基于SIFT特征的全景图像拼接(Qt)
基于SIFT特征的全景图像拼接(Qt)
主要分为以下几个步骤：
(1) 读入两张图片并分别提取SIFT特征
(2) 利用k-d tree和BBF算法进行特征匹配查找
(3) 利用RANSAC算法筛选匹配点并计算变换矩阵
(3) 图像融合
运行前请自己在pro文件中配置OpenCV的头文件和lib文件目录
详情查看博客：
http://blog.csdn.net/masikkk/article/details/9246493
SIFT算法详解及应用(讲的很详细)
SIFT算法入门时看的一篇文章，SIFT算法详解及应用(讲的很详细)
利用OpenCV中的Stitcher类实现全景图像拼接
利用OpenCV中的Stitcher类实现全景图像拼接
是OpenCV中自带的样例，版本是OpenCV2.4.4
运行时请自行配置好头文件和lib文件目录
OpenCV2.4.4 实现图像仿射变换
OpenCV2.4.4 实现图像仿射变换，Qt写的，不过只有一个main.cpp文件，放在VC中照样可编译，注意：头文件和lib文件路径自己配置
OpenCv2.4.4中实现图像旋转和缩放
OpenCv2.4.4中实现图像旋转和缩放，是用Qt实现的，不过只有一个main.cpp文
件，也能在VC中用，头文件和Lib文件目录请自行设置，否则无法编译成功
OpenCV2.4.4中调用SIFT特征检测器进行图像匹配
OpenCV2.4.4中调用SIFT特征检测器进行图像匹配，是用Qt实现的，不过只有一个main.cpp文件，也能在VC中用，头文件和Lib文件目录请自行设置，否则无法编译成功
Qt+OpenCV2.4.4实现Harris角点检测(Mat结构实现)
注意：.pro工程文件中的头文件和库文件目录配置因人而异，自己手动改一下。
Qt+OpenCV2.4.4实现拉普拉斯算子图像锐化(Mat结构实现)
注意：.pro工程文件中的头文件和库文件目录配置因人而异，自己手动改一下。
内含算法的手动实现和调用OpenCV中现有函数实现两种方式。
Qt+OpenCV2.4.4实现直方图均衡化增强图像对比度(Mat结构实现)
注意：.pro工程文件中的头文件和库文件目录配置因人而异，自己手动改一下。
包括了基于Mat结构的通道分割split和合并merge操作，可以参考下。
MatToQImage
将OpenCV中的Mat结构转换为Qt中的QImage结构的函数
qt-opencv-multithreaded-1.21Qt结合OpenCV多线程图像处理
google code上一个大牛写的Qt结合OpenCV多线程进行图像处理的例子。
捕获图像用一个线程，处理图像用一个线程，共享图像缓冲区。
我给加上了比较详细的中文注释。
注：opencv用的是2点几的版本。在pro文件中添加自己的配置才能运行
Qt中利用OpenCV2.4.4多线程打开多摄像机
Qt中利用OpenCV2.4.4多线程打开多摄像机
每个线程处理一个摄像机，从中拿出帧显示到主线程的Label控件上
模拟了一个16个摄像机的场景，有不开多线程和打开多线程的对比。
可以明显感觉到打开多线程后主界面不卡了。
只是个多线程的小例子，还有很多不足之处，有待各位完善。
注意：pro文件中的include和lib文件目录需要根据自己电脑上的情况重新配置
Qt中通过设置位图掩码生成异形控件
Qt中通过设置位图掩码生成异形控件
本实例中是生成了一个视频监控软件中用到的云台控制的八方向按钮操作盘
详细过程见博客：
http://blog.csdn.net/masikkk/article/details/8728441
Qt中利用OpenCV同时打开两个摄像机并显示到QLabel控件上
关于Qt中OpenCV的配置请看这篇文章：http://blog.csdn.net/masikkk/article/details/8693793
我用的是qmake.conf文件的配置，所以工程中没有添加opencv的文件目录，请自行配置后再运行。
请保证机器上接了两个USB摄像头。
综合运用端口匹配、深度数据包检测、流量特征进行P2P流量识别
综合运用端口匹配、深度数据包检测、流量特征进行P2P流量识别
压缩包中有技术说明文档，源码，测试数据包等，
注释详细，适合做P2P流量识别的参考下。
下一代视频编码标准HEVC分析研究
下一代视频编码标准HEVC分析研究
视频编码 快速运动估计算法
视频编码 快速运动估计算法视频编码 快速运动估计算法
OpenNI-Windows-x86-2.1.0.msi
OpenNI-Windows-x86-2.1.0.msi下载
OpenNI2获取华硕XtionProLive深度图和彩色图并用OpenCV显示
OpenNI2获取华硕XtionProLive深度图和彩色图并用OpenCV显示
详情见：
http://blog.csdn.net/masibuaa/article/details/36422215
OpenNI1.5 + NITE1.5 + Sensor5.1
OpenNI1.5 + NITE1.5 + Sensor5.1
三个正好配套使用，用来获取Kinect或Xtion的深度图和彩色图
OpenNI1.5获取华硕XtionProLive深度图和彩色图并用OpenCV显示
OpenNI1.5获取华硕XtionProLive深度图和彩色图并用OpenCV显示
华硕XtionPro类似Kinect，都是体感摄像机，可捕捉深度图和彩色图，
详见：http://blog.csdn.net/masibuaa/article/details/36396335
[2012 ICPR]A new depth descriptor for pedestrian detection in RGB-D images
