计算机视觉学习

计算机视觉学习（九）：基于KNN分类法的手势识别

KNN算法原理：KNN（k-nearestneighbor）是一个简单而经典的机器学习分类算法，通过度量”待分类数据”和”类别已知的样本”的距离（通常是欧氏距离）对样本进行分类。这话说得有些绕口，且来分解一番：（1）分类问题都是监督（supervised）问题，也就是说一定数量的样本类别是已知的。（2）既然我们已经有了一批分好类的样本，那么接下来的工作自然应该是通过已知样本训练分类器（通过调节分类
妄想做大佬的咸鱼·2020-07-28 22:52

计算机视觉学习（二）：特征点提取和匹配相关

1、sift特征原理的描述1.1sift概述：首先我了解到了兴趣点的概念，兴趣点是图像中明显区别于周围区域的地方，这些兴趣点对于光照、视角相当鲁棒，所以对于图像的兴趣点特征提取的好坏会直接影响到后续分类，识别的精准。而描述子就是对兴趣点提取特征的过程。sift是一种特征描述子。该描述子具有尺度不变性和光照不变性。1.2sift特征检测的步骤：sift特征检测有四个主要步骤：1、尺度空间的极值检测：
妄想做大佬的咸鱼·2020-07-28 22:51

opencv计算机视觉学习笔记一

第二章处理文件摄像头和图形用户界面1基本i/o脚本读写图像文件示例代码如下:#!/usr/bin/envpython#-*-coding:utf-8-*-#@Time   :2016/11/2712:22#@Author :Retacn#@Site   :读/写图像文件#@File   :imageReadWrite.py#@Software:PyCharmimportcv2importnumpy
retacn·2020-07-28 10:22

是选择Keras还是PyTorch开始你的深度学习之旅呢？

20分钟原文：https://medium.com/@karan_jakhar/keras-vs-pytorch-dilemma-dc434e5b5ae0作者：KaranJakhar前言上一篇2020年计算机视觉学习指南介绍了两种深度学习框架
spearhead_cai·2020-07-28 01:06

计算机视觉学习11_图片分割_图割法（Graph Cut）

文章目录最大流最小割GraphCut（图割算法）最大流最小割-代码实现图片前后景分割-代码实现最大流最小割参考博客https://www.cnblogs.com/dyzll/p/5887266.html最大流给定指定的一个有向图，其中有两个特殊的点源S(Sources)和汇T(Sinks)，每条边有指定的容量(Capacity)，求满足条件的从S到T的最大流(MaxFlow)。最小割割是网络中定点
zxm_·2020-07-14 00:45

计算机视觉学习 BOW模型图像搜索

BOW模型bagofwords1.简介bagofwords是文档的一种建模方法，它可以把一个文档表示成向量数据，从而使计算机处理文档数据更加方便。例如：把文档中的单词抽取出来，可以构成一个单词表：{“John”:1,“likes”:2,“to”:3,“watch”:4,“movies”:5,“also”:6,“football”:7,“games”:8,“Mary”:9,“too”:10}这个单词
canuxxxxii·2020-07-13 20:04

计算机视觉学习 多视图几何

对极几何参考:https://blog.csdn.net/my88site/article/details/53967141原理对极几何（EpipolarGeometry）描述的是两幅视图之间的内在射影关系，与外部场景无关，只依赖于摄像机内参数和这两幅试图之间的的相对姿态。假设两个相机的内部参数一致，比如焦距、镜头等，为了数学描述的方便，需引入坐标，由于坐标是人为引入的，因此客观世界中的事物可以处
canuxxxxii·2020-07-13 20:04

计算机视觉学习 KNN算法及稠密SIFT(Dense-sift)图像识别

KNN算法1、KNN算法概述kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。2、KNN算法介绍KNN是通过测量不同特征值之间的距离进行分类。它的的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的
canuxxxxii·2020-07-13 20:04

