OpenCV学习笔记

openCV学习笔记（四）--图像的几何变换Geometric Transformations of Images

图像的几何变换包括移位，旋转，仿射变换（affinetransformation：不是特别懂这个是什么意思，根据例子的效果，自己也不知道该用怎样的语言来表述这个变换的具体含义），放大缩小等。1）translation：改变object的位置importcv2importnumpyasnpfrommatplotlibimportpyplotaspltimg=cv2.imread('dog.png',
Vridis_h·2020-07-04 09:06

openCV学习笔记（二）---openCV系列基本操作(2)

基本操作之五：通过trackBar调颜色importcv2importnumpyasnpdefnothing(x):pass#Createablackimage,awindowimg=np.zeros((300,512,3),np.uint8)cv2.namedWindow('image')#创建一个窗口，参数为窗口名，可选参数为0（窗口可拉伸）1（窗口大小和图像相同，不可拉伸）#createtr
Vridis_h·2020-07-04 09:05

openCV学习笔记（二）---openCV系列基本操作

基本操作一：用内置的函数画一些带图形。importcv2importnumpyasnp#创建一个背景图片img=np.zeros((512,512,3),np.uint8)#画一条厚度为5的直线。img=cv2.line(img,(0,0),(511,511),(255,0,0),5)#起点坐标终点坐标线条颜色厚度#画矩形img=cv2.rectangle(img,(384,0),(510,128
Vridis_h·2020-07-04 09:05

【OpenCV学习笔记】2：开启摄像头和对捕获到的图像的处理

以前有些过于循序渐进了，很浪费时间，以后代码注解尽量写在注释里，简明清晰。开启摄像头#include"cv.h"//opencv核心函数库#include"highgui.h"//GUI函数库//主方法(注意在VS下的形参表)intmain(intargc,char**argv){//创建窗口(窗口名,窗口属性标志)//intcvNamedWindow(constchar*name,intflag
LauZyHou·2020-07-04 08:56

【opencv学习笔记】013之形态学操作应用（trackbar应用）

一、前言继续填坑。如果想看其他有关于OpenCV学习方法介绍、学习教程、代码实战、常见报错及解决方案等相关内容，可以直接看我的OpenCV分类：【OpenCV系列】：https://blog.csdn.net/shuiyixin/article/category/7581855如果你想了解更多有关于计算机视觉、OpenCV、机器学习、深度学习等相关技术的内容，想与更多大佬一起沟通，那就扫描下方二维
水亦心·2020-07-04 02:20

【opencv学习笔记】2用摄像头识别指定颜色

一般对颜色空间的图像进行有效处理都是在HSV空间进行的。观察彩色物体时，我们用其色调、饱和度和明度来描述这个物体。色调用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色
被月亮晒黑_·2020-07-04 01:08

【opencv学习笔记.1】操作像素画圆

任何图像处理算法，都是从操作每个像素开始的，刚接触Opencv，写的第一个小程序：分别用动态地址和指针操作像素画圆。用的是VS2015搭opencv3.0一.首先是用动态地址计算来操作像素，这种方法简洁明了，符合大家对像素的直观认识。#include#include#includeusingnamespacestd;usingnamespacecv;voidpcircle(Mat&inputIma
被月亮晒黑_·2020-07-04 01:08

iOS开发之opencv学习笔记一：下载和安装

1.opencv是什么？opencv是一个基于BSD开源协议的图像处理开源库，截止本人编辑时间：2017年6月1日，最新版本为3.2.0。2.哪里可以得到opencv的源码以及不同平台的动态库？opencv的官方地址为http://opencv.org/，可以在这里找到opencv的源码以及其他资源。http://opencv.org/releases.html里面列出了所有可用版本。当然，如果觉
liangxiaogang5·2020-07-04 00:24

iOS开发之opencv学习笔记四：使用feature2d识别图片

上篇介绍了如何训练自己的特征库使用过vuforia或者亮风台的朋友应该知道，这两个平台对图片的跟踪的准备工作是很简单的，只需要几张样本图片就可以做了。但是按照上篇的介绍，如果用CascadeClassifier进行物体跟踪就需要非常非常多的样本，那么，要对图片进行识别跟踪就没有像上面说的两个平台那样简便的办法吗？答案是可以选择feature2d。1.feature2d是什么？字面上就很容易理解，f
liangxiaogang5·2020-07-04 00:53

