osbreak - 博客园

2019年10月11日

opencv::人脸识别

摘要：再次加权重阅读全文

posted @ 2019-10-11 10:31 osbreak 阅读(209) 评论(0) 推荐(0)

opencv::Brisk检测与匹配

摘要： Brisk(Binary Robust Invariant Scalable Keypoints)特征介绍构建尺度空间特征点检测 FAST9-16寻找特征点特征点定位关键点描述子阅读全文

posted @ 2019-10-11 09:39 osbreak 阅读(447) 评论(0) 推荐(0)

2019年10月10日

opencv::AKAZE检测与匹配

摘要： AKAZE局部匹配 AKAZE局部匹配介绍 AOS 构造尺度空间 Hessian矩阵特征点检测方向指定基于一阶微分图像描述子生成与SIFT、SUFR比较更加稳定非线性尺度空间 AKAZE速度更加快比较新的算法，只有OpenCV新版本才可以用 #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; usi 阅读全文

posted @ 2019-10-10 16:51 osbreak 阅读(1100) 评论(0) 推荐(0)

opencv::积分图计算

摘要：利用积分图像，可以计算在某象素的上－右方的或者旋转的矩形区域中进行求和、求均值以及标准方差的计算，并且保证运算的复杂度为O(1)。 #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; int main(int argc, char** argv) { Mat src = imread("D:/vcproject 阅读全文

posted @ 2019-10-10 14:34 osbreak 阅读(425) 评论(0) 推荐(0)

opencv::HOG特征检测

摘要： HOG特征描述子提取 - 灰度图像转换 - 梯度计算 - 分网格的梯度方向直方图 - 块描述子 - 块描述子归一化 - 特征数据与检测窗口 - 匹配方法灰度图像转换 - cvtColor - gray = R*0.3 + 0.59*G + 0.11*B 梯度计算分网格的梯度方向直方图分割为8*8=64像素的Cell网格对每个Cell求取方向直方图 (Orientation Hist)，分为阅读全文

posted @ 2019-10-10 11:25 osbreak 阅读(738) 评论(0) 推荐(0)

opencv::sift特征提取

摘要： SIFT特征检测介绍 SIFT(Scale-Invariant Feature Transform)特征检测关键特性： -建立尺度空间，寻找极值 -关键点定位(寻找关键点准确位置与删除弱边缘) -关键点方向指定 -关键点描述子关键点定位我们在像素级别获得了极值点的位置，但是更准确的值应该在亚像素位置，如何得到 – 这个过程称为关键点(准确/精准)定位删除弱边缘- 通过Hassian 矩阵阅读全文

posted @ 2019-10-10 10:36 osbreak 阅读(1461) 评论(0) 推荐(0)

2019年10月9日

opencv::SURF特征

摘要： SURF特征基本介绍 SURF(Speeded Up Robust Features)特征关键特性： -特征检测 -尺度空间 -选择不变性 -特征向量工作原理 1. 选择图像中POI（Points of Interest） Hessian Matrix 2. 在不同的尺度空间发现关键点，非最大信号压制 3. 发现特征点方法、旋转不变性要求 4. 生成特征向量 SURF... 阅读全文

posted @ 2019-10-09 17:31 osbreak 阅读(834) 评论(0) 推荐(0)

opencv::亚像素级别角点检测

摘要：提高检测精准度理论与现实总是不一致的，实际情况下几乎所有的角点不会是一个真正的准确像素点。(100,5)实际上（100.234，5.789） - 跟踪 - 三维重建 - 相机校正亚像素定位 - 插值方法 - 基于图像矩计算 - 曲线拟合方法（高斯曲面、多项式、椭圆曲面） #include #include using namespace cv; us... 阅读全文

posted @ 2019-10-09 16:28 osbreak 阅读(1020) 评论(1) 推荐(0)

opencv::自定义角点检测

摘要： #include #include #include using namespace cv; using namespace std; const char* harris_win = "Custom Harris Corners Detector"; const char* shitomasi_win = "Custom Shi-Tomasi Corners Detector"... 阅读全文

posted @ 2019-10-09 14:46 osbreak 阅读(327) 评论(0) 推荐(0)

2019年9月27日

opencv::Shi-Tomasi角点检测

摘要： Shi-Tomasi角点检测理论跟Harris角点检测的理论几乎完全一致，唯一不同的是在使用矩阵特征值确定图像的强角点在图像中寻找具有大特征值的角点。该函数，首先用cvCornerMinEigenVal 计算输入图像的每一个象素点的最小特征值，并将结果存储到变量 eig_image 中。然阅读全文

posted @ 2019-09-27 16:18 osbreak 阅读(307) 评论(0) 推荐(0)

opencv::Harris角点检测

摘要： Harris角点检测理论：大致描述：图像大小x,y, 以x和y为基点，(每个图像点减去系数(x,y) ，平方)求和，得到输出响应。 R 既是我们要得到的角点， k取0.04-0.06之间。阅读全文

posted @ 2019-09-27 14:42 osbreak 阅读(230) 评论(0) 推荐(0)

2019年9月20日

xxx

摘要： xx 阅读全文

posted @ 2019-09-20 16:52 osbreak 阅读(969) 评论(0) 推荐(0)

2019年9月11日

opencv::基于距离变换与分水岭的图像分割

摘要：什么是图像分割图像分割(Image Segmentation)是图像处理最重要的处理手段之一图像分割的目标是将图像中像素根据一定的规则分为若干(N)个cluster集合，每个集合包含一类像素。根据算法分为监督学习方法和无监督学习方法，图像分割的算法多数都是无监督学习方法 - KMeans 距离变换常见算法有两种 - 不断膨胀/腐蚀得到 - 基于倒角距离分水岭变换常见的算法 - 基于浸泡理论阅读全文

posted @ 2019-09-11 10:54 osbreak 阅读(1288) 评论(0) 推荐(0)

opencv::点多边形测试

摘要：点多边形测试测试一个点是否在给定的多边形内部，边缘或者外部 double pointPolygonTest( InputArray contour, // 输入的轮廓 Point2f pt, // 测试点 bool measureDist // 是否返回距离值，如果是false，1表示在内面，0表示在边界上，-1表示在外部，true返回实际距离 ) 步骤构建一张400x400大小的图片， Ma 阅读全文

posted @ 2019-09-11 10:44 osbreak 阅读(747) 评论(0) 推荐(0)

2019年9月10日

opencv::图像矩(Image Moments)

摘要：矩的概念介绍 1、几何矩 2、中心距 3、中心归一化距 4、图像中心Center(x0, y0) 阅读全文

posted @ 2019-09-10 17:16 osbreak 阅读(1941) 评论(0) 推荐(0)

公告