首先，對於實際工程中拍攝的我們肯定要先進行處理，
在計算機裡，是按照不同顏色（rgb，即red,green,blue）分層儲存的。
而對於我們的檢測，我們可以選擇黑白，這樣它就只有一層高度，但對於體現裂縫的細節也是足夠了。
而將彩色圖變成灰度圖後，考慮到混凝土，裂縫，陰影，灰度比較接近，通常會將灰度細化，使之區分。
這個問題先不解決，先找個簡單的裂縫
對於這樣乙個，再計算機眼裡都是些矩陣，灰度就是矩陣的數字，
對於人類，我們能清楚的看見乙個孩子。
但對於計算機，它能看出，那說明它已經到達了卷積神經網路的層次了。
那麼原理也清楚了，通過尋找相似的灰度值來找到可能存在的裂縫。
**如下
#選取關鍵點截圖
liefeng1=cv2.imread('d:\liefeng1.png',0)
w,h=liefeng1.shape[::-1]
res=cv2.matchtemplate(image_backgroud,liefeng1,cv2.tm_ccoeff_normed)
#相似度
threshold=0.3
loc=np.where(res>threshold)
for pt in zip(*loc[::-1]):
cv2.rectangle(image_backgroud,pt,(pt[0]+w,pt[1]+h),(155,0,0),1)
cv2.imshow('liefeng',image_backgroud)
cv2.waitkey(0)
cv2.destroyallwindows()
寫**之前先選擇幾個裂縫節點，作為標準，再控制相似度就能看到裂縫，再將方框都組合後，那就是電腦檢測出的裂縫圖了。
OpenCV嘗試心得
opencv是一款計算機視覺庫，初次接觸計算機視覺感覺計算機視覺有點東西 很多的影象處理之間的關係需要我們對影象的知識。以前沒接觸過影象，自己認為的影象就是螢幕上rgb的畫素點，每個畫素點，是影象的一開始的狀態，但是通過這次培訓明白了影象是rgb三層畫素之間的疊加，取樣頻率和量化之間的概念，在我理解...
嘗試用OpenCV的模板匹配來定位和檢測
cv exports w void matchtemplate inputarray image,inputarray templ,outputarray result,int method 模板匹配的工作方式 跟直方圖的反向投影基本一樣，大致過程是這樣的 通過在輸入影象image上滑 像塊，對實際...
OpenCV人臉檢測
include include include include include include include include include include static cvmemstorage storage 0 建立乙個記憶體儲存器，來統一管理各種動態物件的記憶體 static cvhaar...