opencv学习笔记三十一：LBP特征提取

LBP（localbinarypattern）是一种简单，有效的纹理分类的特征提取算法。LBP算子是由Ojala等人于1996年提出的。局部二值模式是一个简单但非常有效的纹理运算符。由于其辨别力强大和计算简单，局部二值模式纹理算子已经在不同的场景下得到应用。LBP最重要的属性是对诸如光照变化等造成的灰度变化的鲁棒性。它的另外一个重要特性是它的计算简单，这使得它可以对图像进行实时分析。LBP的基本思
东城青年·2020-07-02 17:14

opencv学习笔记五十二：基于Haar或LBP级联分类器的实时人脸人眼检测

#includeusingnamespacecv;usingnamespacestd;intmain(intarc,char**argv){namedWindow("output",CV_WINDOW_AUTOSIZE);VideoCapturecapture(0);//实例化分类器CascadeClassifierface_classifier;CascadeClassifiereye_clas
东城青年·2020-07-02 17:14

opencv学习笔记三十三：FLANN匹配

FLANN库全称是FastLibraryforApproximateNearestNeighbors，它是目前最完整的（近似）最近邻开源库。不但实现了一系列查找算法，还包含了一种自动选取最快算法的机制。OpenCV提供了两种Matching方式：BFMatcherFlannBasedMatcherBF(BruteForce)就是用暴力方法找到点集一中每个descriptor在点集二中距离最近的de
东城青年·2020-07-02 17:14

opencv学习笔记五十九：图像融合之背景替换

以证件照为例，图片中有大部分为背景，先用kmeans对图像进行分割，可以得到背景的标签，然后将图像分为前景和背景两部分，非背景的都当作前景，显示kmeans分割后的图像dst，将原图像前景赋给dst,背景都设为0，得到kmeans分割后的图像如下，可看到边缘处有一些小蓝边，过渡比较粗超：所以设置遮罩层对边缘进行融合，新建掩码mask单通道图像，将前景部分置1，背景部分置0，然后对mask进行腐蚀和
东城青年·2020-07-02 17:14

opencv学习笔记（3）背景分离-平均背景法

平均背景法为达到前景目标的识别，譬如，交通路口对车辆的识别、监控器对行人的识别，常用的且较为有效的方法就是背景差分法（还有其他的方法，比如光流场法,帧差法），即用一张有要识别目标的图像减去相应的背景图像，那么所得的结果便是我们所要的目标。然而，如何获取一个“美好”的背景图，是背景差分法的关键和难点。此处介绍一种最为简单的获取背景的方法——平均背景法。顾名思义，其基本思想就是，将所采集到的背景图片叠
野藤·2020-07-02 15:38

QT+opencv学习笔记（4）——边缘检测、轮廓提取及轮廓跟踪

一、读取图像读取图像见QT+opencv学习笔记（1）——图像点运算，这里不再赘述。读取结果如下图：二、边缘检测边
minghui_·2020-07-02 12:03

python+opencv学习笔记（一）python+numpy+scipy+opencv+contrib的安装与配置

python+opencv学习笔记（一）win764位系统下python+numpy+scipy+opencv+contrib的安装与配置参考文献及网站：《OpenCV3计算机视觉——python语言实现
maitttop·2020-07-02 11:31

openCV学习笔记 (六) : 改变图像的对比度和亮度

上一篇熟悉了filter2D函数，通过掩码矩阵实现滤波功能（锐化图片），这里继续熟悉其他处理图像的方式：改变图像对比度和亮度。注意：如果连续关注我笔记的同学会发现，这里我跳过了官网核心模块中的两部分内容（只是没有做总结）：一个是图形的基本操作（Load、write，以及像素点获取的方式），一个是图片的线性混合。希望跟我一样学习的同学最好按照步骤去熟悉这两部分内容，openCV官网的教程安排还是很合
Porken·2020-07-02 05:13

opencv学习笔记（二十一）——阈值操作

阈值化：最简单的图像分割方法应用举例：从一副图像中利用阈值分割出我们需要的物体部分（当然这里的物体可以是一部分或者整体）。这样的图像分割方法是基于图像中物体与背景之间的灰度差异，而且此分割属于像素级的分割。阈值操作介绍：二进制阈值化阈值化类型如下式所示：解释：在运用该阈值类型的时候，先要选定一个特定的阈值量，比如：125，这样，新的阈值产生规则可以解释为大于125的像素点的灰度值设定为最大值(如8
Souseiki·2020-07-02 03:39

