08 2011 档案
摘要：OpenCV wikihttp://opencv.willowgarage.com/wiki/Welcome计算机视觉库 http://www.oschina.net/p/opencvOpenCV小组 http://www.douban.com/group/197520/程序源码搜索http://www.hackchina.com/cont/153090恋雪 人工智能 http://www.lovesnow.com/寂寞天堂 http://whitebaby323.blog.163.com/blog/#m=0非特定人脱机手写汉字识别http://www.chinaai.org/pr/ocr/h
阅读全文
摘要：转自http://blog.163.com/shi-xj/blog/static/3178051520110703223313/前几篇日志介绍了Gabor滤波器，我在OPENCV上编了一个Gabor核类，望各位看客指正。参考公式：/**********************************************************Author XJ Shi. FileName: Gabor.hshi-xj@163.comDefine the class head to Gabor Filter@ 2011.1.2*********************************
阅读全文
摘要：转自http://apps.hi.baidu.com/share/detail/216181051.关于小波变换： 一种多分辨率分析工具，为不同尺度上信号的的分析和表征提供了精确和统一框架。它的原理是来源于Fourier变换！但是它比传统的Fourier变换有更多优点，比如：1）小波变换可以覆盖整个频域；2)可以通过选取合适滤波器，减少或除去提取的不同特征之间的相关性；3)具有“变焦”特性，低频段可用高频率分辨率和低时间分辨率，在高频段可用低频率分辨率和高时间分辨率4)小波变换在实现上有快速算法（Mallat小波分析算法）。提到小波变换必须提到小波函数，简单的说，积分为0的函数都可以作为小波函
阅读全文
摘要：转自http://www.cnblogs.com/zhangzhi/archive/2009/09/19/1569888.html提供函数DWT()和IDWT()，前者完成任意层次的小波变换，后者完成任意层次的小波逆变换。输入图像要求必须是单通道浮点图像，对图像大小也有要求（1层变换：w,h必须是2的倍数；2层变换：w,h必须是4的倍数；3层变换：w,h必须是8的倍数......），变换后的结果直接保存在输入图像中。1、函数参数简单，图像指针pImage和变换层数nLayer。2、一个函数直接完成多层次二维小波变换，尽量减少下标运算，避免不必要的函数调用，以提高执行效率。3、变换过程中，使用了
阅读全文
摘要：一、二维卷积运算Gabor变换的本质实际上还是对二维图像求卷积。因此二维卷积运算的效率就直接决定了Gabor变换的效率。在这里我先说说二维卷积运算以及如何通过二维傅立叶变换提高卷积运算效率。在下一步分内容中我们将此应用到Gabor变换上，抽取笔迹纹理的特征。1、离散二维叠加和卷积关于离散二维叠加和卷积的运算介绍的书籍比较多，我这里推荐William K. Pratt著，邓鲁华 张延恒 等译的《数字图像处理（第3版）》，其中第7章介绍的就是这方面的运算。为了便于理解，我用下面几个图来说明离散二维叠加和卷积的求解过程。A可以理解成是待处理的笔迹纹理，B可以理解成Gabor变换的核函数，现在要求A与
阅读全文
摘要：来自http://download.csdn.net/source/3208155#acomment特征提取代码总结颜色提取Ø颜色直方图提取：Code:#include<cv.h>#include<highgui.h>#include<iostream>usingnamespacestd;intmain(intargc,char**argv){IplImage*src=cvLoadImage("E:\\Download\\test1.jpg",1);IplImage*hsv=cvCreateImage(cvGetSize(src
阅读全文
摘要：ift是David Lowe于1999年提出的局部特征描述子，并于2004年进行了更深入的发展和完善。Sift特征匹配算法可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，具有很强的匹配能力。在Mikolajczyk对包括Sift算子在内的十种局部描述子所做的不变性对比实验中，Sift及其扩展算法已被证实在同类描述子中具有最强的健壮性。总体来说，Sift算子具有以下特性： （1）Sift特征是图像的局部特征，对平移、旋转、尺度缩放、亮度变化、遮挡和噪声等具有良好的不变性，对视觉变化、仿射变换也保持一定程度的稳定性。 （2）独特性好，信息量丰富，适用于在海量特征数据库中进行快速、准确
