60 •电子技术与软件工程 Electronic Technology & Software Engineering
图像与多媒体技术
• Image & Multimedia Technology贺育民
近年来，智能识别成为各领域的焦点，众多行业都采用新型的识别系统对图形、图像进行有效识别，一方面提升行业工作的效率；另一方面提升信息在互联网环境中的安全防护程度。计算机和互联网技术的发展，尤其是计算机视觉技术的快速革新，推动智能识别系统在供给端逐步深入研发。而当前计算机领域用于图形、图像识别研究的主要有C 或C++语言、Matlab 和Python 软件工具等，基于这些编程语言和软件工具，才开发出了OpenCV 这一具有非常强大兼容性的计算机视觉库。文章基于OpenCV 对图形进行颜、形状轮廓的识别研究，并结合试验流程分步骤设计图形识别系统，从而形成一套完整的图形识别方式，以便用于实际生产与生活当中，让技术服务于生产与生活。 1 OpenCV与图形识别
OpenCV 全称是Open Source Computer Vision Library （开源计算机视觉库），是基于BSD 许可而发行的一种跨平台计算机视觉库，它可以在诸多计算机操作系统上得以运行，如用户较多的Windows 和OS
系统，同时还提供了多语言的借口，可以在不同的软件上提取运行，如 Python 、Ruby 、MATLAB ，避免了软件工具的大空间、运行慢的弊端，真正实现了图形、图像处理的高效化和轻量化。之所
基于OpenCV 的图形识别系统设计
文/刘军伟
以OpenCV 可以具有如此强大的功能，是因为OpenCV 由众多C 函数和少部分C++构成，包括了近三百个C 函数跨平台的中高层API ，
最重要的是它既具有独立的视觉库，又可以加载其他外部视觉库，从而保证了OpenCV 在强大的函数算法下能够实现对图形、图像的高水足球缝制
平处理。
如今的社会到处充斥着各类字符、图形、图像信息，对这些庞杂的信息进行有效识别，从而可以对信息进行分类、存储、管理和应用，因而，基于快速发展的计算机视觉技术对图形识别进行深入研究已成为计算机智能识别中的一个分支，对简单图形的有效是被是智能识别的基础，也是关键。对于图形的识别研究已经有相当长的一段历史，从第一台计算机诞生起，人们便赋予了其基本的图形识别能力，如扫描、复印等等，而现在，这些基本的图形识别已经不足以满足计算机应用领域发展的需求，很多领域需要具有更强大识别功能的系统。对于图形的识别包含对图形整体的识别和对图形局部的识别，当然，局部特征是识别图形的关键所在，只有通过算法分割、获取图形更多的局部信息，才可以更好的展现出图形识别系统的优势。
氢氧发生器
自控温伴热电缆在互联网技术高速发展的时代，非常符合人们视觉认知与审美习惯的图形已成为人们日常生产生活中信息处理与传递的重要载体，字符、图形、图像，从简到繁，他们所蕴含的信息在储量上也会有着很大的差别，越复杂的图形往往识别难度越大。在现阶段，用于图形识别的方式主要有局部算子提取、灰度级提取等，运用这些方式，可以有效识别各种图形，如商标、照片等。当然，目前在图形识别研究
中由于研究目的和方向不同，学者采用的方法也多种多样，具体而言，根据识别的层次不同，可以将识别方式划分为两类：其一是对图形特征进行描述的方法，譬如Freeman 链码表示法、不变矩特征描述算子、傅里叶算子和Blum 图形骨架法等，这些方法会对图形的彩、轮廓等具体属性进行描述；其二是先对图形进行特征提取而后进行识别的方法，这类方法弥补了图形特征描述的不足，在细节描述的基础上结合了相关特征区域的提取，从而提高图形识别的精准度。如图1所示。
2 搭建图形识别环境
基于OpenCV 设计图形识别系统，首先需要遵循OpenCV 的运行程序，在计算机函数算法的基础上整合各个步骤，分类聚合，形成一个完整而又科学的图形识别系统。系统的形成在于环境，硬件与软件环境是系统设计的基础，因而，图形识别系统的第一步要搭建图形识别环境，具体的图形识别环境包括一些两个部分：
防水伸缩缝
2.1 OpenCV调用
反渗透水处理系统
尽管在上文中提及到OpenCV 有着非常强大的兼容性，可以在不同的操作系统上和软件工具中运行，但是还是要采用恰当的接口，才能够让OpenCV 顺畅运行。本文所用的软件为OpenCV3.3版，在Java 已经建好项目的Eclipse 开发环境中解压OpenCV 压缩包中的build 文件，选择OpenCV-x86包导入，并选择与电脑操作系统相对于的OpenCV-300库导入到现有项目中，这些准备工作完成之后，便可
图1：图形识别系统框架设计
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议