opencv学习笔记（十六）——图像对比度和亮度值

一、理论分析对于图像亮度和对比度的调整主要是加上或者乘上一个常数，理论公式如下：g(x,y)=a*f(x,y)+bf(x,y)代表源图像第x行，第y列像素点第c通道的值g(x,y)代表输出图像第x行，第y列像素点第c通道的值a（a>0）通常称为增益（放大倍数）,用来控制图像的对比（为了观察结果，一般设置为0.0到3.0之间）b通常被称为偏置，用来控制图像的亮度例程：#includestaticvo
Souseiki·2020-07-02 03:37

openCV学习笔记（一） ——环境搭建：codeBlocks搭建openCV-----MinGW版配置

*配置环境以及所涉及软件版本：*操作系统：win10系统*IDE版本：codeblocks17.12*OpenCV版本：2.4.10*编译辅助工具：cmake-3.12.0-rc2-win64-x641)安装codeblocks（去http://www.codeblocks.org/下载最新的mingw版本）2)下载opencv-2.4.10.exe（下载地址：http://opencv.org/
tiankong19999·2020-07-02 01:14

OpenCv学习笔记（七）：轮廓的检测

其实要说轮廓的检测，是计算机视觉当中基础的内容，进一步延伸可以用来实现基于轮廓的图像检索。现在是刚看到的一段代码，通知canny算子实现轮廓的检测，特别用到了opencv当中的findContours函数，及drawContours函数实现轮廓的绘制。学习实例源代码如下：#include"stdafx.h"/***@functionfindContours_Demo.cpp*@briefDemoc
古董·2020-07-02 01:13

OpenCV学习笔记-霍夫线变换1

HoughLines利用Hough变换在二值图像中找到直线CvSeq*cvHoughLines2(CvArr*image,void*line_storage,intmethod,doublerho,doubletheta,intthreshold,doubleparam1=0,doubleparam2=0);image输入8-比特、单通道(二值)图像，当用CV_HOUGH_PROBABILISTI
荃子·2020-07-01 23:02

Opencv学习笔记（十）高斯混合模型

原创文章，转载请注明：http://blog.csdn.net/crzy_sparrow/article/details/7413019好吧，我承认这个题目有点噱头，其实本文要讲的一般的高斯混合模型，基于matlab实现，没有涉及到opencv。之所以作为opencv的学习笔记之一是因为之后打算讲下基于高斯混合模型的背景建模（实现目标跟踪），所以把这个也放上来了。混合高斯模型的原理说白了就一句话：
crzy_sparrow·2020-07-01 21:18

Opencv学习笔记——图像伪色彩增强

以下均为github上opencv的个人学习笔记，原路径如下：https://github.com/JimmyHHua/opencv_tutorials源码示例：importcv2ascvsrc=cv.imread("test1.png")cv.namedWindow("input",cv.WINDOW_AUTOSIZE)cv.imshow("input",src)dst=cv.applyColo
cool_grubby·2020-07-01 21:49

OpenCV学习笔记(12)-二叉决策树

我们将具体讨论二叉决策树,他们是最常用的,且实现了机器学习库中大量的功能,因此将被作为指导性的例子来讲解.二叉决策树由LeoBreiman和他的同事提出.他们称之为"分类和回归树(CART)".OpenCV实现的就是"分类回归树".算法的要点是给树的每个节点定义一个衡量标准.比如:当我们拟合一个函数的时候,我们使用真实值和预测值的差的平方和,这就是衡量标准.算法的目地是使差的平方和最小.这就是衡量
末叶·2020-07-01 19:16

OpenCV学习笔记(10)-Mahalanobis距离

Mahalanobis距离是数据所在的空间的协方差的度量,或者是任务把数据所在空间进行"扭曲拉伸"然后进行度量.如果你值得Z-score,就可以把Mahalanobis距离看作多维空间中Z-Score的类型物.图13-4(a)展示了三个数据集的初始分布,看起来竖直方向上的那两个集合比较接近.在我们根据数据协方差归一化空间之后,如果13-4(b),实际上水平方向上的两个集合比较接近.这中情况经常发生
末叶·2020-07-01 19:45