计算机视觉学习 静态和动态增强现实

一、将静态正方体方体放到图片上运行截图：实验代码：frompylabimport*fromPILimportImage#IfyouhavePCVinstalled,theseimportsshouldworkfromPCV.geometryimporthomography,camerafromPCV.localdescriptorsimportsift"""Thisistheaugmentedre
canuxxxxii·2020-07-13 20:03

计算机视觉学习 图像全景拼接（基于sift特征）

1.实验原理（1）RANSAC算法采用RANSAC算法寻找一个最佳单应性矩阵H，矩阵大小为3×3。RANSAC目的是找到最优的参数矩阵使得满足该矩阵的数据点个数最多，通常令h33=1来归一化矩阵。由于单应性矩阵有8个未知参数，至少需要8个线性方程求解，对应到点位置信息上，一组点对可以列出两个方程，则至少包含4组匹配点对。RANSAC算法从匹配数据集中随机抽出4个样本并保证这4个样本之间不共线，计算
canuxxxxii·2020-07-13 20:03

计算机视觉学习 棋盘格相机模型与参数标定

1、相机标定的意义在机器视觉领域，相机的标定是一个关键的环节，它决定了机器视觉系统能否有效的定位，能否有效的计算目标物。每个镜头的在生产和组装过程中的畸变程度各不相同，通过相机标定可以校正这种镜头畸变，生成矫正后的图像——矫正透镜畸变；相机的标定基本上可以分为两种，第一种是相机的自标定；第二种是依赖于标定参照物的标定方法。前者是相机拍摄周围物体，通过数字图像处理的方法和相关的几何计算得到相机参数，
canuxxxxii·2020-07-13 20:03

计算机视觉学习 图像分割

1.概述图像分割是将一幅图像分割成有意义区域的过程。区域可以是图像的前景与背景或图像中一些单独的对象。这些区域可以利用一些诸如颜色、边界或近邻相似性等特征进行构建。本章中，我们将看到一些不同的分割技术。2.GraphCut图割图（graph）是由若干节点（有时也称顶点）和连接节点的边构成的集合。如图，为用python-graph工具包创建的一个简单有向图。边可以是有向的（图9-1中用箭头示出）或无
canuxxxxii·2020-07-12 23:12

计算机视觉学习4：SIFT和Harris算法特征匹配对比

sift环境配置参考博客：https://blog.csdn.net/lilai619/article/details/48523647VLFeat下载安装的为9.20版本的按照教程安装配置完成后我的sift出现了无法生成.sift文件的问题，经过百般尝试后的解决办法：将sift.exe和vl.dll文件拷到工程文件下，将cmmd地址改为cmmd=str("sift"+imagename+"--o
Charon_L·2020-07-11 18:19

计算机视觉学习（二）--图像处理基础

一、安装PCV在cmd命令行输入pythonsetup.pyinstall，运行如下图运行结果如图二，PCV已经安装成功之后，我打算使用Spyder进行图像处理，尝试打开Spyder但是没有响应打不开，并且试着打开pythonw会闪退。链接:[link]https://blog.csdn.net/u011361880/article/details/76572973?utm_source=blog
Shar-bh·2020-07-10 10:49

计算机视觉学习12：图像内容分类(KNN算法和稠密SIFT(Dense-SIFT)以及手势识别）

KNN算法(K近邻算法）一、KNN算法概述kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。二、KNN算法介绍最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来，当测试对象的属性和某个训练对象的属性完全匹配时，便可
Charon_L·2020-07-09 23:03

7大步骤，助你学好计算机视觉学习！

现在大圣众包威客平台以7步为你备战计算机视觉学习。Step1——学术基础万事开头难，从零开始更难，尤其是对于计算机视觉这种与其他科学交叉较多的领域来说。具备一点如概率
大圣众包·2020-07-06 13:15