阅读全文
摘要：本文引用自yuweiisme《关于图像特征提取》网上发现一篇不错的文章，是关于图像特征提取的，给自己做的项目有点类似，发出来供大家参考。 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 特征的定义 至今为止特征没有万能和精确的定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复性”
阅读全文
摘要：常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。一颜色特征（一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可不受图像尺度变化的影响，基缺点是没有表达出颜色空间分布的信息。（二）常用的特征提取与匹配方法（1
阅读全文
摘要：一、点特征提取点特征主要指图像中的明显点，如房屋角点、圆点等，在图像匹配合遥感影像定位中很有用。用于点特征提取得算子称为有利算子或兴趣算子。自七十年代以来出现一系列各不相同、个有特色的兴趣算子，叫知名的有Moravec算子、Hannah算子与Foistner等。 下面以Moravec算子为例说明点特征提取：Moravec算子的基本思想是，以像元的四个主要方向上最小灰度方差表示该像元与邻近像元的灰度变化情况，即像元的兴趣值，然后在图像的局部选择具有最大的兴趣值得点（灰度变化明显得点）作为特征点，具体算法如下：（1）计算各像元的兴趣值IV(interest value)，例如计算香元（c，r）的兴
阅读全文
摘要：来自http://whitebaby323.blog.163.com/blog/static/1104276201123101430958/同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。需要说明的是：边缘和物体间的边界并不等同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘，因为现实世界中的物体是三维的，而图像只具有二维信息，从三维到二维的投影成像不可避免的会丢失一部分信息；另外，成像过程中的光照和噪声也是不可避免的重要因素。正是因为这些原因，基于边缘的图像分割仍然是当前图像
阅读全文
摘要：一、文字识别概述汉字是历史悠久的中华民族文化的重要结晶，闪烁着中国人民智慧的光芒。汉字数量众多，仅清朝编纂的《康熙字典》就包含了49，000多个汉字，其数量之大，构思之精，为世界文明史所仅有。由于汉字为非字母化、非拼音化的文字，所以在信息技术及计算机技术日益普及的今天，如何将汉字方便、快速地输入到计算机中已成为关系到计算机技术能否在我国真正普及的关键问题。前文图1所示将汉字输入到计算机里一般有两种方法：人工键入和自动输入。其中人工键入速度慢而且劳动强度大，一般的使用者每分钟只能输入40～50个汉字。这种方法不适用于需要处理大量文字资料的办公自动化、文档管理、图书情报管理等场合。而且随着劳动力价
阅读全文
摘要：主要介绍了非特定人脱机手写体汉字识别的基本步骤和技术难点，以及当前的研究热点和成果。来自http://www.chinaai.org/pr/ocr/handwritten-chinese-character.html一、汉字识别概述字已有数千年的历史，也是世界上使用人数最多的文字，对于中华民族灿烂文化的形成和发展有着不可磨灭的功勋，并将继续发挥重要的、其它文字形式难以取代的作用。然而，汉字是非字母化、非拼音化的文字，在当今高度信息化的社会里，如何快速高效地将汉字输入计算机，已成为影响人机接口效率的一个重要瓶颈，也关系到计算机能否真正在我国得到普及应用。围绕这一问题，人们提出了各种解决方案。目前
阅读全文
摘要：int otsu (unsigned char *image, int rows, int cols, int x0, int y0, int dx, int dy, int vvv){unsigned char *np;// 图像指针int thresholdValue=1; //阈值int ihist[256];// 图像直方图，256个点int i, j, k;// various countersint n, n1, n2, gmin, gmax;double m1, m2, sum, csum, fmax, sb;// 对直方图置零...memset(ihist, 0, sizeof
阅读全文
摘要：行人检测样本库：1.inria的样本库http://pascal.inrialpes.fr/data/human/INRIAPerson.tar970M（vety good）2http://www.cis.upenn.edu/~jshi/ped_html/3http://www.cse.ohio-state.edu/OTCBVS-BENCH/bench.html需注册，但很简单，（连续的帧图像）4http://eprints.whiterose.ac.uk/2256/5.http://lear.inrialpes.fr/data