OpenCV学习笔记(8)—轮廓的匹配

一个跟轮廓相关的最常用到的功能是匹配两个轮廓.如果有两个轮廓,如何比较它们;或者如何比较一个轮廓和另一个抽象模板.矩比较两个轮廓最简洁的方式是比较他们的轮廓矩.这里先简短介绍一个矩的含义.简单的说,矩是通过对轮廓上所有点进行积分运算(或者认为是求和运算)而得到的一个粗略特征.通常,我们如下定义一个轮廓的(p,q)矩:在公式中p对应x纬度上的矩,q对应y维度上的矩,q对应y维度上的矩,阶数表示对应的
末叶·2020-07-01 19:45

OpenCV学习笔记(六)—序列

序列是内存存储器中可以存储的一种对象.序列是某种结构的链表.OpenCV中,序列可以存储多种不同的结构.你可以将序列想象为许多编程语言中都存在的容器类或容器类模版(如C++中的vector).学列在内存被实现为一个双端队列(deque).因此序列可以实现快速的随机访问,已经快速删除顶端的元素,但是从中间删除元素则稍慢些.1.数据结构seq数据结构如下#defineCV_TREE_NODE_FIEL
末叶·2020-07-01 19:14

OpenCV学习笔记(9)－ML库的通用类

ML库中的所有程序都是用C++写的,它们都继承于CvStatModel类.CvStatModel中有两套方法来对磁盘进行模型的读/写操作:保存操作的save()和write(),读操作的load()和read().对于机器学习模型,应该使用简单的save()和load(),它们实际上把复杂的write()和read()函数进行了封装,能够从硬盘读/写XML和YAML文件.CvStatModel中还
末叶·2020-07-01 19:14

【OpenCV学习笔记】三十、轮廓特征属性及应用(七)—位置关系及轮廓匹配

轮廓特征属性及应用(七)—位置关系及轮廓匹配1.计算点与轮廓的距离及位置关系——pointPolygonTest()2.矩的计算——moments()3.形状匹配(比较两个形状或轮廓间的相似度)——matchShapes()先上ppt：代码：1.计算点到轮廓的距离与位置关系///计算点到轮廓的距离与位置关系#include"opencv2/opencv.hpp"usingnamespacecv;#
zlm丶·2020-07-01 16:21

OpenCV学习笔记（十五）：图像仿射变换：warpAffine(),getRotationMatrix2D()

OpenCV学习笔记（十五）：图像仿射变换：warpAffine(),getRotationMatrix2D()一个任意的仿射变换都能表示为乘以一个矩阵(线性变换)接着再加上一个向量(平移)的形式。
Leon_Chan0·2020-07-01 14:40

OpenCV学习笔记__使用FLANN进行特征点匹配

#include"opencv2/core/core.hpp"#include"opencv2/features2d/features2d.hpp"#include"opencv2/highgui/highgui.hpp"#include#include#includeusingnamespacecv;usingnamespacestd;intmain(intargc,char**argv){//
Rueing839·2020-07-01 13:52

OpenCV学习笔记：基于Haar特征的人脸检测

一、快速入门：跟着程序跑。下面我们直接从一个人脸检测的demo程序来建立感性认识。//FaceD.cpp:////////////////////////////////////////////////////////人脸检测C++版本//Editor:LinJM//////////////////////////////////////////////////////#include"stdaf
LinJM-机器视觉·2020-07-01 11:28

【opencv学习笔记】BF暴力匹配

1、前言暴力匹配（Brute-Force-Match）是opencv中一种很基础的匹配方法，它的算法比较简单。2、算法//暴力匹配算法#includeintmain(){char*s="BBCABCDABABCDABCDABDE";char*p="ABCDABD";intslen=strlen(s);intplen=strlen(p);inti=0,j=0;while(i#include#incl
HandsomeJing·2020-07-01 08:21

【opencv学习笔记】LBP特征原理及代码实现

本文为转载文章，只转载了部分，若想查看跟多的LBP的改进版本，可以点击原文链接；一、LBP特征的背景介绍LBP局部二值模式，英文全称：LocalBinaryPattern，是一种用来描述图像局部特征的算子，LBP特征具有灰度不变性和旋转不变性等显著优点。LBP特征比较出名的应用是用在人脸识别和目标检测中，在计算机视觉开源库Opencv中有使用LBP特征进行人脸识别的接口，也有用LBP特征训练目标检
HandsomeJing·2020-07-01 08:21

