2025年08月01日
通过前篇博文的学习，我们知道如何从图像中分解轮廓。而矩特征是比较两个轮廓最简单的方法，通过它们的轮廓矩就能判断。
2025年08月01日
简介
OpenCV的“findContours”功能经常被计算机视觉工程师用来检测物体。OpenCV的存在，使得我们只需要编写几行代码就可以检测轮廓（对象）。然而，OpenCV检测到的轮廓通常是分散的。例如，一个功能丰富的图像可能有数百到数千个轮廓，但这并不意味着图像中有那么多对象。一些属于同一对象的轮廓是单独检测的，因此我们感兴趣的是对它们进行分组，使一个轮廓对应一个对象。
2025年08月01日
在计算机视觉领域中，找到和分析图像中的轮廓（contours）是一个非常基础且重要的任务。轮廓可以帮助我们识别和处理图像中的对象。在本文中，我们将详细探讨如何使用 OpenCvSharp 库来找到图像中的轮廓并计算每个轮廓的面积。我们将使用一个完整的示例代码来解释整个流程。
首先，我们需要确保已经安装了 OpenCvSharp。你可以通过 NuGet 包管理器来安装 OpenCvSharp4 和 OpenCvSharp4.runtime.win。
2025年08月01日
OpenCV关于图像的操作：
1， 图像的掩膜操作：
a) filter2D
2， 查找检测物体轮廓：
a) FindContours
b) 用来检测物体的轮廓
3， 图像混合：
a) addWeighted
b) 将两张相同大小，相同类型的图片融合的函数。
2025年08月01日
本文来自光头哥哥的博客【Measuring distance between objects in an image with OpenCV】，仅做学习分享。
2025年08月01日
在电子制造行业中，焊锡质量直接影响产品的电气性能与可靠性，传统人工检测效率低、易出错，而基于计算机视觉的自动检测系统能够实现高精度、高效率的焊锡质量检测。本文将详细介绍如何使用C#开发焊锡检测视觉系统，并通过图文结合的方式进行说明。
一、系统需求分析
1.1 检测目标
焊锡检测主要关注焊点的形状、大小、位置，以及是否存在虚焊、冷焊、焊锡过量或不足等缺陷。例如，虚焊表现为焊点表面不光滑、存在缝隙；焊锡过量则会导致焊点体积过大，可能影响其他元器件安装。
2025年08月01日
是一种用于信息检索和文本挖掘的统计方法，衡量词语对文档的重要性。
是一种用于评估词语在文档集合中重要性的统计方法。
核心思想
TF（词频）： 词语在文档中出现的频率
2025年08月01日
在当今信息爆炸的时代，互联网上的数据呈指数级增长。对于互联网软件开发人员而言，如何让用户在海量信息中快速找到感兴趣的内容，成为了一项关键挑战。推荐系统算法应运而生，它就像是智能导航，帮助用户在信息海洋中精准定位。本文将深入探讨常见的推荐系统算法，助力广大互联网软件开发人员更好地理解和应用这些技术。