- 博客(22)
- 收藏
- 关注
RSS订阅原创 Mat矩阵初始化和访问
Mat矩阵初始化和访问#include <opencv2/core.hpp>#include <opencv2/highgui.hpp>#include <iostream>using namespace cv;using namespace std;int main(){ /* Mat矩阵初始化 */ // 1. 直接初始化...
2019-03-30 19:17:06
1232
原创 APAP多图拼接代码
整理一下APAP image stitching的代码：项目地址：https://cs.adelaide.edu.au/~tjchin/apap/其中MDLT是两张图片的拼接，调试过程基本很简单，不再赘述；对于BAMDLT多图拼接代码，现将出现的问题及解决办法整理如下：BAMDLT使用依赖三个库，分别是EIGEN, Google’s Ceres solver，GLOG其中EIGEN...
2018-12-08 20:24:41
6357
19
原创 OpenGL创建窗口
窗口初始化 glfwInit(); glfwWindowHint(GLFW_CONTEXT_VERSION_MAJOR, 3); \\主版本号 glfwWindowHint(GLFW_CONTEXT_VERSION_MINOR, 3); \\次版本号 glfwWindowHint(GLFW_OPENGL_PROFILE, GLFW_OPENGL_CORE_PR...
2018-12-04 16:54:08
938
1
原创 OpenGL编程需要了解的一些概念
本博客的内容出自于https://learnopengl-cn.github.io/仅根据自己的理解记录下对自己很有帮助的地方OpenGL是什么？OpenGL可以认为是一个API，但具体来说OpenGL值规定了函数如何执行和输出值，但没有定义如何实现，具体实现细节是由显卡的生产商完成的。所以有时候OpenGL的Bug可以通过升级驱动来解决。OpenGL早期的使用立即渲染模式（Immedia...
2018-12-04 15:44:47
372
原创 DoG算子和LoG算子
DoG(Difference of Gaussian)算子和LoG(Laplacian of Gaussian)算子是常用的极值点检测(Blob Detection)两种方法，高斯卷积是为了进行尺度变换，那么LapLacian呢。 因此这里首先引入LapLacian算子。图像边缘检测因此进行边缘检测有两种方法。一阶导数的极值梯度算子定义为：G(x,y)=∇xf(x,y)2+∇yf...
2018-11-12 14:40:40
17846
5
原创 特征点检测一
harris特征点检测https://xmfbit.github.io/2017/01/25/cs131-finding-features/https://www.cnblogs.com/ronny/p/4009425.htmlsift特征点检测https://blog.csdn.net/dcrmg/article/details/52561656https://www.jianshu....
2018-11-04 23:04:22
8305
1
原创 ROLO使用教程
ROLO运行环境：python2.7tensorflow0.8opencv2.7以下是一些注意事项，以下均是在终端翻墙情况安装tensorflow 0.8pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp3...
2018-11-02 12:35:06
4986
8
原创 opencv 图像拼接
详细的图像拼接实例注释，但是觉得这个代码整体比较乱，接下来自己会整理一个更加有序的代码。代码和数据可见#include &lt;iostream&gt;#include &lt;fstream&gt;#include &lt;string&gt;#include "opencv2/opencv_modules.hpp"#include &lt;ope
2018-11-01 16:41:53
3794
原创 Automatic Panoramic Image Stitching using Invariant Features笔记
第一次接触全景图像的拼接，先简单的来做个论文笔记。简单来说，全景图像拼接过程可以简述为：寻找所有图像重叠区域鲁棒的特征点，根据图像特征点匹配得到不同图像间的单应性矩阵，以某个图像为基准图像(k-d tree 得到)，将其余图像拼接到这幅图中，然后通过图像融合得到最终结果。当然这中间还有一些其他的问题，在后面在赘述。该篇论文最终算法为:在这里我将按照论文最终算法步骤来介绍整篇论文内容，而非原...
2018-10-25 13:43:24
5054
5
原创 张氏相机标定法和畸变矫正opencv代码
原理部分可见上一篇博客，这一部分主要是关于opencv实现：这部分代码参考网上教程张氏标定法，但我觉得部分地方可能存在问题，后续会继续看一下官方代码完整代码和棋盘图片下载可从这里下载基本思路为:检测代标定图像的内角点findChessboardCorners利用find4QuadCornerSubpix寻找更精细的像素级坐标根据测量的标定板的格子尺寸得到真实世界坐标系中内角点坐标利...
