openCV实战2 显著性检测

实战2 显著性检测

1. 概念
2 静态显著性检测
3 代码

1. 概念

显著性检测指找出图片中引人注目的区域或比较重要的区域。

在OpenCV的saliency模块中有三种显著性检测算法：

Static saliency：此类显着性检测算法依赖于图像特征和统计信息来定位图像中显著性区域。
Motion saliency: 此类显着性检测算法输入为视频或一系列连续帧。运动显着性算法处理这些连续的帧，并跟踪帧中“移动”的对象。这些移动的对象被认为是显着性区域。
Objectness：这类显著性检测算法计算出一个个的建议区域（proposals），这些建议区域被认为是目标可能存在的区域。

2 静态显著性检测

static_saliency.py使用两种Static saliency算法：cv2.saliency.StaticSaliencySpectralResidual_create()和cv2.saliency.StaticSaliencyFineGrained_create()。使用computeSaliency()计算图片的显著性区域，返回结果是和输入图片一样大小的矩阵，每个像素位置的取值[0,1]，值越大表示该像素位置越显著。最后我将返回显著性矩阵可视化出来。

3 代码

'''
2 图像凸显
'''
import cv2
import matplotlib.pyplot as plt# 1 read
img = cv2.imread('luna.png',1)
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)# 2 StaticSaliencySpectralResidual_create()
Residual = cv2.saliency.StaticSaliencySpectralResidual_create()
_,img_Residual = Residual.computeSaliency(img)
img_Residual = (img_Residual * 255).astype("uint8")# 3 saliency.StaticSaliencyFineGrained_create()
Grained = cv2.saliency.StaticSaliencyFineGrained_create()
_,img_Grained = Grained.computeSaliency(img)
img_Grained = (img_Grained*255).astype('uint8')
thre = cv2.threshold(img_Grained, 0, 255,cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]# 4 show
plt.subplot(221)
plt.imshow(img)
plt.title('img')plt.subplot(222)
plt.imshow(img_Residual)
plt.title('img_Residual')
#
plt.subplot(223)
plt.imshow(img_Grained)
plt.title('img_Grained')plt.subplot(224)
plt.imshow(thre)
plt.title('thre')plt.show()

openCV实战2 显著性检测相关推荐

[OpenCV实战]47 基于OpenCV实现视觉显著性检测
人类具有一种视觉注意机制,即当面对一个场景时,会选择性地忽略不感兴趣的区域,聚焦于感兴趣的区域.这些感兴趣的区域称为显著性区域.视觉显著性检测(Visual Saliency Detection,VS ...
基于OpenCV实战：车牌检测
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达拥有思维导图或流程将引导我们朝着探索和寻找实现目标的正确道路的方向 ...
OpenCV—python 图像显著性检测算法—鲁棒背景检测
文章目录一.鲁棒背景检测的显著性优化二.代码演示一.鲁棒背景检测的显著性优化 Saliency Optimization from Robust Background Detection 摘要 ...
机器学习实践系列之11 - OpenCV实战车道线检测
ADAS 在经过资本的一轮热炒之后已经不新鲜了,Mobile Eye的技术积累和效果也让很多童鞋叹为观止,然后奋起直指! 初学者为代表的童鞋,二话不说,上来就是霍夫变换,还是直接用opencv里带的, ...
再次升级，985博士整理的71个OpenCV实战项目教程开放下载！
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达近期小白学视觉公众号推出了多篇Python+OpenCV实战项目的 ...
视觉显著性python_OpenCV中的显著性检测（Saliency Detection）
前言显著性检测,就是使用图像处理技术和计算机视觉算法来定位图片中最"显著"的区域.显著区域就是指图片中引人注目的区域或比较重要的区域,例如人眼在观看一幅图片时会首先关注的区域.例 ...
实战：使用 PyTorch 和 OpenCV 实现实时目标检测系统
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达一.引言自动驾驶汽车可能仍然难以理解人类和垃圾桶之间的区别,但这 ...
基于OpenCV的实战：轮廓检测(附代码解析）
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达利用轮廓检测物体可以看到物体的各种颜色,在这种情况下放置在静态和动 ...
OpenCV实战【2】HOG+SVM实现行人检测
目录 HOG是什么? HOG vs SIFT HOG步骤 HOG在检测行人中的方式 Opencv实现 HOGDescriptor的构造函数: 行人检测HOG+SVM步骤简化版的HOG计算 HOG是什 ...