无人机跟踪器——检测跟踪一体化框架优化(线程池异步计算)
本章节介绍如何优化检测跟踪一体化框架，将之前的串行阻塞框架升级成异步并行计算框架
无人机跟踪器——视频处理模块优化(实现多路任意类型输入源采集)
本章节介绍如何优化视频处理模块，使其拓展性更强，支持多路输入源采集
无人机跟踪器——检测跟踪一体化框架
本章节介绍如何更好的融合目标检测和目标跟踪模型构建检测跟踪一体化框架
无人机跟踪器——视频处理模块介绍(部署OpenIPC地面站)
本章节介绍如何设计视频处理模块和在RK3588上部署OpenIPC地面站
基于PyQt的图像算法开发软件——手动图像配准[通过可交互的四个点构建仿射矩阵]
这是我本科时候的一个练手项目，代码写的并不是很优雅，还请见谅 项目已经整理部分放到github上可以运行，链接 https://github.com/yejiongkai/IIP.git，有问题欢迎交流。 一、引言图像配准是最近才做的一个功能，通过在需要配准的图像和基准图像中选择四对特征点，构造仿射矩阵，完成图像配准。目前的重点放在优化用户交互体验，如 实时查看配准后的结果， 可以自由移动四个点或者点与点之间的边， 支持两幅图像的伸缩操作， 支持对图像进行裁剪操作。后续有时间会加上自动配准功能。 二、手动图像配准2.1 界面展示左侧是需要配准的图像，右侧是基准图像，通过四对特征点可以实现图像的仿射变换，变换后的结果会展示在右侧，下测的图像负责方便用户查看特征点位置。 2.2 功能介绍2.2.1 针对输入图像操作 实时查看配准后的结果(移动特征点可以立马看到显示结果，结果会呈现在基准图像上) 支持两幅图像的伸缩操作(当配准图像的大小不同时可以自由调整，软件内部会自动将特征点坐标转换回原始坐标系) 支持图像裁剪操作(当配准图像中只有一小部分是用户需要的) 2.2.2...
基于PyQt的图像算法开发软件——基于YOLOv5的目标检测[可交互的调整模型参数]
这是我本科时候的一个练手项目，代码写的并不是很优雅，还请见谅 项目已经整理部分放到github上可以运行，链接 https://github.com/yejiongkai/IIP.git，有问题欢迎交流。 一、引言如今的图像处理和深度学习密切联系，目标检测就是其中之一。在学习完图像处理之后，我开始接触目标检测任务，其中YOLO系列的代码可读性强，容易上手，那时候最新的YOLO模型是YOLOv5，我就以它为基础开始做数据集，训练，推理。刚开始跑跑代码还好，后面每次我想将模型对几张图片进行推理，就要修改图像路径，设置模型的一些后处理参数，结果不理想，又要重新调整模型的参数，再次运行。然后我就想着也 把YOLOv5的部分参数也做成可交互的设计， 可以实时查看调参参数后的结果。 二、基于YOLOv5的目标检测通过把YOLOv5的源码放到软件中，并对其中部分参数引出可以交互的接口，就可以在软件中对模型进行调整。目前支持的功能： 是否对已经检测出的某个类别绘制矩形框 设置准确率阈值和IOU阈值 支持将检测后的结果保存为VOC格式数据集 2.1...
