-
在notebook里使用videoWriter.write()的时候没有报错,也没有生成视频,不知道是路径问题还是其他问题,请问在modelarts中该方法可以使用吗,又该如何使用呢
-
atlas300使用opencv没有示例,有如下问题:1、opencv是运行在host端还是device端?2、cmake中文件如何修改?能否给个示例。
-
1. 配置yum源cd /etc/yum.repos.d/保留CentOS-Base.repo,同时vim cdrom.repo添加以下信息 [cdrom] name=cdrom baseurl=file:///mnt enabled=1 gpgcheck=02. 挂载镜像mout -o loop Centos******.iso /mnt3. 安装相关依赖yum install numpy opencv* python-devel gstreamer-plugins-base-devel libv4l-devel libpng-devel libjpeg-turbo-devel jasper-devel openexr-devel libtiff-devel libwebp-devel python-sphinx texlive python3-devel python3.aarch64 -y #这部分依赖可以根据需要进行安装,参考链接:https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_setup/py_setup_in_fedora/py_setup_in_fedora.html安装numpy export CFLAGS="-O0" #-O1 -O2 -O3会报错,需指定为-O0 pip3 install numpy==1.17.0 4. 下载opencv和opencv-contrib包https://github.com/opencv/opencv_contrib/releases/tag/4.3.0https://github.com/opencv/opencv/releases/tag/4.3.0说明:opencv和opencv_contrib的版本必须对应,否则可能造成编译失败分别上传到系统相目录下,然后解压5. 编译cd opencv-4.3.0/mkdir buildcd buildcmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D BUILD_opencv_python3=YES -D BUILD_opencv_python2=NO -D PYTHON3_NUMPY_INCLUDE_DIRS=/usr/local/lib64/python3.6/site-packages/numpy/core/include/ -D OPENCV_EXTRA_MODULES=../../opencv_contrib-4.3.0/modules/ -D PYTHON3_LIBRARIES=/lib64/libpython3.so -D PYTHON_DEFAULT_EXECUTABLE=/usr/bin/python3 -D __INSTALL_PATH_PYTHON3=/usr/local/lib/python3.6/site-packages/ .. 上面的命令根据实际情况进行修改或增加参数;cmake完成后需确认python3相应的四个参数均有值,如下图所示:6. make -j64 && make install 7. 验证
-
opencv imwrite图片花屏:图片是Dvpp处理生成的YUV,转成mat后用imwrite,之前在200上遇到过是对齐的原因,现在这里300不知道为啥,我的代码是:size应该没问题height is 160width is 240copy_size: 57600destination size: 57600 int img_height = src_image->input_info.height; int img_width = src_image->input_info.width; cv::Mat src(img_height * 1.5,img_width, CV_8UC1); int copy_size = img_width * img_height * 1.5; int destination_size = src.cols * src.rows * src.elemSize(); cout << "copy_size: " << copy_size << "destination size: " << destination_size << endl; int ret = memcpy_s(src.data, destination_size, src_image->result_data.data.get(),copy_size); cv::Mat dst_temp; cvtColor(src, dst_temp, CV_YUV2BGR_NV12); cv::Mat dst; dst_temp.convertTo(dst, CV_32FC3);
-
我分别使用了同一个模型,同一张图片,在Atlas200DK推理的结果和opencv推理的结果进行逐一比较,发现推理结果的趋势是相同的,但推理结果却不同,询问一下原因?对测试库跑库结果来看,Atlas200DK精度相比较于opencv损失了近3个百分点,头疼ing
-
采用MindStudio默认的数据读取方法读取图像数据,送入到下一个引擎进行图像处理,我将传过来的数据进行opencv重构,保存到本地发现图片是倒立的,不晓得为啥?重构函数为cv::Mat srcImage(height,weigth,cv_8uc3,data.get());
-