计算机视觉学习（十一）：图像分割

图像分割是将一幅图像分割成有意义区域的过程。区域可以是图像的前景与背景或者单个对象。这些区域可以利用诸如颜色、边线或近邻相似性等特征构建。代码一下面给出一个用python-graph工具包计算一幅较小的图的最大流/最小割的简单例子：frompygraph.classes.digraphimportdigraphfrompygraph.algorithms.minmaximportmaximum_f
妄想做大佬的咸鱼·2020-07-06 05:08

python计算机视觉学习笔记（3）--图像映射之图像嵌入

图像中的图像仿射扭曲的简单例子就是将图像或者图像的一部分放置到另一幅图像中，使得它们能够和指定的区域或者标记物对齐。将函数image_in_image添加到warp.py文件中。该函数参数为两个图像和一个坐标。并且tp是按照左上角逆时针计算defimage_in_image(im1,im2,tp):"""Putim1inim2withanaffinetransformationsuchthatco
frank+wang·2020-07-06 03:32

python 计算机视觉学习笔记（1）--对图像进行基本处理

pythoncomputervisionlearningnotes（1）1.PIL-Python图像库PIL：PythonImagingLibrary是一个强大的图像处理库。但因为年代久远未进行不断的维护，所以PIL只支持到python2.7。如果你的python的版本是3.xx，可以使用Pillow代替。Pillow是由一些志愿者的兼容版，并且具有一些新的特性。下面为一个简单实例，显示一张图片的
frank+wang·2020-07-06 03:31

python计算机视觉学习笔记（2）

SIFTdemo1.对两张照片进行SIFT特征匹配fromPILimportImagefrompylabimport*importsysfromPCV.localdescriptorsimportsiftiflen(sys.argv)>=3:im1f,im2f=sys.argv[1],sys.argv[2]else:#im1f='../data/sf_view1.jpg'#im2f='../dat
frank+wang·2020-07-06 03:31

python 计算机视觉学习笔记--环境搭建

1.python安装https://www.python.org/getit/选择合适的版本进行安装。注意看相应版本对应的32位还是64位2.安装pythonopencv和numpy按下Win+R打开Windows命令窗输入cmd利用pip安装opencv和numpy注意前提你的python版本要带有pip才能进行此操作一般python3.xx都是有自带的但是python2.xx一般不自带pip要
frank+wang·2020-07-04 03:01

计算机视觉学习4_python_RANSAC_全景拼接

文章目录全景拼接原理介绍进行sift匹配RANSAC图像配准(Apap）图像分割变换后的融合/合成（multi-bandblending与alphablending）imagestitch(国外开源的图像拼接)代码实现全景拼接原理介绍流程1、针对某个场景拍摄多张/序列图像2、通过匹配特征（sift匹配）计算下一张图像与上一张图像之间的变换结构。3、图像映射，将下一张图像叠加到上一张图像的坐标系中4
zxm_·2020-06-30 20:29

opencv计算机视觉学习笔记八

转载自https://blog.csdn.net/retacn_yue/article/details/53726481第九章基于opencv的神经网络简介1人工神精网络ann2人工神精网络的结构输入层网络的输入数目如动物有体重,长度,牙齿三个属性,网络则需要三个输入节点中间层输出层与定义的类别数相同,如定义了猪,狗,猫,鸡,则输出层的数目为4创建ANN常见规则神经元数位于输入/输出层之间,接近输
Blue__Bubble·2020-06-29 17:13

opencv计算机视觉学习笔记五

第六章图像检索以及基于图像描述符的搜索通过提取特征进行图像的匹配与搜索1特征检测算法常见的特征和提取算法:Harris检测角点Sift检测斑点(blob)有专利保护Surf检测斑点有专利保护Fast检测角点Brief检测斑点Orb带方向的fast算法和具有旋转不变性的brief算法特征的定义!/usr/bin/envpython--coding:utf-8--@Time:2016/12/512:3
Blue__Bubble·2020-06-29 17:13

