اپنسیوی opencv
بینایی ماشین با OpenCV: پردازش تصویر، ویژگیها، تشخیص چهره، شبکهی عصبی و ویدیو.
واردسازی اپنسیوی
نام آرگومانها شناسهی خود کد است و معادل فارسی ندارد؛ گونهها، کلیدواژهها و نام بستهها با معادل فارسی نوشته میشوند.
این بسته به کتابخانهی OpenCV وصل میشود و بیشتر کارهای بینایی ماشین را میدهد: تبدیل رنگ، تغییر اندازه، فیلترها، لبهیابی و آستانه، پیرامونها، ویژگیهای ORB و SIFT، تشخیص چهره با طبقهبند آبشاری، اجرای شبکههای DNN، و خواندن و نوشتن ویدیو و دوربین.
برای بینایی ماشین واقعی به کار میآید: پیدا کردن اشیا، تطبیق ویژگیها، خواندن قابهای دوربین و اجرای شبکهی تشخیص. برای تصویر کوچک، رسم، نوشتن متن روی تصویر و تبدیل قالب بی هیچ کتابخانهی بیرونی، بستهی تصویر کافی است. برای اجرای پروندهی مدل بی OpenCV به onnx سر بزنید.
نکتههایی که باید بدانید
- برنامهها با کتابخانهی
salam_opencv_shimپیوند میخورند که خودش OpenCV 4 را لازم دارد. اگر این لایه نباشد، ساخت در گام پیوند شکست میخورد یا برنامه با پیام «cannot open shared object file» اصلا اجرا نمیشود و هیچوقت به کد شما نمیرسد. ماتریسرنگ را به ترتیب OpenCV یعنی آبی، سبز، قرمز نگه میدارد، ولی همهی تابعهای این بسته مقداررنگرا به ترتیب قرمز، سبز، آبی میگیرند و برمیگردانند واز تصویروبه تصویرخودشان تبدیل میکنند.- هر
ماتریسصاحب حافظهای بومی است که سلام آن را دنبال نمیکند. هر کدام را آزاد کنید، بهویژه درون حلقهای روی قابهای ویدیو. - فراخوانیهایی که شکست میخورند ماتریس تهی (یا نادرست) برمیگردانند و دلیل را در
آخرین خطامیگذارند.
نمونهها OpenCV لازم دارند، برای همین سایت فقط گونهی آنها را بررسی میکند.
راهاندازی اپنسیوی
این بسته از راه یک لایهی کوچک ++C به نام salam_opencv_shim با OpenCV 4 حرف میزند که در std/opencv/native مخزن سلام است. روی دبیان یا اوبونتو، OpenCV و ابزارهای ساخت را نصب کنید، این لایه را بسازید و به بارگذار بگویید کجا پیدایش کند:
sudo apt install libopencv-dev cmake g++
cd std/opencv
cmake -S native -B native/build -DCMAKE_BUILD_TYPE=Release
cmake --build native/build --config Release
export LD_LIBRARY_PATH=$PWD/native/build:$LD_LIBRARY_PATH
همهی برنامههای این صفحه با صدا زدن در دسترس شروع میشوند که میگوید OpenCV پاسخ میدهد یا نه و نسخهاش را از راه نسخه برمیگرداند. خروجیهای زیر همان چیزی است که برنامهها با OpenCV 4.10 روی لینوکس چاپ کردند.
پیدا کردن و اندازه گرفتن شکلها
روال کلاسیک شمردن چیزها این است: تبدیل به خاکستری، آستانهگذاری برای ساختن یک ماسک سیاه و سفید، و بعد پیدا کردن پیرامون ناحیههای سفید. آستانه دودویی معکوس شکلهای تیره روی زمینهی روشن را سفید میکند. یافتن پیرامونها تعداد شکلها و برای هر کدام مساحت و مستطیل محاط را میدهد. روشهای رسم مثل مستطیل و دایره خود تصویر را تغییر میدهند و ضخامت -1 شکل را پر میکند.
واردسازی اپنسیوی
تابع ریشه:
اگر وارونه اپنسیوی.در دسترس():
سرچاپ "اپنسیوی در دسترس نیست:"، اپنسیوی.آخرین خطا()
برگشت ۱
پایان
ناپایا تخته := اپنسیوی.بوم خالی(۴۰۰، ۳۰۰، ۳، اپنسیوی.سفید())
دیرکن تخته.آزادسازی()
تخته.مستطیل(۴۰، ۴۰، ۱۲۰، ۸۰، اپنسیوی.سیاه()، -۱)
تخته.دایره(۲۸۰، ۹۰، ۵۰، اپنسیوی.سیاه()، -۱)
تخته.مستطیل(۱۵۰، ۱۹۰، ۲۰۰، ۷۰، اپنسیوی.سیاه()، -۱)
ناپایا خاکستری := تخته.به خاکستری()
ناپایا ماسک := خاکستری.آستانهگذاری(۱۲۸.۰، ۲۵۵.۰، اپنسیوی.آستانه دودویی معکوس)
ناپایا یافتهها := ماسک.یافتن پیرامونها()
دیرکن خاکستری.آزادسازی()
دیرکن ماسک.آزادسازی()
دیرکن یافتهها.آزادسازی()
سرچاپ "شکلهای پیداشده:"، یافتهها.تعداد()
تکرار یافتهها.تعداد() در ی:
قاب := یافتهها.مستطیل محاط(ی)
سرچاپ " شکل در"، قاب.افقی، قاب.عمودی، "اندازه"، قاب.عرض، "x"، قاب.ارتفاع، "مساحت"، یافتهها.مساحت(ی) برگردان صحیح
تخته.مستطیل(قاب.افقی - ۳، قاب.عمودی - ۳، قاب.عرض + ۶، قاب.ارتفاع + ۶، اپنسیوی.قرمز()، ۲)
پایان
سرچاپ "ذخیره شد:"، تخته.ذخیره("shapes.png")
پایانشکلهای پیداشده: 3
شکل در 150 190 اندازه 200 x 70 مساحت 13731
شکل در 230 40 اندازه 101 x 101 مساحت 7704
شکل در 40 40 اندازه 120 x 80 مساحت 9401
ذخیره شد: true
مساحت در امتداد خط پیرامونی که دنبال شده اندازه گرفته میشود، پس کمی کمتر از پهنا ضرب در بلندا درمیآید.
لبهیابی
لبهیابی کنی لبهها را پیدا میکند و روی تصویر خاکستریای که اول با تاری گاوسی نرم شده بهتر کار میکند، تا نویز به لبههای ریز و دروغین تبدیل نشود. دو آستانه تعیین میکنند یک لبه چقدر باید قوی باشد تا خطی را شروع کند و تا آن را ادامه دهد. اتساع نتیجه را ضخیمتر میکند که وقتی لبهها بعد به جستجوی پیرامون میروند کمک میکند. اگر photo.jpg نباشد، برنامه یک تصویر آزمایشی میکشد.