工程需要用到opencv,官方demo里没有示例,自己在cmakelist文件添加下面配置,find_package( OpenCV REQUIRED ) include_directories( ${OpenCV_INCLUDE_DIRS})编译报错如下:[100%] Built target JpegEncodeLinking CXX shared library ../libPngDecode.so[100%] Built target PngDecodeLinking CXX shared library ../libJpegDecode.so[100%] Built target JpegDecodeLinking CXX executable ../mainCMakeFiles/main.dir/home/zhanghao/samples/Samples/testDemo/main.cpp.o:在函数‘cvflann::anyimpl::big_any_policy<cv::String>::static_delete(void**)’中:main.cpp:(.text._ZN7cvflann7anyimpl14big_any_policyIN2cv6StringEE13static_deleteEPPv[_ZN7cvflann7anyimpl14big_any_policyIN2cv6StringEE13static_deleteEPPv]+0x25):对‘cv::String::deallocate()’未定义的引用CMakeFiles/main.dir/home/zhanghao/samples/Samples/testDemo/main.cpp.o:在函数‘cvflann::anyimpl::big_any_policy<cv::String>::move(void* const*, void**)’中:main.cpp:(.text._ZN7cvflann7anyimpl14big_any_policyIN2cv6StringEE4moveEPKPvPS5_[_ZN7cvflann7anyimpl14big_any_policyIN2cv6StringEE4moveEPKPvPS5_]+0x20):对‘cv::String::deallocate()’未定义的引用main.cpp:(.text._ZN7cvflann7anyimpl14big_any_policyIN2cv6StringEE4moveEPKPvPS5_[_ZN7cvflann7anyimpl14big_any_policyIN2cv6StringEE4moveEPKPvPS5_]+0x34):对‘cv::String::deallocate()’未定义的引用collect2: 错误:ld 返回 1make[2]: *** [main] 错误 1make[1]: *** [host/CMakeFiles/main.dir/all] 错误 2make: *** [all] 错误 2请问应该怎么配置opencv
-
通过opencv调用摄像头会出现崩溃The kernel appears to have died. It will restart automatically. 代码在线下anaconda的notebook可以正常执行。import cv2import sysfrom PIL import Image def CatchUsbVideo(window_name, camera_idx): cv2.namedWindow(window_name) #视频来源,可以来自一段已存好的视频,也可以直接来自USB摄像头 cap = cv2.VideoCapture(camera_idx) #告诉OpenCV使用人脸识别分类器 classfier = cv2.CascadeClassifier("haarcascade_frontalface_alt2.xml") #识别出人脸后要画的边框的颜色,RGB格式 color = (0, 255, 0) while cap.isOpened(): ok, frame = cap.read() #读取一帧数据 if not ok: break #将当前帧转换成灰度图像 grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #人脸检测,1.2和2分别为图片缩放比例和需要检测的有效点数 faceRects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32)) if len(faceRects) > 0: #大于0则检测到人脸 for faceRect in faceRects: #单独框出每一张人脸 x, y, w, h = faceRect cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2) #显示图像 cv2.imshow(window_name, frame) c = cv2.waitKey(10) if c & 0xFF == ord('q'): break #释放摄像头并销毁所有窗口 cap.release() cv2.destroyAllWindows() if __name__ == '__main__': CatchUsbVideo("fc", 0)代码里这个cv2.namedWindow(window_name)注释后就不会出现死亡,但是还是无法调用摄像头。。。。而且执行opencv的 cv2.imshow("image", img2)也会出现错误。。。不知道是不是版本原因,求来个大佬指点指点。
-
1、简介OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列C函数和少量C++类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。类别:接口工具2、基础环境类别子项版本获取地址(方法)华为云虚拟机KC1(920)--OSCentOS7.5Kernel4.14软件opencv4.1.0https://github.com/opencv/opencv/archive/4.1.0.tar.gz3、依赖安装yum install wget make git cmake3 -y安装gcc-9.2.0参照文档《华为云鲲鹏云服务最佳实践-GCC-9.2 安装配置指南》4、组件编译安装 获取软件包cd /optwget https://github.com/opencv/opencv/archive/4.1.0.tar.gz 解压软件包tar -zxvf 4.1.0.tar.gz 编译和安装cd opencv-4.1.0/mkdir buildcd buildcmake3 ../ 回显如下 make回显如下 make install 回显如下 5、系统配置无6、测试 查看安装OpenCV所生成的库文件和头文件ll /usr/local/lib64/ 回显如下 7、参考信息无8、FAQ无
-
请问大家如果我想用c++的接口,去实现pythonclassification这个例子一样只加载模型,然后用opencv做resize操作后送进模型里,不定义对应graph.config,这种操作可以实现吗?还是必须要定义graph,控制数据的流向?
