前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >使用 OpenCV 快速检测、跟踪移动物体

使用 OpenCV 快速检测、跟踪移动物体

作者头像
小白学视觉
发布于 2024-12-24 10:39:38
发布于 2024-12-24 10:39:38
35101
代码可运行
举报
运行总次数:1
代码可运行

int类型怎么用_整数运算_integer_进制转化_int类 回忆上次内容

  • 上次了解的是
  • int词根溯源

添加图片注释,不超过 140 字(可选)

  • 如何理解 整型变量呢?🤔

数字

  • 下面两句 就是 整数类型变量的
  • 声明
  • 赋值
  • 使用
  • i_age中
  • age 代表着年龄
  • 前缀i
  • 强化类型 是 整数类型(integer)
  • 这种命名惯例 叫做 匈牙利命名法

添加图片注释,不超过 140 字(可选)

  • 怎么 才能 确认
  • i_age变量 是 整数类型的呢?

类型和地址

  • introspection
  • 自省
  • 知道自己是谁
  • type函数
  • 可以看到
  • i_age是int类型的变量

添加图片注释,不超过 140 字(可选)

  • 这整型变量在哪儿呢?

存储位置

  • i_age 在内存中的地址
  • 在 id(i_age)
  • 第一句的赋值过程
  • 在内存中分配一块空间
  • 分配空间的位置 在 id(i_age)
  • 存储 整数41
  • 然后把 分配的地址 给 i_age 变量
  • i_age
  • 类型 class 是 int
  • 内存地址 是 id(i_age)
  • 地址里 存的是 数字41

添加图片注释,不超过 140 字(可选)

  • 整型变量
  • 也可以
  • 给其他变量赋值吗?

赋值

添加图片注释,不超过 140 字(可选)

  • 首先选择
  • 渲染 堆上的 所有变量
  • render all objects on the heap

i1 = 41 i2 = 66 print(id(i1),id(i2)) i2 = i1 print(id(i1),id(i2))

  • 他俩 在 调用(call)栈(stack)的 帧(frame)上
  • 也画出来了
  • 赋值过程 和 上次 用字符串变量赋值 类似

添加图片注释,不超过 140 字(可选)

  • 为什么 会有
  • int这么一种类型呢?

整型数字

  • 整型变量 诞生的 目的
  • 就是 为了数字运算
  • 加减乘除、比大小...
  • 整型变量
  • 是 直接存储 的 二进制数字

添加图片注释,不超过 140 字(可选)

  • 能把字符串 转化为 整数 吗?

转化 s_apple = '8'

  • 前缀s
  • 代表着 string(字符串)
  • 还是匈牙利命名法

i_apple = int(s_apple)

  • 注意int是一个class(类)
  • 可以把字符串
  • 转化为 int 类的对象

添加图片注释,不超过 140 字(可选)

  • int函数怎么用呢?

喊救命 help(int)

  • 如果给出了基数(base)
  • 就 可以把 其他进制的数
  • 转化为 十进制数

添加图片注释,不超过 140 字(可选)

  • 说点实际的

2进制转化 int("111", 2)

  • 可以将二进制的数字转化为十进制

添加图片注释,不超过 140 字(可选)

  • 为什么会有二进制呢?

2进制

  • 最简单的输入
  • 开关
  • 最简单的输出
  • 亮灭
  • 最简单的进制
  • 二进制
  • 0和1

添加图片注释,不超过 140 字(可选)

  • 还有什么其他进制吗?

其他进制

  • 0 和 2-36进制

添加图片注释,不超过 140 字(可选)

  • 当base为0时
  • 可以把字符串
  • 转化为整型数字
  • base 为 2-36时
  • 可以得到base进制数
  • 为什么我们现在都用十进制?

十个手指头

  • 手指数量 决定我们数制的基数(base)

添加图片注释,不超过 140 字(可选)

  • 可以用一只手
  • 完成十二进制吗?