计算机视觉学习——李飞飞斯坦福大学计算机视觉公开课视频学习笔记（一）计算机视觉发展史学习

前言：个人认为：知识必须要经过自己的消化、理解、整理才能真正的算作是学过，如果只是眼睛过一遍，耳朵听一遍，也只是看个热闹。整理的过程中的也是对内容、思路的梳理，加上自己的感悟体会，将自己不懂的，懂的知识总结出来，从每一句话去拓展自己的知识，一点一点的去体会，所以个人笔记主要是以自己能看懂和整理为主，思路和知识可能比较跳跃。看完了前三节有关于计算机视觉发展史的介绍，总结关键词和知识如下：一、计算机发
mprogress·2020-06-29 04:26

双目视觉几何框架详解

希望这样的方式让大家以一个轻松的心态阅读玉米的《计算机视觉学习笔记》双目视觉数学架构系列博客。这个系列博客旨在捋顺一下已标定的双目视觉中的数学主线。
weixin_30794491·2020-06-28 00:24

双目视觉三维重建框架

希望这样的方式让大家以一个轻松的心态阅读玉米的《计算机视觉学习笔记》双目视觉数学架构系列博客。这个系列博客旨在捋顺一下已标定的双目视觉中的数学主线。
机器之眼·2020-06-27 09:10

计算机视觉学习总结

计算机视觉工具：opencv+caffe+tensorflow+python+c++代码：OpenCV算法精解：基于Python与C++关注网址：斯坦福李飞飞-深度学习计算机视觉计算机视觉领域的一些牛人博客，超有实力的研究机构等的网站链接https://arxiv.org/list/cs.AI/recentAnnotatedComputerVisionBibliography:TableofCon
sqiu_11·2020-06-26 14:08

计算机视觉学习路线

深度学习算法工程师的基本要求熟练掌握python和c++编程，至少熟悉Caffe和Tensorflow/Pytorch两种框架。熟练玩转深度学习各类模型架构使用和设计。熟练玩转数据的整理和使用，必须深刻理解数据在深度学习任务中的地位。编程语言C/C++C/C++面试基础知识总结Google开源项目风格指南(中文版)PythonPython-100天从新手到大师ListofDataScienceCh
深页·2020-06-26 10:09

opencv计算机视觉学习笔记六

第七章目标检测与识别梯度直方图histogramoforientedgradient图像金字塔imagepyramid滑动窗口slidingwindow1目标检测与识别AHOG描述符每个单元包含八个直方图即八个方向(n,nw,w,sw,s,se,e,ne)尺度检测目标可能位于较大图像中位置检测图像可能位于图像的任意位置可以使用图像金字塔或是滑动窗口解决非最大抑制支持向量机Svm算法,对于带有标签的
retacn·2020-06-26 05:19

opencv计算机视觉学习笔记二

第三章Opencv3处理图像1不同色彩空间的转换计算机视觉中三种常见的色彩空间:灰度BGRHSV(hue色调saturation饱合度value黑暗程度)2傅里叶变换快速傅里叶变换fft离散傅里叶变换dft高通滤波器heighpassfilter检测图像的某个区域,根据像素和周围像素的亮度差值来提升该像素亮度的滤波器示例代码如下:#!/usr/bin/envpython#-*-coding:utf
retacn·2020-06-26 05:19

opencv计算机视觉学习笔记一

第二章处理文件摄像头和图形用户界面1基本i/o脚本读写图像文件示例代码如下:#!/usr/bin/envpython#-*-coding:utf-8-*-#@Time:2016/11/2712:22#@Author:Retacn#@Site:读/写图像文件#@File:imageReadWrite.py#@Software:PyCharmimportcv2importnumpyasnpfromma
retacn·2020-06-26 05:19

opencv计算机视觉学习笔记四

第五章人脸检测和识别1haar级联的概念2获取haar级联数据在opencv源码中data/haarcascades目录下存放了用于人脸检测的xml文件.用于检测静止图像,视频和摄像头中的人脸用于人脸眼睛鼻子和嘴的跟踪haarcascade_profilefacehaarcascade_smilehaarcascade_russian_plate_numberhaarcascade_upperbo
retacn·2020-06-26 05:19

python-opencv3计算机视觉学习笔记

七：目标检测与识别梯度直方图（HistogramofOrientedGradient）图像金字塔（imagepyramid）滑动窗口（slidingwindow）7.1、目标检测与识别HOG描述符（详情见opencv特征提取描述符）将图像分成小单元（16*16），每个单元包含视觉表示，安八个方向（N,NW,W,SW,W,SW,S,SE,E,NE）计算颜色梯度尺度：？？位置：检测目标可能位于图像任何
NIU xiaotong·2020-06-25 17:58