واردسازی اپنسیوی
تابع پیکسلهای سفید(تصویر: اپنسیوی.ماتریس): صحیح:
نمودار := تصویر.هیستوگرام خاکستری()
برگشت نمودار.بگیر(۲۵۵)
پایان
تابع ریشه:
اگر وارونه اپنسیوی.در دسترس():
سرچاپ "اپنسیوی در دسترس نیست:"، اپنسیوی.آخرین خطا()
برگشت ۱
پایان
ناپایا عکس := اپنسیوی.خواندن("photo.jpg")
اگر وارونه عکس.معتبر() یا عکس.خالی():
سرچاپ "photo.jpg پیدا نشد، یک تصویر آزمایشی کشیده میشود"
عکس = اپنسیوی.بوم خالی(۳۲۰، ۲۴۰، ۳، اپنسیوی.آرجیبی(۲۰۰، ۲۰۰، ۲۰۰))
عکس.دایره(۱۶۰، ۱۲۰، ۷۰، اپنسیوی.آرجیبی(۴۰، ۴۰، ۴۰)، -۱)
پایان
دیرکن عکس.آزادسازی()
سرچاپ "اندازه:"، عکس.عرض()، "x"، عکس.ارتفاع()، "کانالها:"، عکس.کانالها()
ناپایا خاکستری := عکس.به خاکستری()
ناپایا نرم := خاکستری.تاری گاوسی(۵، ۱.۴)
ناپایا لبهها := نرم.لبهیابی کنی(۵۰.۰، ۱۵۰.۰)
ناپایا ضخیم := لبهها.اتساع(۳، ۱)
دیرکن خاکستری.آزادسازی()
دیرکن نرم.آزادسازی()
دیرکن لبهها.آزادسازی()
دیرکن ضخیم.آزادسازی()
سرچاپ "پیکسلهای لبه:"، پیکسلهای سفید(لبهها)، "پس از اتساع:"، پیکسلهای سفید(ضخیم)
سرچاپ "ذخیره شد:"، اپنسیوی.نوشتن("edges.png"، ضخیم)
پایانphoto.jpg پیدا نشد، یک تصویر آزمایشی کشیده میشود
اندازه: 320 x 240 کانالها: 3
پیکسلهای لبه: 480 پس از اتساع: 1600
ذخیره شد: true
هر روشی که ماتریس تازه برمیگرداند حافظه میگیرد؛ هر نتیجه را آزاد کنید، همانطور که خطهای دیرکن میکنند، وگرنه برنامهای که مدتها کار میکند، مثلاً برنامهای که قابهای دوربین را پردازش میکند، بیپایان بزرگ میشود.
پیدا کردن یک تصویر درون تصویری دیگر
یافتن الگو یک تصویر کوچک را روی تصویر بزرگ میلغزاند و بهترین جا را با امتیازی میان ۰ و ۱ گزارش میکند. یک ربات آزمون اینطور دکمهای را روی تصویر صفحه پیدا میکند، یا برنامهای یک نشان را در یک پویش. پیش از اعتماد به جایگاه، found و score را بررسی کنید.
واردسازی اپنسیوی
تابع ریشه:
اگر وارونه اپنسیوی.در دسترس():
سرچاپ "اپنسیوی در دسترس نیست:"، اپنسیوی.آخرین خطا()
برگشت ۱
پایان
ناپایا صفحهنما := اپنسیوی.بوم خالی(۶۴۰، ۴۸۰، ۳، اپنسیوی.آرجیبی(۲۳۰، ۲۳۰، ۲۳۰))
دیرکن صفحهنما.آزادسازی()
صفحهنما.مستطیل(۴۲۰، ۳۰۰، ۹۰، ۴۰، اپنسیوی.آرجیبی(۳۰، ۱۲۰، ۲۲۰)، -۱)
صفحهنما.نوشتن متن("OK"، ۴۴۵، ۳۳۰، ۰.۹، اپنسیوی.سفید()، ۲)
صفحهنما.مستطیل(۱۰۰، ۱۰۰، ۲۰۰، ۶۰، اپنسیوی.آرجیبی(۱۲۰، ۱۲۰، ۱۲۰)، -۱)
ناپایا دکمه := صفحهنما.برش(۴۲۰، ۳۰۰، ۹۰، ۴۰)
دیرکن دکمه.آزادسازی()
یافته := صفحهنما.یافتن الگو(دکمه)
اگر یافته.پیدا شد:
سرچاپ "دکمه در"، یافته.افقی، یافته.عمودی، "امتیاز بالای ۰.۹۹:"، یافته.امتیاز بزرگتر ۰.۹۹
صفحهنما.مستطیل(یافته.افقی، یافته.عمودی، ۹۰، ۴۰، اپنسیوی.قرمز()، ۲)
وگرنه:
سرچاپ "دکمه روی صفحه نیست"
پایان
سرچاپ "ذخیره شد:"، صفحهنما.ذخیره("found.png")
پایاندکمه در 420 300 امتیاز بالای ۰.۹۹: true
ذخیره شد: true
نوشتن و خواندن ویدیو
نویسنده ویدیو جدید نام پرونده، یک کدک چهارحرفی، تعداد قاب در ثانیه و اندازهی قاب را میگیرد؛ هر قابی که نوشتن میکنید باید همان اندازه را داشته باشد. بازکردن ویدیو یک پرونده را میخواند و بازکردن دوربین(۰) نخستین دوربین را؛ خواندن وقتی قابی نمانده، ماتریس خالی برمیگرداند. اینکه کدام کدکها کار کنند به نحوهی ساخت OpenCV بستگی دارد؛ MJPG در پروندهی .avi تقریباً همهجا هست.
واردسازی اپنسیوی
تابع ریشه:
اگر وارونه اپنسیوی.در دسترس():
سرچاپ "اپنسیوی در دسترس نیست:"، اپنسیوی.آخرین خطا()
برگشت ۱
پایان
ناپایا نویسنده := اپنسیوی.نویسنده ویدیو جدید("ball.avi"، "MJPG"، ۱۰.۰، ۱۶۰، ۱۲۰)
اگر وارونه نویسنده.معتبر():
سرچاپ "این نسخهی اپنسیوی نمیتواند ویدیوی MJPG بنویسد"
برگشت ۱
پایان
تکرار ۲۰ در ی:
ناپایا قاب := اپنسیوی.بوم خالی(۱۶۰، ۱۲۰، ۳، اپنسیوی.سیاه())
قاب.دایره(۱۰ + ی * ۷، ۶۰، ۸، اپنسیوی.سبز()، -۱)
نویسنده.نوشتن(قاب)
قاب.آزادسازی()
پایان
نویسنده.بستن()
ناپایا ویدیو := اپنسیوی.بازکردن ویدیو("ball.avi")
اگر وارونه ویدیو.معتبر():
سرچاپ "ball.avi باز نشد"
برگشت ۱
پایان
سرچاپ "قابها:"، ویدیو.تعداد فریم()، "قاب در ثانیه:"، ویدیو.فریم در ثانیه()
ناپایا خوانده := ۰
ناپایا آخری := اپنسیوی.ماتریس {}
تا درست:
قاب := ویدیو.خواندن()
اگر قاب.خالی(): بشکن پایان
خوانده++
آخری.آزادسازی()
آخری = قاب
پایان
سرچاپ خوانده، "قاب خوانده شد، قاب آخر"، آخری.عرض()، "x"، آخری.ارتفاع()
آخری.آزادسازی()
ویدیو.بستن()
پایانقابها: 20 قاب در ثانیه: 10
20 قاب خوانده شد، قاب آخر 160 x 120
برای دیدن قابها در یک پنجره هنگام کار، نمایش تصویر و انتظار کلید را به کار ببرید؛ این دو به یک نشست میزکار نیاز دارند. به تصویر و از تصویر عکسها را میان این بسته و تصویر جابهجا میکنند، مثلاً برای نوشتن متن فارسی با یک قلم TrueType.