掐指一算

添加图片注释,不超过 140 字(可选)

  • 中国传统十二地支手决图

子午流注

添加图片注释,不超过 140 字(可选)

  • 一天是
  • 一个循环的圆
  • 十二个时辰

添加图片注释,不超过 140 字(可选)

  • 12个时辰 等于 1天
  • 这 是 十二进制

转化十二进制

  • 2天又2个时辰
  • 总共多少个时辰?

添加图片注释,不超过 140 字(可选)

  • 总共26个时辰
  • 这如何理解呢?

转化

  • 计算
  • 1天 12个时辰
  • 2天 24个时辰
  • 再加2个时辰
  • 总共26个时辰
  • int函数的第二个参数
  • 代表着base(基数)
  • 所用的进制
  • 比如下图中的12

添加图片注释,不超过 140 字(可选)

  • (22)12进制 等于
  • (26)10进制
  • 还有什么其他进制?

其他进制

  • 八进制

添加图片注释,不超过 140 字(可选)

  • 六进制

添加图片注释,不超过 140 字(可选)

  • 其他进制也可以转化吗?

其他进制

  • 下面这个就是
  • 将2进制的111 转化为十进制

添加图片注释,不超过 140 字(可选)

  • 如果 将整数值 直接赋给 int
  • 有什么问题来着?

int 类

  • int 本来是 类名
  • 现在 被声明为 变量名
  • 可能会引发问题
  • 如下图

添加图片注释,不超过 140 字(可选)

  • 这个问题怎么解决呢?

删除

  • 用到了del关键字

添加图片注释,不超过 140 字(可选)

  • 还有什么关键字来着?

关键字 keyword help("keywords")

  • 下面是 python3.9 目前所有的关键字
  • 我们一起来捋一捋 见过的关键字

添加图片注释,不超过 140 字(可选)

  • 这里面我们见过
  • del
  • if/True/False
  • for/in
  • from/import/as
  • try/except/else/finally
  • 很多关键字的习惯
  • 跟 谁 学的来着?

词汇来源

  • 很多关键字的习惯 跟 c语言学的

添加图片注释,不超过 140 字(可选)

  • 还记得吗?
  • 最早编写 hello world 的 c语言
  • 也是编 python解释器 的语言

区别

  • python 和 c 还是有一些区别

添加图片注释,不超过 140 字(可选)

  • int 在 c 里面是
  • 声明整型变量的关键字
  • int 在 python 里面 是
  • 一个类(class)
  • int类型
  • 还有什么类型来着?

总结

  • 还有 字符串 类型
  • str类型
  • 这次 了解 的是
  • 整型变量
  • integer
  • 本质上是 二进制形式 直接存储的 数字
  • 两个不同类型的变量
  • i_age
  • 整型的 年龄变量
  • 其中i 代表 int 整数
  • s_age
  • 字符串型的 年龄变量
  • 其中s 代表 string 字符串

添加图片注释,不超过 140 字(可选)

