随笔分类 - OpenCV
摘要：OpenCV支持的目标检测的方法： 利用样本的Haar特征进行的分类器训练，得到的级联boosted分类器（Cascade Classification） 1.加载级联分类器 2.打开视频 3.对每一帧图像进行检测并标出人脸 4. 头文件 OK,就是这样
阅读全文
摘要：OpenCV程序运行时，有时出现以下错误： 解决方法： 在opencv安装目录下找到这个链接库，将其复制到以下指定目录中 我的链接库目录为：E:\Program files\opencv\build\x64\vc12\bin
阅读全文
摘要：Haar-like特征——即Haar特征，是计算机视觉领域一种常用的特征描述算子。它最早用于人脸描述。 目前常用的Haar-like特征可以分为以下几类：线性特征、边缘特征、点特征（中心特征）、对角线特征。 每一种特征的计算都是由黑色填充区域的像素值之和与白色填充区域的像素值之和的差值。而计算出来的
阅读全文
摘要：1.Unsigned 8bits(一般的图像文件格式使用的大小)IplImage数据结构参数：IPL_DEPTH_8UCvMat数据结构参数：CV_8UC1，CV_8UC2，CV_8UC3，CV_8UC4 2.Signed 8bitsIplImage数据结构参数：IPL_DEPTH_8SCvMat数
阅读全文
摘要：KNN近邻分类法（k-Nearest Neighbor）是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。 这个算法首先贮藏所有的训练样本，然后通过分析（包括选举，计算加权和等方式）一个新样本周围K个最近邻以给出该样本的相应值。这种方法有时候被称作“基于样本的学习”，即为了预测，我们对于给定
阅读全文
摘要：数字识别和其他的所有计算机视觉相关的应用都会分为两个步骤：ROI抽取和识别。 1. ROI抽取即将感兴趣的区域从原始图像中分离初来，这个步骤包括二值化，噪点的消除等2. 识别即通过一些分类器将第一步中的结果进行分类，事实上属于机器学习的一个典型应用 数字识别步骤： 1.先处理图像： 转换为灰度值（灰
阅读全文
摘要：ROI（region of interest）——感兴趣区域。 1.用途 这个区域是图像分析所关注的重点。圈定这个区域，以便进行进一步的处理。而且，使用ROI指定 想读入的目标，可以减少处理时间，增加精度，给图像处理带来不小的便利。 2.定义ROI方法 使用表示矩阵区域的Rect。 它指定矩阵的左上
阅读全文
摘要：成员变量x、y、width、height，分别为左上角点的坐标和矩形的宽和高。 常用的成员函数有： Size()返回值为一个Size area()返回矩形的面积 contains(Point)用来判断点是否在矩形内 inside(Rect)函数判断矩形是否在该矩形内 tl()返回左上角点坐标 br(
阅读全文
摘要：Mat，cvMat和IplImage这三种类型都可以代表和显示图像，三者区别如下 Mat类型侧重于计算，数学性较高，openCV对Mat类型的计算也进行了优化。 而CvMat和IplImage类型更侧重于“图像”，opencv对其中的图像操作（缩放、单通道提取、图像阈值操作等）进行了优化。IplIm
阅读全文
摘要：#include #include using namespace std; using namespace cv; int minh,maxh,mins,maxs,minv,maxv; void helptext() { cout > color; deal(color); while(1){ Mat frame; //...
阅读全文