گونهها
شبکه Net
ساختار شبکه| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| دسته | handle | تهی* | دستگیرهی داخلی. |
واردسازی اپنسیوی
واردسازی تصویر
تابع ریشه:
ناپایا آبشار := اپنسیوی.بارگذاری آبشار("haarcascade_frontalface_default.xml")
ناپایا عکس := اپنسیوی.خواندن("people.jpg")
اگر آبشار.معتبر():
هر چهره در آبشار.شناسایی(عکس.به خاکستری()، ۱.۱، ۵، ۱۰۰):
عکس.مستطیل(چهره.افقی، چهره.عمودی، چهره.عرض، چهره.ارتفاع، اپنسیوی.سبز()، ۲)
پایان
پایان
آبشار.آزادسازی()
ناپایا شبکه := اپنسیوی.بارگذاری شبکه("MobileNetSSD.caffemodel"، "MobileNetSSD.prototxt")
ناپایا تک := اپنسیوی.بارگذاری شبکه تکفایل("model.onnx")
اگر شبکه.معتبر():
_ := شبکه.تنظیم ورودی(عکس، ۰.۰۰۷۸۴۳، اپنسیوی.آرجیبی(۱۲۷، ۱۲۷، ۱۲۷)، نادرست، اپنسیوی.اندازه { عرض = ۳۰۰، ارتفاع = ۳۰۰ })
خروجی := شبکه.پیشرو()
_ := شبکه.پیشرو لایه("detection_out")
هر شیء در اپنسیوی.تجزیه شناساییهای اساسدی(خروجی، عکس.عرض()، عکس.ارتفاع()، ۰.۵):
سرچاپ شیء.شماره رده، شیء.اطمینان، شیء.افقی، شیء.عمودی، شیء.عرض، شیء.ارتفاع
پایان
پایان
شبکه.آزادسازی()
تک.آزادسازی()
ناپایا ویدیو := اپنسیوی.بازکردن ویدیو("clip.mp4")
ناپایا دوربین := اپنسیوی.بازکردن دوربین(۰)
ناپایا نویسنده := اپنسیوی.نویسنده ویدیو جدید("out.mp4"، "mp4v"، ویدیو.فریم در ثانیه()، ۶۴۰، ۴۸۰)
سرچاپ ویدیو.معتبر()، ویدیو.تعداد فریم()، دوربین.معتبر()، نویسنده.معتبر()
اپنسیوی.ایجاد نوار لغزنده("آستانه"، "پیشنمایش"، ۱۰۰، ۲۵۵)
تا ویدیو.معتبر():
فریم := ویدیو.خواندن()
اگر فریم.خالی():
بشکن
پایان
آستانه := اپنسیوی.موقعیت نوار لغزنده("آستانه"، "پیشنمایش")
لبه := فریم.به خاکستری().لبهیابی کنی(آستانه برگردان اعشار۶۴، ۲۰۰.۰)
_ := نویسنده.نوشتن(فریم)
اپنسیوی.نمایش تصویر("پیشنمایش"، لبه)
اگر اپنسیوی.انتظار کلید(۱) == ۲۷:
بشکن
پایان
پایان
اپنسیوی.تنظیم موقعیت نوار لغزنده("آستانه"، "پیشنمایش"، ۵۰)
اپنسیوی.بستن پنجره("پیشنمایش")
اپنسیوی.بستن همه پنجرهها()
ویدیو.بستن()
دوربین.بستن()
نویسنده.بستن()
تصویری := اپنسیوی.به تصویر(عکس)
سرچاپ تصویری.عرض
_ := اپنسیوی.از تصویر(تصویر.جدید(۸، ۸))
پایانمعتبر Ok
تابع معتبر(): منطقیمعتبر ok
تابع معتبر()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
تنظیم ورودی SetInput
تابع تنظیم ورودی(image: ماتریس، scale: اعشار۶۴، mean: رنگ، swap_rb: منطقی، size: اندازه): منطقیتنظیم ورودی set_input
تابع تنظیم ورودی(image: ماتریس، scale: اعشار۶۴، mean: رنگ، swap_rb: منطقی، size: اندازه)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
پیشرو Forward
تابع پیشرو(): ماتریسپیشرو forward
تابع پیشرو()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
پیشرو لایه ForwardLayer
تابع پیشرو لایه(layer_name: رشته): ماتریسپیشرو لایه forward_layer
تابع پیشرو لایه(layer_name: رشته)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
آزادسازی Free
تابع آزادسازی()آزادسازی free
تابع آزادسازی()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
شناسایی Detection
ساختار شناسایی| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| شماره رده | class_id | صحیح = 0 | شمارهی رده. |
| اطمینان | confidence | اعشار۶۴ = 0 | اطمینان. |
| افقی | x | صحیح = 0 | x. |
| عمودی | y | صحیح = 0 | y. |
| عرض | width | صحیح = 0 | عرض. |
| ارتفاع | height | صحیح = 0 | ارتفاع. |
واردسازی اپنسیوی
تابع ریشه:
ناپایا الف := اپنسیوی.خواندن("scene.jpg")
ناپایا ب := اپنسیوی.خواندن("object.jpg")
ناپایا پیرامون := الف.به خاکستری().آستانه اوتسو(۲۵۵.۰).یافتن پیرامونها()
سرچاپ پیرامون.معتبر()، پیرامون.تعداد()
تکرار پیرامون.تعداد() در ش:
کادر := پیرامون.مستطیل محاط(ش)
سرچاپ پیرامون.مساحت(ش)، پیرامون.تعداد نقطه(ش)، پیرامون.نقطه(ش، ۰).افقی، کادر.افقی، کادر.عمودی، کادر.عرض، کادر.ارتفاع
الف.رسم پیرامون(پیرامون، ش، اپنسیوی.سبز()، ۲)
پایان
پیرامون.آزادسازی()
گوشهها := الف.به خاکستری().ویژگیهای خوب(۵۰، ۰.۰۱، ۱۰.۰)
سرچاپ گوشهها.طول()
ناپایا کلیدی۱ := الف.شناسایی اوربی(۵۰۰)
ناپایا کلیدی۲ := ب.شناسایی اوربی(۵۰۰)
ناپایا سیفت := الف.شناسایی سیفت(۵۰۰)
سرچاپ کلیدی۱.معتبر()، کلیدی۱.تعداد()، سیفت.تعداد()
اگر کلیدی۱.تعداد() > ۰:
نخست := کلیدی۱.دریافت(۰)
سرچاپ نخست.افقی، نخست.عمودی، نخست.اندازه، نخست.زاویه، نخست.قدرت
پایان
تطابقها := اپنسیوی.تطبیق توصیفگرها(کلیدی۱.توصیفگرها()، کلیدی۲.توصیفگرها()، ۵۰، اپنسیوی.هنجار همینگ)
هر ت در تطابقها:
سرچاپ ت.شماره مجموعه نخست، ت.شماره مجموعه دوم، ت.فاصله
پایان
سرچاپ اپنسیوی.هنجار ال۲
کلیدی۱.آزادسازی()
کلیدی۲.آزادسازی()
سیفت.آزادسازی()
یافته := الف.یافتن الگو(ب)
سرچاپ یافته.پیدا شد، یافته.افقی، یافته.عمودی، یافته.امتیاز
ناپایا گوشه := وکتور {} برگردان وکتور<اپنسیوی.نقطه>
گوشه.بیفزا(اپنسیوی.نقطه { افقی = ۰، عمودی = ۰ })
گوشه.بیفزا(اپنسیوی.نقطه { افقی = ۴۰۰، عمودی = ۱۰ })
گوشه.بیفزا(اپنسیوی.نقطه { افقی = ۴۱۰، عمودی = ۵۸۰ })
گوشه.بیفزا(اپنسیوی.نقطه { افقی = ۵، عمودی = ۵۹۰ })
صاف := الف.تاب دیدگاهی(گوشه، ۴۲۰، ۵۹۴)
_ := اپنسیوی.نوشتن("document.png"، صاف)
پایانشیء شناسایی شده DetectedObject
ساختار شیء شناسایی شده| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| افقی | x | صحیح = 0 | x. |
| عمودی | y | صحیح = 0 | y. |
| عرض | width | صحیح = 0 | عرض. |
| ارتفاع | height | صحیح = 0 | ارتفاع. |
نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
طبقهبند آبشاری CascadeClassifier
ساختار طبقهبند آبشاری| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| دسته | handle | تهی* | دستگیرهی داخلی. |
نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
معتبر Ok
تابع معتبر(): منطقیمعتبر ok
تابع معتبر()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
شناسایی Detect
تابع شناسایی(m: ماتریس، scale_factor: اعشار۶۴، min_neighbors: صحیح، max_results: صحیح): وکتور<شیء شناسایی شده>شناسایی detect