Vs2019+Opencv 4.2.0一劳永逸

计算机视觉学习的时候需要用到Opencv，安装配置杂七杂八，久了根本记不住。现在换了VS2019之后打算整理一下最简洁的方法。
FXA10·2020-06-25 15:20

GitHub上的计算机视觉学习资料推荐

9月份将要读研，导师是做cv的，最近学习时找到了不少的计算机视觉的资料，记录一下，同时也分享给需要的朋友assmdx/ComputerVisionDocAceCoooool/interview-computer-vision(计算机视觉笔记和总结,这个作者整理的比较详细)WangPerryWPY/Computer-Version(中山大学的计算机视觉课程代码)pascal1129/cv_notes
K.osth·2020-06-25 15:25

（三）张正友标定法 【计算机视觉学习笔记--双目视觉几何框架系列】

三、致敬“张正友标定”此处“张正友标定”又称“张氏标定”，是指张正友教授于1998年提出的单平面棋盘格的摄像机标定方法。张氏标定法已经作为工具箱或封装好的函数被广泛应用。张氏标定的原文为“AFlexibleNewTechniqueforCameraCalibration”。此文中所提到的方法，为相机标定提供了很大便利，并且具有很高的精度。从此标定可以不需要特殊的标定物，只需要一张打印出来的棋盘格。
玉-米·2020-06-24 18:30

计算机视觉学习之-Classification

VisualRecognition包括：Classification，Classification+Localization，ObjectDetection，InstanceSegment。Classification：一张图里面有这么一个物体，然后我们根据图片里面的这个物体来判断这张图片属于哪一个类；比如kaggle上有一个著名的猫狗大赛，判断这张图片里面的动物是猫还是狗。Classificat
interstellar-ai·2020-06-24 12:15

CV | 计算机视觉学习之满满的干货的网站总结

题目索引引言一、计算机视觉实战项目（项目+程序）二、Kaggle竞赛之一（如何入手）三、计算机学习网站总结1.TowardsDataScience2.Kdnuggets3.Codementor4.Data+Science引言从各个地方看到了很多很好的学习方法和值得一看到的网站。希望能够实现每日计划，并且不仅能看到满满的干货，还能从满满的干货中学习到其中的知识，增加自己的权重。一、计算机视觉实战项目
lovetaozibaby·2020-06-24 08:40

最新计算机视觉学习路线教程

这篇文章主要是基于我自己的经验，侧重于计算机视觉学习资源的介绍，如果大家按照这个路线去学，相信这将在很大程度上促进提高你的计算机视觉知识水平。
磐创 AI·2020-06-23 07:40

opencv计算机视觉学习笔记八

第九章基于opencv的神经网络简介1人工神精网络ann2人工神精网络的结构输入层网络的输入数目如动物有体重,长度,牙齿三个属性,网络则需要三个输入节点中间层输出层与定义的类别数相同,如定义了猪,狗,猫,鸡,则输出层的数目为4创建ANN常见规则神经元数位于输入/输出层之间,接近输出层较小的输入,神经元数=(输入+输出)/3*2学习算法:监督学习非监督学习强化学习3opencv中的ann示例代码如下
duanyajun987·2020-06-23 05:42

opencv计算机视觉学习笔记一

第二章处理文件摄像头和图形用户界面1基本i/o脚本读写图像文件示例代码如下:#!/usr/bin/envpython#-*-coding:utf-8-*-#@Time   :2016/11/2712:22#@Author :Retacn#@Site   :读/写图像文件#@File   :imageReadWrite.py#@Software:PyCharmimportcv2importnumpy
duanyajun987·2020-06-23 05:41