OpenCV学习笔记(7)—轮廓

查找轮廓轮廓到底是什么?一个轮廓一般对应一系列的点,也就是图像中的一条曲线.表示的方法可能根据不同情况而有所不同.有多重方法可以表示曲线.在openCV中一般用序列来存储轮廓信息.序列中的每一个元素是曲线中一个点的位置.关于序列表示的轮廓细节将在后面讨论,现在只要简单把轮廓想象为使用CvSeq表示的一系列的点就可以了.函数cvFindContours()从二值图像中寻找轮廓.cvFindConto
末叶·2020-07-01 01:40

【OpenCV学习笔记】之基本阈值操作（Threshold）

阈值化（Threshold）阈值化，即图像的二值化处理就是讲图像上的点的灰度置为0或255，也就是讲整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值
点滴成海~·2020-06-30 17:51

【OpenCV学习笔记】之卷积及卷积算子（convolution）

一、简单理解卷积的概念1.1卷积的定义：定义任意两个信号的卷积为这里的*代表卷积的运算符号，是中间变量，两个信号的卷积仍是以t为变量的信号。类似地，离散的信号的卷积和：1.2卷积的计算步骤：（1）将上面的、中的自变量t换为，得到、；（2）将函数以纵坐标为轴折叠，得到折叠信号；（3）将折叠信号沿轴平移t，t为变量，从而得到平移信号,t0时右移；（4）将与相乘，得到相乘信号的非零区间，从而确定卷积积分
点滴成海~·2020-06-30 17:51

【OpenCV学习笔记】之离散傅里叶变换（DFT）

图像的离散傅里叶变换：傅里叶变换可以将一幅图片分解为正弦和余弦两个分量，换而言之，他可以将一幅图像从其空间域（spatialdomain）转换为频域（frequencydomain）。这种变换的思想是任何函数可以很精确的接近无穷个sin()函数和cos()函数的和。傅里叶变换提供了这种方法来达到这种效果。对于数字图像这种离散的信号，频率大小表示信号变化的剧烈程度或者说是信号变化的快慢。频率越大，变
点滴成海~·2020-06-30 17:51

【OpenCV学习笔记】之直方图（Histogram）

一、直方图概述（HistogramOverview）在统计学中，直方图是一种对数据分布情况的图形表示，是一种二维统计图表，他的两个坐标分别是统计样本（图像、视频帧）和样本的某种属性（亮度，像素值，梯度，方向，色彩等等任何特征）。也可以这么理解，直方图是对数据的统计，并把统计值显示到事先设定好的bin（矩形条）中，bin中的数值是从数据中计算出的特征的统计量。总之，直方图获取的是数据分布的统计图，通
点滴成海~·2020-06-30 17:51

【OpenCV学习笔记】之图像平滑（线性/非线性滤波器）

一、图像平滑（smoothing）图像平滑（smoothing）也称为“模糊处理”（bluring），是一项简单且使用频率很高的图像处理方法。可以用来压制、弱化或消除图像中的细节、突变、边缘和噪声。但最常见的是用来减少图像上的噪声或者失真。降低图像分辨率时，平滑处理是很重要的。说到噪声，两种噪声应该提一下：椒盐噪声：噪声的幅值基本上相同，但是噪声出现的位置是随机的；（中值滤波效果好）高斯噪声：每一
点滴成海~·2020-06-30 17:51

【OpenCV学习笔记】之访问图像的像素与ROI感兴趣区域选取

一、图像像素的操作访问图像像素值是图像处理的基本操作。OpenCV提供了很多访问方式，比较常用的三种方式：（1）通过指针访问（2）通过迭代器访问（3）动态地址计算，通过at()函数实现方法比较：（1）用指针访问像素，速度最快；但在彩色图像处理中，如果要单独对某一个颜色分量处理，则需要通过数学公式计算，不是很直观；（2）推荐用通过迭代器访问像素，速度快，而且提取BGR某一颜色分量很方便。（3）at(
点滴成海~·2020-06-30 17:51

Opencv学习笔记-----霍夫变换直线检测及原理理解

霍夫变换(HoughTransform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。霍夫变换于1962年由PaulHough首次提出[53]，后于1972年由RichardDuda和PeterHart推广使用[54]，经典霍夫变换用来检测图像中的直线，后来霍夫变换扩展到任意
看图算命·2020-06-30 06:02