تابع شناسایی(m: ماتریس، scale_factor: اعشار۶۴، min_neighbors: صحیح، max_results: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
آزادسازی Free
تابع آزادسازی()آزادسازی free
تابع آزادسازی()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
ماتریس Mat
ساختار ماتریس| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| دسته | handle | تهی* | دستگیرهی داخلی. |
واردسازی اپنسیوی
تابع ریشه:
اگر وارونه اپنسیوی.در دسترس():
سرچاپ "OpenCV در دسترس نیست:"، اپنسیوی.آخرین خطا()
برگشت
پایان
سرچاپ اپنسیوی.نسخه()
ناپایا عکس := اپنسیوی.خواندن("photo.jpg")
اگر وارونه عکس.معتبر() یا عکس.خالی():
عکس = اپنسیوی.بوم خالی(۳۲۰، ۲۴۰، ۳، اپنسیوی.سفید())
پایان
اندازه := عکس.اندازه()
سرچاپ عکس.عرض()، عکس.ارتفاع()، عکس.کانالها()، اندازه.عرض، اندازه.ارتفاع، عکس.گام()، عکس.مجموع()، عکس.داده() != پوچ
رنگ := عکس.عنصر(۱۰، ۱۰)
سرچاپ رنگ.قرمز، رنگ.سبز، رنگ.آبی
عکس.تنظیم پیکسل(۰، ۰، اپنسیوی.آرجیبی(۲۵۵، ۱۲۸، ۰))
سیاه := اپنسیوی.صفرها(۱۰، ۱۰، ۱)
سرچاپ سیاه.کانالها()، اپنسیوی.سیاه().قرمز، اپنسیوی.قرمز().قرمز، اپنسیوی.سبز().سبز، اپنسیوی.آبی().آبی
خاکستری := عکس.به خاکستری()
_ := عکس.به آرجیبی()
اچ := عکس.به اچاسوی()
_ := اچ.اچاسوی به آرجیبی()
_ := عکس.تبدیل رنگ(اپنسیوی.بیجیآر به خاکستری)
_ := خاکستری.تبدیل رنگ(اپنسیوی.خاکستری به بیجیآر)
سرچاپ اپنسیوی.آرجیبی به خاکستری، اپنسیوی.خاکستری به آرجیبی، اپنسیوی.بیجیآر به آرجیبی، اپنسیوی.آرجیبی به بیجیآر، اپنسیوی.بیجیآر به اچاسوی، اپنسیوی.اچاسوی به بیجیآر، اپنسیوی.آرجیبی به اچاسوی، اپنسیوی.اچاسوی به آرجیبی
کوچک := عکس.تغییر اندازه(۱۶۰، ۱۲۰، اپنسیوی.مساحتی)
_ := عکس.تغییر اندازه با ضریب(۲.۰، ۲.۰)
_ := عکس.برش(۱۰، ۱۰، ۱۰۰، ۸۰)
_ := عکس.چرخش نود درجه(اپنسیوی.چرخش نود درجه ساعتگرد)
_ := عکس.چرخش(۴۵.۰، ۱.۰)
_ := عکس.بازتاب(اپنسیوی.بازتاب دوطرفه)
_ := عکس.بازتاب افقی()
_ := عکس.بازتاب عمودی()
سرچاپ اپنسیوی.نزدیکترین، اپنسیوی.خطی، اپنسیوی.مکعبی، اپنسیوی.لانچوس چهار، اپنسیوی.چرخش صدوهشتاد درجه، اپنسیوی.چرخش نود درجه پادساعتگرد، اپنسیوی.بازتاب عمودی، اپنسیوی.بازتاب افقی
کپی := کوچک.کپی()
سرچاپ کپی.ذخیره("small.png")، اپنسیوی.نوشتن("gray.png"، خاکستری)
کپی.آزادسازی()
عکس.آزادسازی()
پایانمعتبر Ok
تابع معتبر(): منطقیمعتبر ok
تابع معتبر()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
خالی Empty
تابع خالی(): منطقیخالی empty
تابع خالی()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
عرض Width
تابع عرض(): صحیحعرض width
تابع عرض()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
ارتفاع Height
تابع ارتفاع(): صحیحارتفاع height
تابع ارتفاع()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
کانالها Channels
تابع کانالها(): صحیحکانالها channels
تابع کانالها()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
اندازه Size
تابع اندازه(): اندازهاندازه size
تابع اندازه()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
کپی Clone
تابع کپی(): ماتریسکپی clone
تابع کپی()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
آزادسازی Free
تابع آزادسازی()آزادسازی free
تابع آزادسازی()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
ذخیره Save
تابع ذخیره(path: رشته): منطقیذخیره save
تابع ذخیره(path: رشته)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
داده Data
تابع داده(): تهی*داده data
تابع داده()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
گام Step
تابع گام(): صحیحگام step
تابع گام()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
مجموع Total
تابع مجموع(): صحیحمجموع total
تابع مجموع()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
عنصر At
تابع عنصر(x: صحیح، y: صحیح): رنگعنصر at
تابع عنصر(x: صحیح، y: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
تنظیم پیکسل SetPixel
تابع تنظیم پیکسل(x: صحیح، y: صحیح، c: رنگ)تنظیم پیکسل set_pixel
تابع تنظیم پیکسل(x: صحیح، y: صحیح، c: رنگ)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
تبدیل رنگ ConvertColor
تابع تبدیل رنگ(code: صحیح): ماتریستبدیل رنگ convert_color
تابع تبدیل رنگ(code: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
به خاکستری ToGray
تابع به خاکستری(): ماتریسبه خاکستری to_gray
تابع به خاکستری()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
به آرجیبی ToRgb
تابع به آرجیبی(): ماتریسبه آرجیبی to_rgb
تابع به آرجیبی()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
به اچاسوی ToHsv
تابع به اچاسوی(): ماتریسبه اچاسوی to_hsv
تابع به اچاسوی()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
اچاسوی به آرجیبی HsvToRgb
تابع اچاسوی به آرجیبی(): ماتریساچاسوی به آرجیبی hsv_to_rgb
تابع اچاسوی به آرجیبی()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
تغییر اندازه Resize
تابع تغییر اندازه(width: صحیح، height: صحیح، interpolation: صحیح): ماتریستغییر اندازه resize
تابع تغییر اندازه(width: صحیح، height: صحیح، interpolation: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
تغییر اندازه با ضریب ResizeScale
تابع تغییر اندازه با ضریب(fx: اعشار۶۴، fy: اعشار۶۴): ماتریستغییر اندازه با ضریب resize_scale
تابع تغییر اندازه با ضریب(fx: اعشار۶۴، fy: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
برش Crop
تابع برش(x: صحیح، y: صحیح، w: صحیح، h: صحیح): ماتریسبرش crop
تابع برش(x: صحیح، y: صحیح، w: صحیح، h: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
چرخش نود درجه Rotate90
تابع چرخش نود درجه(code: صحیح): ماتریسچرخش نود درجه rotate90
تابع چرخش نود درجه(code: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
چرخش Rotate
تابع چرخش(angle_degrees: اعشار۶۴، scale: اعشار۶۴): ماتریسچرخش rotate