[2012 ICPR]A new depth descriptor for pedestrian detection in RGB-D images
一种在RGB-D图像中检测行人的新的深度描述子
文章翻译：http://blog.csdn.net/masibuaa/article/details/19688815
[2011 IROS]People detection in RGB-D data
[2011 IROS]People detection in RGB-D data
利用RGB-D数据进行人体检测
文章翻译：http://blog.csdn.net/masibuaa/article/details/19640709
[2010 PAMI] Object Detection with Discriminatively Trained Part Based Models
[2010 PAMI] Object Detection with Discriminatively Trained Part Based Models
Pedro F. Felzenszwalb, Ross B.Girshick, David McAllester and Deva Ramanan
翻译见：http://blog.csdn.net/masibuaa/article/details/17924671
[2008 CVPR] A Discriminatively Trained, Multiscale, Deformable Part Model
[2008 CVPR] A Discriminatively Trained, Multiscale, Deformable Part Model
文章翻译见：
http://blog.csdn.net/masibuaa/article/details/17533419
[2011 ICRA]Real-Time Human Detection Using Contour Cues
本文提出了一种实时并且精准的人体检测架构C4。C4在目前最高精确度下可以达到20帧每秒的检测速度，并且是在只使用一个处理线程和不使用GPU等硬件的情况下达到的。能达到实时而精确的检测源于以下两点：第一，相邻像素差值的符号是描述轮廓的关键信息；第二，CENTRIST描述子非常适合做人体检测，因为它编码了符号信息并且可以隐式地表达全局轮廓。使用CENTRIST描述子和线性分类器，我们提出了一种不需要显式生成特征向量的计算方法，它不需要图像的预处理或特征向量的归一化，只需要O(1)时间去测试一个图片区域。C4也非常适合进一步的硬件加速，我们在一个嵌入式的1.2GHz CPU上同样实现了20fps的高速人体检测。
用首次训练获得的SVM在负样本原图上检测HardExample
用首次训练获得的SVM在负样本原图上检测HardExample并保存为文件。
使用时请自行修改工程的include目录和lib目录配置。
自己训练SVM分类器进行HOG行人检测
自己训练SVM分类器进行HOG行人检测.
环境为VS2010 + OpenCV2.4.4.
使用时请自行修改工程的include目录和lib目录配置。
正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。
负样本是从不包含人体的图片中随机裁取的，大小同样是64*128。
SVM使用的是OpenCV自带的CvSVM类。
从完全不包含人体的图片中随机剪裁出64*128大小的用于人体检测的负样本
从完全不包含人体的图片中随机剪裁出64*128大小的用于人体检测的负样本
环境为VS2010 + OpenCV2.4.4
使用时请自行修改工程的include目录和lib目录配置。
利用TinyXML读取VOC2012数据集的XML标注文件裁剪出所有人体目标保存为文件
利用TinyXML读取VOC2012数据集的XML标注文件裁剪出所有人体目标保存为文件
编译好的TinyXML2.6.2
编译好的TinyXML2.6.2
分为使用STL中的string类的版本和使用标准char数组的版本，分别对应文件夹：DebugtinyxmlSTL和Debugtinyxml
OpenCV读入图片序列进行HOG行人检测并保存为视频
OpenCV读入图片序列进行HOG行人检测并保存为视频
环境为VS2010 + OpenCV2.4.4
使用时请自行修改工程的include目录和lib目录配置。
OpenCV2.4.4实现HOG行人检测
OpenCV2.4.4实现HOG行人检测
使用时请自行修改工程的include目录和lib目录配置。
[2005 CVPR] Histograms of Oriented Gradients for Human Detection
[2005 CVPR] Histograms of Oriented Gradients for Human Detection
用于人体检测的方向梯度直方图
Navneet Dalal，Bill Triggs
blitz-0.9 数值运算库
blitz-0.9 数值运算库
高效运算，数组Array
A System for Video Surveillance and Monitoring
A System for Video Surveillance and Monitoring
SIFT算法及全景拼接测试用图(含牛津大学提供的测试图)
SIFT算法及全景拼接测试用图(含牛津大学提供的测试图)
bark-zoom+rotate，bikes-blur，boat-zoom+rotate
graf-affine，leuven-light，trees-blur，
ubc-compress，wall-affine
RSS订阅
14273
38