阅读全文
摘要：From：http://www.computer-vision-software.com/blog/2009/11/faq-opencv-haartraining/Hi All, before posting your question,please look at this FAQcarefully!Also you can readOpenCV haartraining article.If you are sure, there is no answer to your question, feel free to post comment.Also please, put commen
阅读全文
摘要：转自http://wenku.baidu.com/view/18875f2eb4daa58da0114aa0.html刚刚把系统从win7换回了XP，发现有很多问题，XP的速度真的比win7慢很多。废话不多说了，本来想用flash播放器打开swf文件，哪知道弹出了以下的框框： 以前都可以正常打开，为什么今天会这样呢？是不是与新系统有关？群里没人能回答我，决定百度一下，我不知道的，百度果然知道，呵呵~~看了以下的文章就解决问题了，今天有增长知识了一、如果是文件打不开，请按照如下方法：1、双击“我的电脑”，打开之后，点菜单下：工具——文件夹选项2、会弹出一个对话框，找到文件的扩展名称，如JPG ，
阅读全文
摘要：转自http://apps.hi.baidu.com/share/detail/32393679最近要做一个性别识别的项目，在人脸检测与五官定位上我采用OPENCV的haartraining进行定位，这里介绍下这两天我学习的如何用opencv训练自己的分类器。在这两天的学习里，我遇到了不少问题，不过我遇到了几个好心的大侠帮我解决了不少问题，特别是无忌，在这里我再次感谢他的帮助。一、简介目标检测方法最初由Paul Viola [Viola01]提出，并由Rainer Lienhart [Lienhart02]对这一方法进行了改善。该方法的基本步骤为： 首先，利用样本（大约几百幅样本图片）的 ha
阅读全文
摘要：转自http://blog.csdn.net/chenyusiyuan/article/details/4642297参考OpenCV中文论坛的一个帖子（http://www.opencv.org.cn/forum/viewtopic.php?f=1&t=7996&start=0）实现了在一个窗口显示多个视频子窗口，能够读入单个的视频或摄像头数据，然后在一个窗口中分别显示原始帧图像、反色图像、灰度图像以及Canny边缘检测图像。并在每个子窗口左上角显示系统时间，函数cvShowManyImages是改写的。代码如下：#include"stdafx.h"#in
阅读全文
摘要：在训练分类器之前有一步骤是样本的创建，而创建之前须对正样本与副样本缩放到统一大小，如何对整个文件夹里的图片进行批缩放呢？程序如下：在VC6.0+opencv2.1运行没问题，在vs2010下面出现如下错误：error C2440: 'initializing' : cannot convert from 'WCHAR [260]' to 'std::basic_string<_Elem,_Traits,_Ax>'解决方法：这是由项目使用的字符编码所至的问题，使用unicode时，LPSTR p = str.getBuffer(len
阅读全文
摘要：经常碰到朋友，尤其是初学者对指定文件夹下指定类型文件的读取很困惑，这里，我把自己经常用的程序贴出来，供初学者学些；#include "stdafx.h"#include "windows.h"#include <vector>#include <string>#include "iostream"using namespace std;typedef std::vector<std::string> file_lists;static int str_compare(const void *arg1
阅读全文
摘要：OpenCV训练分类器一、简介目标检测方法最初由Paul Viola [Viola01]提出，并由Rainer Lienhart [Lienhart02]对这一方法进行了改善。该方法的基本步骤为： 首先，利用样本（大约几百幅样本图片）的 harr 特征进行分类器训练，得到一个级联的boosted分类器。分类器中的"级联"是指最终的分类器是由几个简单分类器级联组成。在图像检测中，被检窗口依次通过每一级分类器， 这样在前面几层的检测中大部分的候选区域就被排除了，全部通过每一级分类器检测的区域即为目标区域。分类器训练完以后，就可以应用于输入图像中的感兴趣区域(与训练样本相同的尺寸
阅读全文
