以下步驟操作：匯入所需的庫OpenCV和NumPy。確保您已安裝它們。使用cv2.imread()方法讀取輸入影像。指定影像的完整路徑。使用cv2.cvtColor()方法將輸入影像轉換為灰度影像。使用orb=cv2.ORB_create()使用預設值初始化ORB物件。在...中檢測並計算特徵關鍵點“kp”和描述符“des” 閱讀更多