摘要：
Laplance算子就是对图像求二阶导 代码： 结果： 原图 灰度图： Laplance: 阅读全文
摘要：
Sobel算子就是对图像求导，得到图像边缘梯度。 结果： 灰度图像 X轴方向梯度： Y轴方向梯度： 0.5X+0.5Y方向: 阅读全文
摘要：
五种类型阈值二值化 代码： 原图： 结果： 阅读全文
摘要：
一、图像的像素变换： 1.灰度图像生成： 前面用python实现过灰度转换：https://www.cnblogs.com/Jack-Elvis/p/10971603.html 灰度图像的生成办法是由彩色图像的三个通道的像素值取均值后赋给单通道的灰度图像值： C++代码实现 （1）opencv的AP 阅读全文
摘要：
一、canny边缘检测： 前面用python写过了canny的边缘检测的算法，这次用C++写一个边缘检测的算法。 思路：将原始图像转化为灰度图，用blur函数进行图像模糊以降噪，然后用canny函数进行边缘检测。 一、图像二值化操作 两种方法，全局固定阈值二值化和局部自适应阈值二值化 1.全局固定阈 阅读全文
摘要：
1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。 Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获 阅读全文
摘要：
mask掩膜的实质： 原图image与掩膜mask进行与运输得到了结果图image； 何为图与掩膜的与运算？ 其实就是图像中每个像素和掩膜中每个对应像素进行与运行； 如：1 & 1 = 1；1 & 0 = 0； 又如：一个3 * 3的图像与3 * 3的掩膜进行运算， 如下所示： mask掩膜的实质： 阅读全文
摘要：
弄懂SVM支持向量机的原理以后开始代码演练： 具体的分类思想参考链接：https://www.cnblogs.com/Jack-Elvis/p/11274732.html 注释的步骤很清楚了，不再赘述。 阅读全文
摘要：
（一）SVM的简介 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10]。 支持向量机方法是建立在统计学习理论的VC 维理论和结构 阅读全文
摘要：
hello_world基本上是每种编程语言的入门第一个程序。 在FPGA的嵌入式系统linux上运行ram-DS５开发的c/c++的程序。流程如下： 首先我们打开DS5， DS5的安装与破解参考链接：https://www.cnblogs.com/Jack-Elvis/p/11228078.html 阅读全文