تابع چرخش(angle_degrees: اعشار۶۴، scale: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
بازتاب Flip
تابع بازتاب(mode: صحیح): ماتریسبازتاب flip
تابع بازتاب(mode: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
بازتاب افقی FlipHorizontal
تابع بازتاب افقی(): ماتریسبازتاب افقی flip_horizontal
تابع بازتاب افقی()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
بازتاب عمودی FlipVertical
تابع بازتاب عمودی(): ماتریسبازتاب عمودی flip_vertical
تابع بازتاب عمودی()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
تاری Blur
تابع تاری(ksize: صحیح): ماتریستاری blur
تابع تاری(ksize: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
تاری گاوسی GaussianBlur
تابع تاری گاوسی(ksize: صحیح، sigma: اعشار۶۴): ماتریستاری گاوسی gaussian_blur
تابع تاری گاوسی(ksize: صحیح، sigma: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
تاری میانه MedianBlur
تابع تاری میانه(ksize: صحیح): ماتریستاری میانه median_blur
تابع تاری میانه(ksize: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
لبهیابی کنی Canny
تابع لبهیابی کنی(t1: اعشار۶۴، t2: اعشار۶۴): ماتریسلبهیابی کنی canny
تابع لبهیابی کنی(t1: اعشار۶۴، t2: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
آستانهگذاری Threshold
تابع آستانهگذاری(thresh: اعشار۶۴، maxval: اعشار۶۴، kind: صحیح): ماتریسآستانهگذاری threshold
تابع آستانهگذاری(thresh: اعشار۶۴، maxval: اعشار۶۴، kind: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
آستانه اوتسو ThresholdOtsu
تابع آستانه اوتسو(maxval: اعشار۶۴): ماتریسآستانه اوتسو threshold_otsu
تابع آستانه اوتسو(maxval: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
آستانه تطبیقی AdaptiveThreshold
تابع آستانه تطبیقی(maxval: اعشار۶۴، method: صحیح، kind: صحیح، block_size: صحیح، c: اعشار۶۴): ماتریسآستانه تطبیقی adaptive_threshold
تابع آستانه تطبیقی(maxval: اعشار۶۴، method: صحیح، kind: صحیح، block_size: صحیح، c: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
هیستوگرام خاکستری HistogramGray
تابع هیستوگرام خاکستری(): وکتور<صحیح>هیستوگرام خاکستری histogram_gray
تابع هیستوگرام خاکستری()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
خط Line
تابع خط(x1: صحیح، y1: صحیح، x2: صحیح، y2: صحیح، color: رنگ، thickness: صحیح)خط line
تابع خط(x1: صحیح، y1: صحیح، x2: صحیح، y2: صحیح، color: رنگ، thickness: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
مستطیل Rectangle
تابع مستطیل(x: صحیح، y: صحیح، w: صحیح، h: صحیح، color: رنگ، thickness: صحیح)مستطیل rectangle
تابع مستطیل(x: صحیح، y: صحیح، w: صحیح، h: صحیح، color: رنگ، thickness: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
دایره Circle
تابع دایره(cx: صحیح، cy: صحیح، radius: صحیح، color: رنگ، thickness: صحیح)دایره circle
تابع دایره(cx: صحیح، cy: صحیح، radius: صحیح، color: رنگ، thickness: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
نوشتن متن PutText
تابع نوشتن متن(text: رشته، x: صحیح، y: صحیح، font_scale: اعشار۶۴، color: رنگ، thickness: صحیح)نوشتن متن put_text
تابع نوشتن متن(text: رشته، x: صحیح، y: صحیح، font_scale: اعشار۶۴، color: رنگ، thickness: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
ویژگیهای خوب GoodFeatures
تابع ویژگیهای خوب(max_corners: صحیح، quality: اعشار۶۴، min_dist: اعشار۶۴): وکتور<نقطه>ویژگیهای خوب good_features
تابع ویژگیهای خوب(max_corners: صحیح، quality: اعشار۶۴، min_dist: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
شناسایی اوربی DetectOrb
تابع شناسایی اوربی(max_features: صحیح): نقاط کلیدیشناسایی اوربی detect_orb
تابع شناسایی اوربی(max_features: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
شناسایی سیفت DetectSift
تابع شناسایی سیفت(max_features: صحیح): نقاط کلیدیشناسایی سیفت detect_sift
تابع شناسایی سیفت(max_features: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
فرسایش Erode
تابع فرسایش(ksize: صحیح، iterations: صحیح): ماتریسفرسایش erode
تابع فرسایش(ksize: صحیح، iterations: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
اتساع Dilate
تابع اتساع(ksize: صحیح، iterations: صحیح): ماتریساتساع dilate
تابع اتساع(ksize: صحیح، iterations: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
ریختشناسی Morphology
تابع ریختشناسی(op: صحیح، ksize: صحیح): ماتریسریختشناسی morphology
تابع ریختشناسی(op: صحیح، ksize: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
ترکیب Blend
تابع ترکیب(other: ماتریس، alpha: اعشار۶۴، beta: اعشار۶۴، gamma: اعشار۶۴): ماتریسترکیب blend
تابع ترکیب(other: ماتریس، alpha: اعشار۶۴، beta: اعشار۶۴، gamma: اعشار۶۴)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
بیتی Bitwise
تابع بیتی(other: ماتریس، op: صحیح): ماتریسبیتی bitwise
تابع بیتی(other: ماتریس، op: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
نقیض بیتی BitwiseNot
تابع نقیض بیتی(): ماتریسنقیض بیتی bitwise_not
تابع نقیض بیتی()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
تفاضل مطلق AbsDiff
تابع تفاضل مطلق(other: ماتریس): ماتریستفاضل مطلق abs_diff
تابع تفاضل مطلق(other: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
تاب دیدگاهی WarpPerspective
تابع تاب دیدگاهی(src: وکتور<نقطه>، out_width: صحیح، out_height: صحیح): ماتریستاب دیدگاهی warp_perspective
تابع تاب دیدگاهی(src: وکتور<نقطه>، out_width: صحیح، out_height: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
یافتن الگو FindTemplate
تابع یافتن الگو(template: ماتریس): تطابق الگویافتن الگو find_template
تابع یافتن الگو(template: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
بیضی Ellipse
