基于深度特性的物体识别定位_Linux_Kinect2.0_libfreenect2

简介: 在上一篇中已经通过opencv获得到了各种图像,在这一篇中,将通过深度特性来进行物体的识别定位。1,深度图像处理1,运用opencv函数inRange来获取一定深度范围内的物体,进行二值化操作,并在此函数中设置两个阈值,来控制深度范围。

上一篇中已经通过opencv获得到了各种图像,在这一篇中,将通过深度特性来进行物体的识别定位。

1,深度图像处理

  • 1,运用opencv函数inRange来获取一定深度范围内的物体,进行二值化操作,并在此函数中设置两个阈值,来控制深度范围。(处理对象---depth)
  • 2,运用opencv函数morphologyEx来进行开运算,目的是消除图像中的噪点,开运算是形态学的基本操作,即先腐蚀后膨胀,具体可看我总结的这篇文章
  • 3,运用opencv函数findContours来获取边框。
  • 4,根据边框来获得最大外接矩形并画在rgb图上。

每个函数的具体用法请到opencv官方文档查看,因为再怎么说明也没有看文档(第一手资料)来的透彻。

2,处理结果

img_b4c880021c59e42a185aec8529cde746.png

深度图与彩色图的匹配还未完成,只是粗略匹配了下,后期还得经过matlab进行图像匹配。

目录
相关文章
|
30天前
|
传感器 数据采集 存储
ARM Linux摄像头传感器数据处理全景视野:从板端编码视频到高级应用(一)
ARM Linux摄像头传感器数据处理全景视野:从板端编码视频到高级应用
75 0
|
30天前
|
传感器 Linux 数据处理
ARM Linux摄像头传感器数据处理全景视野:从板端编码视频到高级应用(二)
ARM Linux摄像头传感器数据处理全景视野:从板端编码视频到高级应用
45 1
|
30天前
|
传感器 存储 编解码
ARM Linux摄像头传感器数据处理全景视野:从板端编码视频到高级应用(三)
ARM Linux摄像头传感器数据处理全景视野:从板端编码视频到高级应用
47 2
|
8月前
|
存储 编解码 搜索推荐
影像系统PACS源码,支持多种图像处理及三维重建功能
完全遵守DICOM协议,整体通过IHE—C测试; 全院级PACS系统,应用于放射、超声、内窥镜、病理等影像科室; 集成放射科管理RIS系统; 支持多种图像处理及三维重建功能; 所见即所得的图文报告编辑、打印; 完善的报告留痕、历史记录、多级审核机制; 完备的综合统计分析,包括工作量、收费、阳性率、学术统计等。
|
机器学习/深度学习 传感器 算法
【芯片缺陷检测】基计算机视觉实现DIP芯片缺陷检测系统附GUI
【芯片缺陷检测】基计算机视觉实现DIP芯片缺陷检测系统附GUI
从零开始Ubuntu16.04+ORBSLAM2+ROS实验实录(二):相机测试与标定
从零开始Ubuntu16.04+ORBSLAM2+ROS实验实录(二):相机测试与标定
174 0
从零开始Ubuntu16.04+ORBSLAM2+ROS实验实录(二):相机测试与标定
|
数据可视化 Ubuntu 定位技术
Ubuntu16.04下驱动西克雷达 LMS511及用进行slam建图
Ubuntu16.04下驱动西克雷达 LMS511及用进行slam建图
Ubuntu16.04下驱动西克雷达 LMS511及用进行slam建图
|
计算机视觉 异构计算 openCL
linux_libfreenect2_opencv3.4.2_kinect2.0获取各种视频图像
在安装好了kinect2.0在linux下的驱动(libfreenect2),以及opencv3.4.2后,就可以运用他们来驱动kinect2.0显示各种视频画面。
1487 0
|
存储 JSON 计算机视觉
终极指南:构建用于检测汽车损坏的Mask R-CNN模型(附Python演练)
介绍 计算机视觉领域的应用继续令人惊叹着。从检测视频中的目标到计算人群中的人数,计算机视觉似乎没有无法克服的挑战。 这篇文章的目的是建立一个自定义Mask R-CNN模型,可以检测汽车上的损坏区域(参见上面的图像示例)。
2803 0