Opencv
Elly111
这个作者很懒,什么都没留下…
展开
-
检测与识别
图像识别分两步:图像的检测和定位,图像的识别和检索。图像的检测是判断是否有目标物存在,并粗略的给出位置、大小。图像的定位是精确的给出图像的位置、大小。图像的识别是判断目标物所属的类别。图像的检索是找到库中目标物所属类的字段,已确定其他相关信息。这四部分不是孤立的,是相辅相成的,密不可分的。不同的部分可用相同的方法处理。如检测和识别都可用特征提取的方法,但也有不同,如目标结果转载 2014-03-28 10:51:49 · 904 阅读 · 0 评论 -
Haar-like特征
SIFT/SURF、haar特征、广义hough变换的特性对比分析SIFT/SURF基于灰度图,一、首先建立图像金字塔,形成三维的图像空间,通过Hessian矩阵获取每一层的局部极大值,然后进行在极值点周围26个点进行NMS,从而得到粗略的特征点,再使用二次插值法得到精确特征点所在的层(尺度),即完成了尺度不变。二、在特征点选取一个与尺度相应的邻域,求出主方向,其中SIFT转载 2014-03-28 11:06:57 · 2120 阅读 · 0 评论 -
积分图
积分图的概念最早是由Paul Viola等人提出的,并被应用到实时的对象检测框架中。对于一个灰度图像而言,其积分图也是一张图,只不过这个图跟普通的灰度图,彩色图稍有不同。这是因为,一般我们说的灰度图、彩色图,都是相机拍摄到的真实物体在某个时刻的真实画面。而积分图虽然也可以理解为一张图,但该图上任意一点(x,y)的值是指从灰度图像的左上角与当前点所围成的举行区域内所有像素点灰度值之和。即:假设存在某转载 2014-03-28 11:14:29 · 722 阅读 · 0 评论 -
opencv获取图像感兴趣部分
1. IplImage* cvSetImageROI(original1,cvRect(0,0,frame1->width,frame1->height));转载 2014-04-16 20:57:27 · 1555 阅读 · 0 评论 -
OpenCV FileStorage类读写XML/YML文件
OpenCV FileStorage类读写XML/YML文件 在OpenCV程序中,需要保存中间结果的时候常常会使用.xml / .yml文件,opencv2.0之前都是使用C风格的代码,当时读写XML文件分别使用函数cvLoad()和cvSave()。在2.0以后的OpenCV转为支持C++,这一举措大大减少了代码量以及编程时需要考虑的细节。 新版本的Op转载 2014-04-04 09:29:14 · 968 阅读 · 0 评论