随笔分类 - VS2015_opencv_C++提高
1
摘要：RANSAC直线拟合，并与最小二乘法结果进行对比 1 // // 2 //Program:RANSAC直线拟合，并与最小二乘法结果进行对比 3 //Data:2024.8.16 4 //Author:yuan jiakai 5 //Version:V1.0 6 // // 7 #include <i
阅读全文
摘要：OpenCV 可自动调整参数的透视变换: 在shiter大牛的基础之上，对于他的程序做了一定的修改。 首先，通过两个循环使得霍夫变换两个参数：角度的分辨率和点个数的阈值可以变换，这样就不必对于每一张图像都手动的设置阈值。 其次，过滤掉了两个距离很近的直线，使得能够正确找到物体的四个轮廓的直线。 #i
阅读全文
摘要：HSV颜色分割 目的： 目的就是为了更多地了解图像色彩空间，大部分图像计算基于图像色彩空间和图像统计直方图进行计算，而图像色彩空间最常用的有RGB、HSV、YUV三种格式。 任务： 了解图像的常用色彩空间，熟悉图像的基本处理方式，能够使用；图像色彩空间：RGB是工业界的一种颜色标准，是通过对红(R)
阅读全文
摘要：Haar与LBP分类器对象识别： 一、Haar特征： Haar和LBP特征原理及实现在前面的博文中讲的很详细这里就不再赘述。 Haar特征原理及实现：https://www.cnblogs.com/Jack-Elvis/p/11640931.html https://www.cnblogs.com/
阅读全文
摘要：1.从文件中读取视频： 1 #include <opencv2/opencv.hpp> 2 #include <iostream> 3 4 using namespace cv; 5 using namespace std; 6 7 int main(int argc, char** argv) {
阅读全文
摘要：平面对象的匹配与识别： 在日常生活中，我们接触的照片经常会因为角度或者方向的问题，而导致图像中的文字倾斜或者角度偏转。 透视变换（Perspective Transformation）可以将图片进行校正。也可以通过透视变换进行图像的平面识别； 主要是两个API： 代码演示： 1 #include <
阅读全文
摘要：BF特征点匹配原理： 暴力匹配 （段匹配） 1 #include <opencv2/opencv.hpp> 2 #include <opencv2/xfeatures2d.hpp> 3 #include <iostream> 4 5 using namespace cv; 6 using names
阅读全文
摘要：LBP的统一模式和非统一模式： （降维度） 统一模式： 中心点的一周，两个相邻像素点间求导为1，即由0到1跳变，或者由1向0跳变。 则跳变的次数为U的值，U等于0或者2时即为统一模式，否则为非统一模式。 统一模式共有58种： 非统一模式： 灰度不变性的圆形LBP算法： 从上面的计算我们可以看出，基本
阅读全文
摘要：LBP特征原理： 这里相当于将周边像素相对于中心像素阈值二值化，后编成八位二进制码处理 1 #include <opencv2/opencv.hpp> 2 #include <iostream> 3 #include "math.h" 4 5 using namespace cv; 6 using
阅读全文
摘要：HOG特征+SVM行人检测 API介绍： 1 #include <opencv2/opencv.hpp> 2 #include <iostream> 3 4 using namespace cv; 5 using namespace std; 6 7 int main(int argc, char*
阅读全文
摘要：HOG特征简介 HOG 全称为 Histogram of Oriented Gradients ，即方向梯度的直方图。HOG 是由 Navneet Dalal & Bill Triggs 在 CVPR 2005发表的论文中提出来的， 目的是为了更好的解决行人检测的问题。先来把这几个字拆开介绍，首先，
阅读全文
摘要：SURF特征点检测的实现如下所示： SURF函数的用法： 一般create（）用minHessian即可 代码： 结果显示：
阅读全文
摘要：SURF算法原理： 1、SURF特征检测的步骤 1.尺度空间的极值检测：搜索所有尺度空间上的图像，通过Hessian来识别潜在的对尺度和选择不变的兴趣点。 2.特征点过滤并进行精确定位。 3.特征方向赋值：统计特征点圆形邻域内的Harr小波特征。即在60度扇形内，每次将60度扇形区域旋转0.2弧度进
阅读全文
摘要：亚像素角点检测原理： 为了检测出图像中精确的亚像素角点，可以采用如下的算法。 API介绍： 1.cornerSubPix()函数 image： 输入图像，即源图像； corners： 提供输入角点的初始坐标和精确的输出坐标。 winSize： Size类型，表示搜索窗口的半径。若winSize=Si
阅读全文
摘要：一、 SIFT算法 1、算法简介 尺度不变特征转换即SIFT (Scale-invariant feature transform)是一种计算机视觉的算法。它用来侦测与描述影像中的局部性特征， 它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe在1999年所发
阅读全文
摘要：阈值的设定主要是通过R值矩阵中的R值大小来确定的： 通过阈值来确定需要的角点R值的范围 R值矩阵的计算参看:https://www.cnblogs.com/Jack-Elvis/p/11640931.html harris和shiTomasi两种自定义阈值的角点检测代码如下： 结果： 1.harri
阅读全文
摘要：shi-Tomasi角点检测相对Harris检测的计算量会更小，速度快。 结果： 拖动滑动条时显示的检测到的角点数;
阅读全文
1