تابع بیضی(cx: صحیح، cy: صحیح، axis_width: صحیح، axis_height: صحیح، angle_degrees: اعشار۶۴، color: رنگ، thickness: صحیح)بیضی ellipse
تابع بیضی(cx: صحیح، cy: صحیح، axis_width: صحیح، axis_height: صحیح، angle_degrees: اعشار۶۴، color: رنگ، thickness: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
چندخطی Polylines
تابع چندخطی(pts: وکتور<نقطه>، closed: منطقی، color: رنگ، thickness: صحیح)چندخطی polylines
تابع چندخطی(pts: وکتور<نقطه>، closed: منطقی، color: رنگ، thickness: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
پر کردن چندضلعی FillPoly
تابع پر کردن چندضلعی(pts: وکتور<نقطه>، color: رنگ)پر کردن چندضلعی fill_poly
تابع پر کردن چندضلعی(pts: وکتور<نقطه>، color: رنگ)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
یافتن پیرامونها FindContours
تابع یافتن پیرامونها(): پیرامونهایافتن پیرامونها find_contours
تابع یافتن پیرامونها()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
رسم پیرامون DrawContour
تابع رسم پیرامون(cs: پیرامونها، idx: صحیح، color: رنگ، thickness: صحیح)رسم پیرامون draw_contour
تابع رسم پیرامون(cs: پیرامونها، idx: صحیح، color: رنگ، thickness: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
تطابق الگو TemplateMatch
ساختار تطابق الگو| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| پیدا شد | found | منطقی = نادرست | پیدا شد. |
| افقی | x | صحیح = 0 | x. |
| عمودی | y | صحیح = 0 | y. |
| امتیاز | score | اعشار۶۴ = 0 | امتیاز تطابق. |
نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
اندازه Size
ساختار اندازه| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| عرض | width | صحیح = 0 | عرض. |
| ارتفاع | height | صحیح = 0 | ارتفاع. |
نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
نقطه Point
ساختار نقطه| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| افقی | x | صحیح = 0 | x. |
| عمودی | y | صحیح = 0 | y. |
واردسازی اپنسیوی
تابع ریشه:
ناپایا عکس := اپنسیوی.خواندن("photo.jpg")
خاکستری := عکس.به خاکستری()
_ := عکس.تاری(۵)
_ := عکس.تاری گاوسی(۵، ۱.۵)
_ := عکس.تاری میانه(۵)
لبه := خاکستری.لبهیابی کنی(۵۰.۰، ۱۵۰.۰)
_ := خاکستری.آستانهگذاری(۱۲۸.۰، ۲۵۵.۰، اپنسیوی.آستانه دودویی)
_ := خاکستری.آستانه اوتسو(۲۵۵.۰)
_ := خاکستری.آستانه تطبیقی(۲۵۵.۰، اپنسیوی.گاوسی تطبیقی، اپنسیوی.آستانه دودویی، ۱۱، ۲.۰)
سرچاپ اپنسیوی.آستانه دودویی معکوس، اپنسیوی.آستانه برش، اپنسیوی.آستانه به صفر، اپنسیوی.آستانه به صفر معکوس، اپنسیوی.آستانه اوتسو، اپنسیوی.میانگین تطبیقی
سرچاپ خاکستری.هیستوگرام خاکستری().طول()
_ := لبه.فرسایش(۳، ۱)
_ := لبه.اتساع(۳، ۲)
_ := لبه.ریختشناسی(اپنسیوی.بستن ریختی، ۵)
سرچاپ اپنسیوی.باز کردن ریختی، اپنسیوی.گرادیان ریختی، اپنسیوی.کلاه بالایی ریختی، اپنسیوی.کلاه سیاه ریختی
سفید := اپنسیوی.بوم خالی(عکس.عرض()، عکس.ارتفاع()، ۳، اپنسیوی.سفید())
_ := عکس.ترکیب(سفید، ۰.۷، ۰.۳، ۰.۰)
_ := عکس.بیتی(سفید، اپنسیوی.عطف بیتی)
_ := عکس.بیتی(سفید، اپنسیوی.فصل بیتی)
_ := عکس.بیتی(سفید، اپنسیوی.یای انحصاری بیتی)
_ := عکس.نقیض بیتی()
_ := عکس.تفاضل مطلق(سفید)
عکس.خط(۰، ۰، ۱۰۰، ۱۰۰، اپنسیوی.قرمز()، ۲)
عکس.مستطیل(۱۰، ۱۰، ۵۰، ۳۰، اپنسیوی.سبز()، ۱)
عکس.دایره(۸۰، ۸۰، ۲۰، اپنسیوی.آبی()، -۱)
عکس.بیضی(۱۰۰، ۵۰، ۴۰، ۲۰، ۳۰.۰، اپنسیوی.سیاه()، ۲)
عکس.نوشتن متن("Salam"، ۱۰، ۲۰۰، ۱.۰، اپنسیوی.سفید()، ۲)
ناپایا نقاط := وکتور {} برگردان وکتور<اپنسیوی.نقطه>
نقاط.بیفزا(اپنسیوی.نقطه { افقی = ۰، عمودی = ۰ })
نقاط.بیفزا(اپنسیوی.نقطه { افقی = ۵۰، عمودی = ۰ })
نقاط.بیفزا(اپنسیوی.نقطه { افقی = ۲۵، عمودی = ۴۰ })
عکس.چندخطی(نقاط، درست، اپنسیوی.قرمز()، ۲)
عکس.پر کردن چندضلعی(نقاط، اپنسیوی.سبز())
_ := اپنسیوی.نوشتن("filtered.png"، عکس)
پایانمستطیل Rect
ساختار مستطیل| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| افقی | x | صحیح = 0 | x. |
| عمودی | y | صحیح = 0 | y. |
| عرض | width | صحیح = 0 | عرض. |
| ارتفاع | height | صحیح = 0 | ارتفاع. |
نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
رنگ Color
ساختار رنگ| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| قرمز | r | صحیح = 0 | قرمز. |
| سبز | g | صحیح = 0 | سبز. |
| آبی | b | صحیح = 0 | آبی. |
نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
ضبط ویدیو VideoCapture
ساختار ضبط ویدیو| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| دسته | handle | تهی* | دستگیرهی داخلی. |
نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
معتبر Ok
تابع معتبر(): منطقیمعتبر ok
تابع معتبر()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
خواندن Read
تابع خواندن(): ماتریسخواندن read
تابع خواندن()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
فریم در ثانیه Fps
تابع فریم در ثانیه(): اعشار۶۴فریم در ثانیه fps
تابع فریم در ثانیه()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
تعداد فریم FrameCount
تابع تعداد فریم(): صحیحتعداد فریم frame_count
تابع تعداد فریم()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
بستن Close
تابع بستن()بستن close
تابع بستن()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
نویسنده ویدیو VideoWriter
ساختار نویسنده ویدیو| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| دسته | handle | تهی* | دستگیرهی داخلی. |
نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
نوشتن Write
تابع نوشتن(frame: ماتریس): منطقینوشتن write
تابع نوشتن(frame: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
پیرامونها Contours
ساختار پیرامونها| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| دسته | handle | تهی* | دستگیرهی داخلی. |
نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
معتبر Ok
تابع معتبر(): منطقیمعتبر ok