OpenCV学习笔记（6）基于 VC+OpenCV+DirectShow 的多个摄像头同步工作

因项目需要采集2个摄像头的数据进行双目检测，一开始采用以下代码来测试：#include "stdafx.h" #include  #include  #include  intmain(int argc,_TCHAR* argv[]){CvCapture* capture1 = cvCreateCameraCapture( 0 );CvCapture* capture2 = cvCreateCam
Discovery·2020-06-30 06:41

OpenCV学习笔记（五十四）——概述FaceRecognizer人脸识别类contrib

在最新版的2.4.2中，文档的更新也是一大亮点，refrencemanual扩充了200多页的内容，添加了contrib部分的文档。contrib就是指OpenCV中新添加的模块，但又不是很稳定，可以认为是一个雏形的部分。这次结合refman的阅读，介绍一下FaceRecognizer这个人脸识别类，这个类也是2.4.2更新日志里着重强调过的更新，配套的文档也是相当充实。这个类的基类也是Algor
yang_xian521·2020-06-30 05:58

opencv学习笔记9：根据图片颜色分割图像

根据图片颜色分割图像程序目的有一张图片，底色是蓝色的，感兴趣的区域是灰色的，需要对图片按颜色分割。事实上按颜色分割图片在HSV通道上分割效果要远远优于在BGR通道上分割，如何获取某种颜色的HSV值大家请参考我的上篇博客。程序思路：读取图片（BGR）->转化到HSV空间->去除底色->获取感兴趣区域坐标->在原图上标记感兴趣区域我有一批图片，底色是蓝色，感兴趣的区域是灰色，现在要将灰色区域分割出来，
xz1308579340·2020-06-30 05:41

OpenCV学习笔记(八) 相机标定

1.相机内参相机内参共有6个参数（f,κ,Sx,Sy,Cx,Cy)，其中：f为焦距；κ表示径向畸变量级，如果κ为负值，畸变为桶型畸变，如果为正值，那畸变为枕型畸变。Sx,Sy是缩放比例因子。一般情况下相机成像单元不是严格的矩形的，其在水平和垂直方向上的大小是不一致的，这就导致在X和Y方向上的缩放因子不一样，所以需要分别定义两个缩放因子。对针孔摄像机来讲，表示图像传感器上水平和垂直方向上相邻像素之间
皆成旧梦·2020-06-30 04:17

opencv学习笔记（四）——绘制轮廓、直方图均衡、模板匹配

绘制轮廓函数cv2.findContours()有三个参数，第一个是输入图像，第二个是轮廓检索模式，第三个是轮廓近似方法。im=cv2.imread('img/chess.jpg')imgray=cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)ret,thresh=cv2.threshold(imgray,30,255,0)contours,hierarchy=cv2.find
心似平原纵马·2020-06-30 03:57

opencv学习笔记（三）—— 利用图像金字塔进行图像无缝拼接，cv2.pyrDown() ，cv2.pyrUp()

原理一般情况下，我们要处理是一副具有固定分辨率的图像。但是有些情况下，我们需要对同一图像的不同分辨率的子图像进行处理。比如，我们要在一幅图像中查找某个目标，比如脸，我们不知道目标在图像中的尺寸大小。这种情况下，我们需要创建创建一组图像，这些图像是具有不同分辨率的原始图像。我们把这组图像叫做图像金字塔（简单来说就是同一图像的不同分辨率的子图集合）。如果我们把最大的图像放在底部，最小的放在顶部，看起来
心似平原纵马·2020-06-30 03:57

OpenCV学习笔记（2）——opencv方法训练.xml文件过程

目标检测分为三个步骤：1、样本的创建2、训练分类器3、利用训练好的分类器进行目标检测。有了opencv自带的那些xml人脸检测文档，我们就可以用cvLoad（）这个函数加载他们，让他们对我们的人脸进行检测，但是，现在生活中还有很多物品需要识别，所以，我们需要自己做个xml的检测文档。一、正负样本的创建1、首先就是图片库了，下载face和nonface库作为正负样本，分别放入pos_image和ne
Summer_ZJU·2020-06-30 01:45
上一页 20 21 22 23 24 25 26 27 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他