opencv计算机视觉学习笔记六

第七章目标检测与识别梯度直方图histogramoforientedgradient图像金字塔imagepyramid滑动窗口slidingwindow1目标检测与识别AHOG描述符每个单元包含八个直方图即八个方向(n,nw,w,sw,s,se,e,ne)尺度检测目标可能位于较大图像中位置检测图像可能位于图像的任意位置可以使用图像金字塔或是滑动窗口解决非最大抑制支持向量机Svm算法,对于带有标签的
duanyajun987·2020-06-23 05:41

这一篇干货整理，计算机视觉学习路线

写在前面整理了走CV这条路的一些干货，有我学习过的，也有我没学习过的，打算后面遇到了好的资源或者资料就更新过来，方便自己保存后面看，也可以提供给其他人一同学习，资料连接我都放出来了，数学那部分我把pdf放在云盘里面了，更详细可以去我的GitHub上看。单纯就是想分享技术博文，还想说一句就是，如果觉得有用，请点个关注、给个赞吧，也算对我来说是个宽慰，毕竟也得掉不少头发，嘿嘿嘿数学–高等数学数学基础：
BoCong-Deng·2020-06-21 18:51

深度学习计算机视觉学习流程

怎么入门机器/深度学习？回答这个问题，最先要考虑的问题是：你有多少时间？准备用三个月入门，和想要一个月速成，肯定是截然不同的路径。当然我建议大家稳扎稳打，至少可以拿出五个月的时间来学好机器学习的基础知识。基础很重要，知其所以然很重要。毕竟工具总在进步，每个月都会出现更好的深度学习技术，但基础知识是不变的。如何用五个月时间入门？下面分三个部分，详细指南。（以及，如果你确实时间有限，最后还有一个速成指
Arthur-Ji·2020-06-21 17:12

opencv计算机视觉学习笔记七

第八章目标跟踪1检测目标的移动基本的运动检测,示例代码如下:importcv2importnumpyasnp捕获摄像头图像camera=cv2.VideoCapture(0)#es=cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(10,10))kernel=np.ones((5,5),np.uint8)background=Nonewhile(True):
Blue__Bubble·2020-06-21 13:15

opencv计算机视觉学习笔记二

第三章Opencv3处理图像1不同色彩空间的转换计算机视觉中三种常见的色彩空间:灰度BGRHSV(hue色调saturation饱合度value黑暗程度)2傅里叶变换快速傅里叶变换fft离散傅里叶变换dft高通滤波器heighpassfilter检测图像的某个区域,根据像素和周围像素的亮度差值来提升该像素亮度的滤波器示例代码如下:#!/usr/bin/envpython#-*-coding:utf
retacn·2020-06-21 07:43

计算机视觉学习资料汇总（超多干货）

前言本资料首发于公众号【3D视觉工坊】，原文请见计算机视觉学习资料汇总，更多干货请关注公众号后台回复关键字获取~（一）基础操作Linux学习网站Linux中国：https://linux.cn/鸟哥的linux
Tom Hardy·2020-06-21 04:04

附下载 |《计算机视觉中的数学方法》分享

文|好资源分享今天给大家分享一个优质的计算机视觉学习资源，帮助大家学习计算机视觉中需要使用的数学知识。
公众号机器学习与生成对抗网络·2020-06-21 02:27

opencv计算机视觉学习笔记五

通过提取特征进行图像的匹配与搜索1特征检测算法常见的特征和提取算法:Harris检测角点Sift检测斑点(blob)有专利保护Surf检测斑点有专利保护Fast检测角点Brief检测斑点Orb带方向的fast算法和具有旋转不变性的brief算法特征的定义#!/usr/bin/envpython#-*-coding:utf-8-*-#@Time   :2016/12/512:30#@Author :
duanyajun987·2020-06-21 01:29
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他