2018-10-18 23:57:28
2710
原创 相机畸变校正原理初步理解
相机畸变校正相机成像的过程实际就是将世界坐标系的点，转换到相机坐标系，投影得到图像坐标系，进而转化为像素坐标系的过程。而由于透镜精度和工艺会引入畸变(所谓畸变，就是指在世界坐标系中的直线转化到其他坐标系不在是直线)，从而导致失真，为了解决这个问题，从而引入了相机畸变校正模型。为了了解畸变校正原理，我们首先要了解相机的成像模型。相机成像模型前面已经说过相机成像就是坐标系的转换过程。世界坐...
2018-10-16 20:51:49
31774
4
原创 opencv5
读写XMl或YAMl文件XML中写入数据一般步骤 // 打开一个xml文件， string filename = "my.xml"; FileStorage fs(filename, FileStorage::WRITE); // xml数据存储在FileNode中 // xml中第一种数据类型为element squence 在写入时 []位起始位置标...
2018-10-10 22:54:35
844
原创 opencv学习历程4
创建一个Trackbar// 函数定义int cv::createTrackbar ( const String & trackbarname, const String & winname, int * value, int count, TrackbarCallback onChange = 0, void * userdat...
2018-10-07 16:05:18
219
原创 opencv学习历程2
利用remap函数实现图像翻转一个简单的例子#include<opencv2/core.hpp>#include<opencv2/imgcodecs.hpp>#include<opencv2/highgui.hpp>#include<opencv2/imgproc.hpp>#include<iostream>using n...
2018-10-03 20:43:27
182
原创 opencv 学习历程
opencv实现图片加法addWeighted( src1, alpha, src2, beta, 0.0, dst);代表dst=α×src1+β×src2+γdst =\alpha \times src1 + \beta\times src2 + \gammadst=α×src1+β×src2+γ在本例子中gamma=0,src1,src2代表两幅不同图片gamma=0, src1...
2018-10-02 23:06:18
1176
原创 利用tensorflow进行单词分类
使用tensorflow进行单词划分类别，依赖于sklearn自带的已经标注好的数据集（有监督学习）https://www.oschina.net/translate/big-picture-machine-learning?lang=chs&page=1# 参考教程 https://github.com/pursedream/tensorflow_1 完整代码 导入相关包from coll
2017-08-11 23:47:51
1164
原创 决策树分类的一个入门示例
https://www.shiyanlou.com/courses/863 参考教程决策树进行鸢尾花分类使用决策树一些关键步骤：特征选取：信息增益越大，该特征越重要节点划分算法： ID3，利用信息增益进行节点划分，选取信息增益最大的特征作为划分依据，进行节点分裂，不断迭代，直到信息增益足够小或者为0C4,5，利用信息增益比进行划分ID3，C4,5共同缺点是容易造成过拟合over-fitti
2017-08-11 23:41:20
2440
原创 论文中常用的一些矩阵求导公式和二阶范数公式
1 二阶范数 ||A||2=tr(AAT) ||A||^2 = tr(AA^T) \quad\quad\quad\quad\quad\quad\quad\quad 2 矩阵求导基本公式（等式两边同时去除tr，公式不变）：∂tr(AX)∂X=AT \frac{\partial tr(AX)}{\partial X} = A^T \quad\quad\quad\quad\quad\qua
2017-08-11 19:00:40
12521
原创 Seven ways to improve example-based single image super resolution笔记
最近一直在看super resolution的文章，看到2016年CVPR论文中有一篇关于improve example-based super resolution的通用方法，就简单总结一下，笔者是小白，要是有什么问题的话，感谢大家指出。以下改进算法是以A+算法作为baseline。 A+: Adjusted anchored neighborhood regression for fast s
2017-08-08 00:30:45
1422
1
原创 第一次在linux使用github远程仓库
1 github上建立仓库2 在终端输入：ssh-keygen -t rsa -C “youremail@example.com” 3 进入隐藏目录.ssh4 拷贝id_rsa.pub下密钥5 在github下 settings下SSH中add ssh key title任意 ， key粘贴上面的密钥6 在终端项目的根目录下输入：git init7 添加远程github： git remote a
2016-12-13 19:40:36
314
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人