基于PyQt的图像算法开发软件——已执行区和缓存区[图像工作者的“PS“工具]
这是我本科时候的一个练手项目，代码写的并不是很优雅，还请见谅 项目已经整理部分放到github上可以运行，链接 https://github.com/yejiongkai/IIP.git，有问题欢迎交流。 一、引言软件的 已执行区可以像PS一样记录下对输入图像做过的任何处理，用户可以随时查看之前的图像效果，也能回退到之前的执行步骤做其他处理。 已执行区可以很好的开发流水线形的算法组合，但是当一个图像算法要求多个输入图像时，如两个图像加权相加，就需要用到 缓存区的多选功能。本篇章将详细的介绍 已执行区和缓存区的功能，并说明如何在软件中使用有多个输入的算法。 二、已执行区用户可以按照顺序的执行算法组合，已执行区会从上到下的记录下所有的操作过程，并将相应结果保存下来，当用户对某个算法不满意时，也可以回退到上一个步骤，选择其他算法执行。 2.1 功能2.1.1 双击回退通过 双击想要保留的处理结果，后面的处理结果会被删除 2.1.2 放入步骤列表(将算法组合在一起)右键选择” 放入步骤“, 可以将已执行区中的算法按照先后顺序组合在一起 2.1.3...
基于PyQt的图像算法开发软件——算法库[如何导入去雾算法并调参完成去雾]
这是我本科时候的一个练手项目，代码写的并不是很优雅，还请见谅 项目已经整理部分放到github上可以运行，链接 https://github.com/yejiongkai/IIP.git，有问题欢迎交流。 一、引言在[一] 基于PyQt的图像算法开发软件——如何让你开发效率翻倍中，展示了该软件基于截图功能获取输入源进行图像处理的使用流程。在本篇章，我将对软件中的算法库进行更加详细的介绍。 二、算法库软件执行的算法可以分为 内置算法和 用户自定义算法。其中内置算法在选择时会有参数提示，用户自定义算法需要用户自己记得参数的顺序。内置算法主要基于opencv进行轻量封装，共有40多个算法供用户选择。考虑到用户在大多数时候还是测试自己的算法，因此提供了一个自定义算法接口 2.1 内置算法 滤波处理： Blur(均值滤波), MedianBlur(中值滤波), GaussianBlur(高斯滤波), HomoFilter(同态滤波), MatchFilter(匹配滤波), FloodFill(漫水填充), BilateralFilter(双边滤波), NLM(非局部均值),...
基于PyQt的图像算法开发软件——步骤列表[低代码实现图像算法开发]
这是我本科时候的一个练手项目，代码写的并不是很优雅，还请见谅 项目已经整理部分放到github上可以运行，链接 https://github.com/yejiongkai/IIP.git，有问题欢迎交流。 一、引言在[一] 基于PyQt的图像算法开发软件——如何让你开发效率翻倍中，展示了该软件基于截图功能获取输入源进行图像处理的使用流程。在本篇章，我将对软件的步骤列表进行更加详细的介绍，步骤列表的目的是 让开发者摆脱代码调参的不便，通过交互的方式让开发者按照自己的想法组合各个算法，同时将 算法接口完全暴露，用户可以导出后 二次开发。(注意：该软件的受众需要有一定的图像处理基础和编程能力(懂一点python就行)) 二、步骤列表1. 树状容器 之所以叫” 步骤列表“，是因为这个软件执行算法组合时是一步一步往后走的，同时一开始存储这些算法组合的容器是一个列表(QListWidget)，就起了一个”...
基于PyQt的图像算法开发软件——输入来源[如何导入视频进行目标检测]
这是我本科时候的一个练手项目，代码写的并不是很优雅，还请见谅 项目已经整理部分放到github上可以运行，链接 https://github.com/yejiongkai/IIP.git，有问题欢迎交流。 一、引言在基于PyQt的图像算法开发软件——如何让你开发效率翻倍中，展示了该软件基于截图功能获取输入源进行图像处理的使用流程。在本篇章，我将对软件的输入来源进行更加详细的介绍。并通过导入视频进行目标检测作为例子进行介绍。 二、输入来源 1. 单通道图像我制作这个软件的目的是对单通道图像做图像增强，因此最早的输入接口就是单通道图像，用户可以通过 文件->新建->单通道图像选择需要处理的图像，软件会自动将输入图像转为灰度图。 2. 多通道图像在大多数场景中，处理的图像还是以RGB三通道图像为主，因此我也添加了多通道图像的选项，通过 文件->新建->多通道图像即可导入需要处理的RGB图像 3....