摘要：
https://blog.csdn.net/qq_41233772 阅读全文
摘要：
建议将所有成员属性设置为私有，自己提供对外接口来进行set或者get方法 阅读全文
摘要：
1. 什么是直方图均衡化 直方图均衡化就是通过某种处理使得原始图像的直方图变换为均匀分布的形式。 2. 怎么实现直方图均衡化 r为原始图像的灰度值，s为变换后图像的灰度值（都经过归一化处理，即 ）。由于处理后图像的直方图为均匀分布，那么变换后图像的概率密度为 。 设定，那么。 对上式左右两边同时求导 阅读全文
摘要：
minMaxLoc(src, minVal, maxVal, minLoc, maxLoc, mask) 在一个数组中找到全局最小值和全局最大值 minMaxLoc函数找到最小值和最大值元素值以及它们的位置。极值在整个数组中搜索出来的，或者，如果掩膜不是一个空数组，那么将在一个特殊的数组中搜寻。 该 阅读全文
摘要：
cv::inRange(src, lowerb, upperb, dst) cv::bitwise_and(src1, src2, dst, mask) dst = src1 & src2 mask:为掩膜 与运算：和1与，数据不变，和0与，结果为0（RGB中黑色=0；） #include <ope 阅读全文
摘要：
前言 HOG特征的全称是Histograms of Oriented Gradients，基于HOG特征的人脸识别算法主要包括HOG特征提取和目标检测，该算法的流程图如下图所示。本文主要讲HOG特征提取。 HOG特征的组成 Cell：将一幅图片划分为若干个cell（如上图绿色框所示），每个cell为 阅读全文
摘要：
http://dlib.net/face_landmark_detection.py.html 阅读全文
摘要：
0.前言 Sys.argv[]用来获取命令交互模式下，尾随的参数。 1.sys.argv[]代码理解 testarg1.py里面的代码如下 cmd的操作： (1).cd到你testarg1.py的文件夹内 (2).输入代码及运算结果如下 b.关键字参数 c.位置参数和关键字参数混合使用，此时位置参数 阅读全文
摘要：
0.目标 本小节解读官网example 1.官网介绍翻译 a. 这个例子展示了如何在一个图像中找到正面的人脸。具体来说，它显示了如何从命令行获取图像列表，并在屏幕上显示每个带有红框的人脸。 b. Face_detector采用了HOG特征，结合了线性分类器、图像金字塔和滑动窗口检测方案。这种类型的目 阅读全文
摘要：
转载：https://blog.csdn.net/qq_23589775/article/details/81143584 阅读全文
摘要：
简介 AdaBoost算法的人脸检测算法包含的主要工作：（1）通过积分图快速求得Haar特征；（2）利用AdaBoost算法从大量的特征中选择出判别能力较强的少数特征用于人脸检测分类；（3）提出一个级联结构模型，将若干个弱分类器集成一个强分类器，其能够快速排除非人脸区域，提高算法的检测速度。 2. 阅读全文
摘要：
1.什么是Haar特征 Haar特征是一种反映人脸灰度差异的矩形特征，因其与Haar小波类似而得名。 2.什么是Haar小波 Haar小波： 定义 其波形图为 由图2.1可以看出，Haar小波可以看作二值分类问题，如同Haar矩阵特征非黑即白，故Haar矩阵特征又称为类Haar特征。 3.Haar特 阅读全文
摘要：
一、引言 为什么要研究人脸识别 人脸是一个非常重要的生物特征 研究难点 人脸具有相当复杂的细节变化，对于机器学习算法的泛化能力非常具有挑战性 概念区分 常见的人脸检测主要方法概述 基于特征提取的人脸检测通过提取人脸面部区域的特征点，并利用提取到的特征点构建统计学模型，然后采用该模型对待检测区域进行判 阅读全文
摘要：
# -*-coding:utf-8-*- #author: lyp time: 2018/8/10 import cv2 import numpy as np face_xml = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') eye_xml = cv2.CascadeClassifier('haarcascade_ey... 阅读全文
摘要：
一，引言 目标：这小节主要通过两个demo熟悉视频分解图片与图片合成视频的OpenCV的应用 环境：python3.6+OpenCV3.3.1 二，示例 Demo1:视频分解图片 目标： 1.指定文件夹中读取视频文件 2.将视频文件分解为图片 3.将图片保存在指定文件夹中 Demo2:图片合成视频 阅读全文
摘要：
一、简介 1.FAST算法产生原因 SIFT和SURF算法在进行特征点检测时需要建立尺度空间，基于局部图像的梯度直方图来计算描述子，整个算法的计算和数据存储复杂度比较高，不适用于处理实时性很强的图像。 2.FAST算法思想 若某像素与其周围领域内足够多的像素点相差较大，则该像素可能是角点 二、算法步 阅读全文
摘要：
一，简介 ID3（Iterative Dichotmizer 3） 1.什么是决策树学习 决策树学习是以训练或样本数据集为基础的归纳学习算法，是用于分类和预测的重要技术。 2.ID3核心思想 核心思想是利用信息熵原理选择信息增益最大的属性作为分类属性，递归地拓展决策树的分枝，完成决策树的构造 3.决 阅读全文
摘要：
0.函数讲解 阅读全文
摘要：
Speeded Up Robust Features（SURF，加速稳健特征） 一．积分图像 积分图像是输入的灰度图像经过一种像素间的累加运算得到种新的图像媒介。对于一幅灰度的图像，积分图像中的任意一点（x,y）的值是指从图像的左上角到这个点的所构成的矩形区域内所有的点的灰度值之和 积分图像是SUR 阅读全文
摘要：
本次学习主要查考小甲鱼老师的内容以及官方文档。 一.开发环境的建立 1.创建虚拟环境 mkvirtualenv exceltest 2.cd 到虚拟环境文件夹，安装openpyxl，建立py项目（Pycharm） 记得在pycharm里面设置好该项目的求解器（interpreter） 以上是每个项目 阅读全文