# OpenCVVision **Repository Path**: zhangdelight/OpenCVVision ## Basic Information - **Project Name**: OpenCVVision - **Description**: 使用opencv实现常用的图像分析 - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: develop - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 54 - **Created**: 2022-09-14 - **Last Updated**: 2022-09-14 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # OpencvVision ## 是什么? 这是一个使用.net 6基于OpencvSharp、ReactiveUI开发的自用工具,主要用来做ReactiveUI与OpencvSharp学习过程中的尝试;根据个人需求不定期更新添加功能,欢迎讨论交流。 ### !其他信息请参考项目Client.View内AppBootstrapper.cs文件里的相关说明 ## 引用 | 功能 | 引用包 | | ----------- | -------------------------------------------------------------------------------------------------- | | OpencvSharp | [OpencvSharp](https://github.com/shimat/opencvsharp_samples) | | MVVMk框架 | [ReactiveUI](https://github.com/reactiveui/ReactiveUI) | | 界面控件 | [MaterialDesignInXamlToolkit](https://github.com/MaterialDesignInXAML/MaterialDesignInXamlToolkit) | | 标题栏 | [MahApps.Metro](https://github.com/MahApps/MahApps.Metro) | | 响应式集合 | [DynamicData](https://github.com/reactivemarbles/DynamicData) | | 返回结果包装 | [FluentResults](https://github.com/altmann/FluentResults) | ## 推荐 > 交流讨论QQ群:827888895 > 其它项目: > [OpenCVSharpHelper](https://gitee.com/tfarcraw/opencvsharphelper) ## 部分功能截图 ### 22/09/08更新2 从朋友处了解到基恩士的浓淡补正算法,感觉挺有意思,查找了下相关的资料,尝试简单的实现一下明暗局部的筛选。思路是选取一个卷积核,进行滑移,规则是先排列挑出核内部的中值,在通过设置删除亮暗比例设置中值附近的阈值,来筛选出局部过亮或过暗的部分;可以通过卷积核长宽设置方向,来实现特定方向的筛选,示意如下图: 筛选出不均匀的边缘 ![筛选边缘](Img/23.png) 筛选出中间的过亮部分和过暗部分 ![筛选暗点亮点](Img/24.png) 沿着Y方向,筛选出过亮部分,因为选定了方向,条纹不会被选出,仅选出非条纹的亮线 ![Y方向筛选](Img/25.png) ### 22/09/08更新1 调整解决方案项目目录,新增服务子项目 添加海康,大恒相机采集图像。需要自行安装对应品牌SDK。由以往项目中使用程序汇总而来,暂时不具备测试条件,等待后续测试硬件。 添加信息栏,根据日志等级变换背景颜色 ![信息栏默认](Img/20.png) ![信息栏错误](Img/21.png) 添加日志面板,点击信息栏右侧按钮展开,点击其它空白区域丢失焦点关闭 ![日志面板](Img/22.png) ### 22/06/21更新 微信二维码检测解码 ![18](Img/18.jpg) ![19](Img/19.jpg) ### 22/06/20更新 PaddleX图像分类推理 ![16](Img/16.jpg) PaddleX目标检测推理 ![17](Img/17.jpg) ### 功能 首页 ![00](Img/00.jpg) 夜间模式添加图片 ![02](Img/02.jpg) ROI ![03](Img/03.jpg) 色彩空间 ![04](Img/04.jpg) 滤波 ![05](Img/05.jpg) 二值化 ![06](Img/06.jpg) 形态学 ![07](Img/07.jpg) 连通域 ![08](Img/08.jpg) 轮廓 ![09](Img/09.jpg) 格雷码条纹结构光 ![10](Img/10.jpg) 灰度质心线激光 ![11](Img/11.jpg) 光度立体法求表面法线与深度图 ![12](Img/12.jpg) Yolo识别 ![13](Img/13.jpg) 特征点匹配 ![14](Img/14.jpg)