  • 整型 和 字符串
  • 输出 到屏幕上区别
  • 这两个类型 区别在哪呢??🤔
  • 下次再说👋🏻
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-12-23,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 小白学视觉 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
计算机视觉 | Python OpenCV 3 使用背景减除进行目标检测
背景减除(Background Subtraction)是许多基于计算机视觉的任务中的主要预处理步骤。如果我们有完整的静止的背景帧,那么我们可以通过帧差法来计算像素差从而获取到前景对象。但是在大多数情况下,我们可能没有这样的图像,所以我们需要从我们拥有的任何图像中提取背景。当运动物体有阴影时,由于阴影也在移动,情况会变的变得更加复杂。为此引入了背景减除算法,通过这一方法我们能够从视频中分离出运动的物体前景,从而达到目标检测的目的。 OpenCV已经实现了几种非常容易使用的算法。 环境 Python 3.6
用户1332428
2018/03/09
3.9K0
计算机视觉 | Python OpenCV 3 使用背景减除进行目标检测
OpenCV:目标跟踪。
下面就通过计算视频帧之间的差异(即考虑背景帧和其他帧之间的差异),进而实现目标跟踪。
AiTechYun
2019/07/17
2K0
OpenCV:目标跟踪。
基于OpenCV和Matplotlib的物体移动可视化
在计算机视觉中,一个基本目标是从静态图像或视频序列中提取有意义的信息。为了理解这些信号,通常有助于对其进行可视化。例如,在跟踪高速公路上行驶的单个汽车时,我们可以围绕它们绘制边界框,或者在检测传送带上产品线中的问题时,我们可以使用不同的颜色来标记异常。但是,如果提取的信息是更具数值性质的,并且你希望可视化该信号的时间动态呢?
小白学视觉
2024/12/25
1650
基于OpenCV和Matplotlib的物体移动可视化
OpenCV视频分析背景提取与前景提取
OpenCV中支持的两种背景提取算法都是基于模型密度评估,然后在像素级对图像进行前景与背景分类的方法,它们具有相同的假设前提 – 各个像素之间是没有相关性的,跟它们算法思想不同的方法主要是基于马尔可夫随机场理论,认为每个像素跟周围的像素是有相关性关系,但是基于马尔可夫随机场的方法速度与执行效率都堪忧!所以OpenCV中没有实现。
OpenCV学堂
2019/05/22
5.1K0
OpenCV视频分析背景提取与前景提取
学习—用 Python 和 OpenCV 检测和跟踪运动对象
学习了pyimagesearch 的《PyImageSearch Gurus course》。现在记录下代码的分析。
十四君
2019/11/23
3.1K0
学习—用 Python 和 OpenCV 检测和跟踪运动对象
混合高斯背景建模原理_高斯图模型
在运动目标检测提取中,背景目标对于目标的识别和跟踪至关重要。而建模正是背景目标提取的一个重要环节。
全栈程序员站长
2022/11/16
6760
混合高斯背景建模原理_高斯图模型
教程 | 基于计算机视觉使用Python和OpenCV计算道路交通
本文介绍了不使用复杂的深度学习算法计算道路交通的方法。该方法基于计算机视觉,仅使用 Python 和 OpenCV,在背景提取算法的帮助下,使用简单的移动侦测来完成任务。 今天我们将学习如何在没有复
刘盼
2018/03/16
1.9K0
教程 | 基于计算机视觉使用Python和OpenCV计算道路交通
图片中的人物和背景分离
链接:https://cloud.tencent.com/developer/article/2467199这篇文章详细介绍了通过API接口创建企微获客链接时出现了中文乱码问题,对于这种中文乱码的问题,一般来说通常可以通过设置请求头内容类型的方式来解决
七条猫
2024/11/27
1960
python进阶——人工智能实时目标跟踪
若不知道怎么安装opencv或者使用的请看我的这篇文章(曾上过csdn综合热榜的top1):
淼学派对
2023/10/14
4830
python进阶——人工智能实时目标跟踪
opencv 8 --背景减除 -- BackgroundSubtractorMOG2
例如顾客统计,使用一个静态摄像头来记录进入和离开房间的人数;或者是交通摄像头,需要提取交通工具的信息等。
wust小吴
2019/07/08
6.8K0
基于计算机视觉和OpenCV:创建一个能够计算道路交通流量的应用