تابع معتبر()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
تعداد Count
تابع تعداد(): صحیحتعداد count
تابع تعداد()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
تعداد نقطه PointCount
تابع تعداد نقطه(idx: صحیح): صحیحتعداد نقطه point_count
تابع تعداد نقطه(idx: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
نقطه Point
تابع نقطه(idx: صحیح، pt_idx: صحیح): نقطهنقطه point
تابع نقطه(idx: صحیح، pt_idx: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
مساحت Area
تابع مساحت(idx: صحیح): اعشار۶۴مساحت area
تابع مساحت(idx: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
مستطیل محاط BoundingRect
تابع مستطیل محاط(idx: صحیح): مستطیلمستطیل محاط bounding_rect
تابع مستطیل محاط(idx: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
آزادسازی Free
تابع آزادسازی()آزادسازی free
تابع آزادسازی()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
نقطه کلیدی Keypoint
ساختار نقطه کلیدی| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| افقی | x | اعشار۶۴ = 0 | x. |
| عمودی | y | اعشار۶۴ = 0 | y. |
| اندازه | size | اعشار۶۴ = 0 | اندازه. |
| زاویه | angle | اعشار۶۴ = 0 | زاویه. |
| قدرت | response | اعشار۶۴ = 0 | قوت. |
نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
نقاط کلیدی Keypoints
ساختار نقاط کلیدی| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| دسته | handle | تهی* | دستگیرهی داخلی. |
نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
معتبر Ok
تابع معتبر(): منطقیمعتبر ok
تابع معتبر()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
تعداد Count
تابع تعداد(): صحیحتعداد count
تابع تعداد()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
دریافت Get
تابع دریافت(i: صحیح): نقطه کلیدیدریافت get
تابع دریافت(i: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
توصیفگرها Descriptors
تابع توصیفگرها(): ماتریستوصیفگرها descriptors
تابع توصیفگرها()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
آزادسازی Free
تابع آزادسازی()آزادسازی free
تابع آزادسازی()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
تطابق Match
ساختار تطابق| نام | انگلیسی | گونه | توضیح |
|---|---|---|---|
| شماره مجموعه نخست | query_idx | صحیح = 0 | شماره در مجموعهی نخست. |
| شماره مجموعه دوم | train_idx | صحیح = 0 | شماره در مجموعهی دوم. |
| فاصله | distance | اعشار۶۴ = 0 | فاصله؛ کمتر یعنی شبیهتر. |
نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
پایاها و متغیرها
بیجیآر به خاکستری COLOR_BGR2GRAY
پایا بیجیآر به خاکستری: صحیح۳۲ = 0نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
خاکستری به بیجیآر COLOR_GRAY2BGR
پایا خاکستری به بیجیآر: صحیح۳۲ = 1نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
آرجیبی به خاکستری COLOR_RGB2GRAY
پایا آرجیبی به خاکستری: صحیح۳۲ = 2نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
خاکستری به آرجیبی COLOR_GRAY2RGB
پایا خاکستری به آرجیبی: صحیح۳۲ = 3نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
بیجیآر به آرجیبی COLOR_BGR2RGB
پایا بیجیآر به آرجیبی: صحیح۳۲ = 4نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
آرجیبی به بیجیآر COLOR_RGB2BGR
پایا آرجیبی به بیجیآر: صحیح۳۲ = 5نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
بیجیآر به اچاسوی COLOR_BGR2HSV
پایا بیجیآر به اچاسوی: صحیح۳۲ = 6نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
اچاسوی به بیجیآر COLOR_HSV2BGR
پایا اچاسوی به بیجیآر: صحیح۳۲ = 7نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
آرجیبی به اچاسوی COLOR_RGB2HSV
پایا آرجیبی به اچاسوی: صحیح۳۲ = 8نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
اچاسوی به آرجیبی COLOR_HSV2RGB
پایا اچاسوی به آرجیبی: صحیح۳۲ = 9نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
آستانه دودویی THRESH_BINARY
پایا آستانه دودویی: صحیح۳۲ = 0نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
آستانه دودویی معکوس THRESH_BINARY_INV
پایا آستانه دودویی معکوس: صحیح۳۲ = 1نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
آستانه برش THRESH_TRUNC
پایا آستانه برش: صحیح۳۲ = 2نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
آستانه به صفر THRESH_TOZERO
پایا آستانه به صفر: صحیح۳۲ = 3نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
آستانه به صفر معکوس THRESH_TOZERO_INV
پایا آستانه به صفر معکوس: صحیح۳۲ = 4نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
آستانه اوتسو THRESH_OTSU
پایا آستانه اوتسو: صحیح۳۲ = 5نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
میانگین تطبیقی ADAPTIVE_MEAN
پایا میانگین تطبیقی: صحیح۳۲ = 0نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
گاوسی تطبیقی ADAPTIVE_GAUSSIAN
پایا گاوسی تطبیقی: صحیح۳۲ = 1نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
نزدیکترین INTERP_NEAREST
پایا نزدیکترین: صحیح۳۲ = 0نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
خطی INTERP_LINEAR
پایا خطی: صحیح۳۲ = 1نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
مکعبی INTERP_CUBIC
پایا مکعبی: صحیح۳۲ = 2نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
مساحتی INTERP_AREA
پایا مساحتی: صحیح۳۲ = 3نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
لانچوس چهار INTERP_LANCZOS4
پایا لانچوس چهار: صحیح۳۲ = 4نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
چرخش نود درجه ساعتگرد ROTATE_90_CW
پایا چرخش نود درجه ساعتگرد: صحیح۳۲ = 0نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
چرخش صدوهشتاد درجه ROTATE_180
پایا چرخش صدوهشتاد درجه: صحیح۳۲ = 1نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