-
如题 尝试写一些用opencv处理视频的逻辑 发现那些函数永远返回false,而图片处理相关的函数全部正常工作。是不是想用opencv的视频功能我需要重新编译?还有 我看到sample-videoanalysiscar的script里有build_ffmpeg.sh build完我想用ffmpeg处理视频,结果还是一样 一用到视频处理的相关函数,程序直接崩溃。
-
我在device侧使用opencv把YUV转成BGR,代码如下:头文件只包含了#include "opencv2/open.hpp"bool DecodeEngine::ImageYUV2BGR (const std::shared_ptr<result_output_st> src_image,cv::Mat &bgr_image) { int img_height = src_image->input_info.height; int img_width = src_image->input_info.width; cv::Mat src(img_height * 1.5 / 1.5,img_width, CV_8UC1); int copy_size = img_width * img_height * 1.5 / 1.5; int destination_size = src.cols * src.rows * src.elemSize(); int ret = memcpy_s(src.data, destination_size, src_image->result_data.data.get(),copy_size); //CHECK_MEM_OPERATOR_RESULTS(ret); cv::Mat dst_temp; cvtColor(src, dst_temp, CV_YUV2BGR_NV12); cv::Mat dst; dst_temp.convertTo(dst, CV_32FC3); bgr_image.push_back(dst); return true; }运行之后,在log里面报如下错误请问是什么原因?
-
我使用的是ResNet50,使用OpenCV读取图片后做resize、crop等,BGR packed格式的图片传给模型转化指令:omg --model ResNet-50-deploy.prototxt --weight ResNet-50-model.caffemodel --framework 0 --output ResNet-50-model --insert_op_conf aipp.cfg对应的AIPP色域转换用的是(BGR,不再转换通道)aipp_op { aipp_mode: static input_format : RGB888_U8 csc_switch : false rbuv_swap_switch : false}验证了50张图片,inference结果不对对于用OpenCV读取的输入(BGR packed格式),一般应该怎么处理比较好?
-
使用pip安装会提示下列错误ERROR: Could not find a version that satisfies the requirement opencv-contrib-python (from versions: none)ERROR: No matching distribution found for opencv-contrib-python下载.whl文件(opencv_contrib_python-3.4.1.15-cp27-cp27m-manylinux1_x86_64.whl,好几个版本都尝试了)安装报错:ERROR: opencv_contrib_python-3.4.1.15-cp27-cp27m-manylinux1_x86_64.whl is not a supported wheel on this platform.求大神们解答~
-
您好,请问怎么在板子上安装python的opencv库呢?用pip install opencv-python报错如下:Collecting opencv-python ERROR: Could not find a version that satisfies the requirement opencv-python (from versions: none)ERROR: No matching distribution found for opencv-python用easy_install opencv-python会报错如下:Searching for opencv-pythonReading https://pypi.org/simple/opencv-python/No local packages or working download links found for opencv-pythonerror: Could not find suitable distribution for Requirement.parse('opencv-python')用pip3 install opencv-python会报错如下:bash: pip3: command not found
上滑加载中
推荐直播
-
华为云IoT开源专家实践分享:开源让物联网平台更开放、易用
2024/05/22 周三 16:30-18:00
张俭 华为云IoT DTSE技术布道师
开源,意味着开放、共享、互助、共赢。作为万物上云及各行业数字化的物联网底座,华为云IoT积极拥抱开源,借助行业开源的最佳实践,构建可靠、易用的物联网平台,并通过开放南北向SDK,助力开发者快速构建物联网应用。本期直播,华为云IoT开源专家、物联网平台资深“程序猿”张俭,带你了解华为云IoT的开源生态,并手把手教你玩转开源社区!
去报名 -
华为云开发者日·广州站
2024/05/23 周四 14:30-17:30
华为云专家团
华为云开发者日HDC.Cloud Day是面向全球开发者的旗舰活动,汇聚来自千行百业、高校及科研院所的开发人员。致力于打造开发者专属的技术盛宴,全方位服务与赋能开发者围绕华为云生态“知、学、用、创、商”的成长路径。通过前沿的技术分享、场景化的动手体验、优秀的应用创新推介,为开发者提供沉浸式学习与交流平台。开放创新,与开发者共创、共享、共赢未来。
去报名
热门标签