本文将介绍如何在不需要大量的深度学习算法的情况下,基于计算机视觉来计算道路交通流量。本教程只使用Python和OpenCV,在背景差分算法的帮助下,实现非常简单的运动检测方法。 本项目所需要的代码: https://github.com/creotiv/object_detection_projects/tree/master/opencv_traffic_counting 主要内容 1.了解用于前景检测的背景差分算法的主旨 2.OpenCV图像滤波器 3.物体轮廓的检测 4.为进一步的数据操作构建处理
AiTechYun
2018/03/05
9800
基于计算机视觉和OpenCV:创建一个能够计算道路交通流量的应用
OpenCV源码系列|背景分割
应用场景:静态摄像头统计路过的行人数量,交通摄像头提取路过的交通车辆等。 技术核心:从静态的背景中把动态的物体提取并分割。 输入视频:打开摄像头,没有物体进入(仅仅做的截图) 输出视频:手机突然进入摄像头范围内 代码实现: #include "opencv2/core.hpp" #include "opencv2/imgproc.hpp" #include "opencv2/video.hpp" #include "opencv2/videoio.hpp" #include "opencv2
用户9831583
2022/06/16
2980
OpenCV源码系列|背景分割
基于OpenCV的区域分割、轮廓检测和阈值处理
OpenCV是一个巨大的开源库,广泛用于计算机视觉,人工智能和图像处理领域。它在现实世界中的典型应用是人脸识别,物体检测,人类活动识别,物体跟踪等。
小白学视觉
2020/09/29
2.6K0
基于OpenCV的区域分割、轮廓检测和阈值处理
Python3 OpenCV4 计算机视觉学习手册:6~11
与人眼和大脑相似,OpenCV 可以检测图像的主要特征并将其提取到所谓的图像描述符中。 然后可以将这些特征用作数据库,从而启用基于图像的搜索。 此外,我们可以使用关键点将图像拼接在一起并组成更大的图像。 (请考虑将许多图片组合在一起以形成 360° 全景图。)
ApacheCN_飞龙
2023/04/27
4.4K0
Python3 OpenCV4 计算机视觉学习手册:6~11
使用OpenCV和Python构建运动热图视频
OpenCV(或称为“ 开源计算机视觉”)是英特尔于1999年开发的一个库,主要针对计算机视觉和实时视频操作,它使用C ++编写,但受不同语言(包括Python)的支持。
代码医生工作室
2020/01/16
1.4K0
使用OpenCV和Python构建运动热图视频
OpenCV学习+常用函数记录④:形态学、模板匹配和运动检测
形态学变化是基于图像形状的一些简单操作。操作对象一般是二值图像,需要两个输入,一个是输入图像,另一个是3x3的结构元素(内核),决定了膨胀操作的本质。常见的操作是图像的膨胀和腐蚀。以及他们的进阶操作注入Opening、Closing、Gradient等等。
小黑鸭
2020/11/24
1K0
OpenCV学习:物体跟踪
HSV是一种将RGB色彩模型中的点在圆柱坐标系中的表示法。这种表示法试图做到比RGB基于笛卡尔坐标系的几何结构更加直观。HSV即色相、饱和度、明度(英语:Hue, Saturation, Value),又称HSB,其中B即英语:Brightness。[1]
烤粽子
2021/07/07
9140
OpenCV学习:物体跟踪
Python 数据科学入门教程:OpenCV
欢迎阅读系列教程,内容涵盖 OpenCV,它是一个图像和视频处理库,包含 C ++,C,Python 和 Java 的绑定。 OpenCV 用于各种图像和视频分析,如面部识别和检测,车牌阅读,照片编辑,高级机器人视觉,光学字符识别等等。
ApacheCN_飞龙
2022/12/01
1.4K0
Python 数据科学入门教程:OpenCV
实战 | 粘连物体分割与计数应用(二)--基于距离变换+分水岭算法 Halcon/OpenCV实现比较
本文主要介绍基于基于距离变换+分水岭算法实现粘连物体的分割与计数方法,并对比Halcon与OpenCV实现差异。
Color Space
2021/11/15
8K0
Python OpenCV3 计算机视觉秘籍:1~5
计算机视觉算法消耗并产生数据-它们通常将图像作为输入并生成输入的特征,例如轮廓,感兴趣的点或区域,对象的边界框或其他图像。 因此,处理图形信息的输入和输出是任何计算机视觉算法的重要组成部分。 这不仅意味着要读取和保存图像,还要显示有关其功能的其他信息。
ApacheCN_飞龙
2023/04/27
2K0
推荐阅读
相关推荐
计算机视觉 | Python OpenCV 3 使用背景减除进行目标检测
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验