چرخش نود درجه پادساعتگرد ROTATE_90_CCW
پایا چرخش نود درجه پادساعتگرد: صحیح۳۲ = 2نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
بازتاب عمودی FLIP_VERTICAL
پایا بازتاب عمودی: صحیح۳۲ = 0نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
بازتاب افقی FLIP_HORIZONTAL
پایا بازتاب افقی: صحیح۳۲ = 1نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
بازتاب دوطرفه FLIP_BOTH
پایا بازتاب دوطرفه: صحیح۳۲ = 2نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
باز کردن ریختی MORPH_OPEN
پایا باز کردن ریختی: صحیح۳۲ = 0نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
بستن ریختی MORPH_CLOSE
پایا بستن ریختی: صحیح۳۲ = 1نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
گرادیان ریختی MORPH_GRADIENT
پایا گرادیان ریختی: صحیح۳۲ = 2نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
کلاه بالایی ریختی MORPH_TOPHAT
پایا کلاه بالایی ریختی: صحیح۳۲ = 3نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
کلاه سیاه ریختی MORPH_BLACKHAT
پایا کلاه سیاه ریختی: صحیح۳۲ = 4نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
عطف بیتی BITWISE_AND
پایا عطف بیتی: صحیح۳۲ = 0نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
فصل بیتی BITWISE_OR
پایا فصل بیتی: صحیح۳۲ = 1نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
یای انحصاری بیتی BITWISE_XOR
پایا یای انحصاری بیتی: صحیح۳۲ = 2نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Filters.salam
هنجار همینگ NORM_HAMMING
پایا هنجار همینگ: صحیح۳۲ = 0نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
هنجار ال۲ NORM_L2
پایا هنجار ال۲: صحیح۳۲ = 1نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
تابعها
آخرین خطا LastError
تابع آخرین خطا(): رشتهنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
در دسترس Available
تابع در دسترس(): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
نسخه Version
تابع نسخه(): رشتهنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
بارگذاری شبکه LoadNet
تابع بارگذاری شبکه(model_path: رشته، config_path: رشته): شبکهنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
بارگذاری شبکه تکفایل LoadNetSingleFile
تابع بارگذاری شبکه تکفایل(path: رشته): شبکهنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
تجزیه شناساییهای اساسدی ParseSSDDetections
تابع تجزیه شناساییهای اساسدی(output: ماتریس، img_width: صحیح، img_height: صحیح، confidence_threshold: اعشار۶۴): وکتور<شناسایی>نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
بارگذاری آبشار LoadCascade
تابع بارگذاری آبشار(path: رشته): طبقهبند آبشارینمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
آرجیبی RGB
تابع آرجیبی(r: صحیح، g: صحیح، b: صحیح): رنگنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
سیاه Black
تابع سیاه(): رنگنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
سفید White
تابع سفید(): رنگنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
قرمز Red
تابع قرمز(): رنگنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
سبز Green
تابع سبز(): رنگنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
آبی Blue
تابع آبی(): رنگنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
خواندن Read
تابع خواندن(path: رشته): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
نوشتن Write
تابع نوشتن(path: رشته، m: ماتریس): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
بوم خالی NewBlank
تابع بوم خالی(width: صحیح، height: صحیح، channels: صحیح، fill: رنگ): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
صفرها Zeros
تابع صفرها(width: صحیح، height: صحیح، channels: صحیح): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Basics.salam
بازکردن ویدیو OpenVideo
تابع بازکردن ویدیو(path: رشته): ضبط ویدیونمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
بازکردن دوربین OpenCamera
تابع بازکردن دوربین(index: صحیح): ضبط ویدیونمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
نویسنده ویدیو جدید NewVideoWriter
تابع نویسنده ویدیو جدید(path: رشته، fourcc: رشته، fps: اعشار۶۴، width: صحیح، height: صحیح): نویسنده ویدیونمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
از تصویر FromImage
تابع از تصویر(img: تصویر.تصویر): ماتریسنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
به تصویر ToImage
تابع به تصویر(m: ماتریس): تصویر.تصویرنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
تطبیق توصیفگرها MatchDescriptors
تابع تطبیق توصیفگرها(desc1: ماتریس، desc2: ماتریس، max_matches: صحیح، norm: صحیح): وکتور<تطابق>نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Features.salam
نمایش تصویر Imshow
تابع نمایش تصویر(window: رشته، m: ماتریس)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
انتظار کلید WaitKey
تابع انتظار کلید(delay_ms: صحیح): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
بستن پنجره DestroyWindow
تابع بستن پنجره(window: رشته)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
بستن همه پنجرهها DestroyAllWindows
تابع بستن همه پنجرهها()نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
ایجاد نوار لغزنده CreateTrackbar
تابع ایجاد نوار لغزنده(name: رشته، window: رشته، initial: صحیح، max: صحیح): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
موقعیت نوار لغزنده GetTrackbarPos
تابع موقعیت نوار لغزنده(name: رشته، window: رشته): صحیحنمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam
تنظیم موقعیت نوار لغزنده SetTrackbarPos
تابع تنظیم موقعیت نوار لغزنده(name: رشته، window: رشته، pos: صحیح)نمونهی این مورد همراه با موارد بالاتر آمده است: opencv-Detect.salam