- 博客(5)
- 收藏
- 关注
RSS订阅原创 Python计算机视觉——Bag of features算法
Python计算机视觉——Bag of features算法一、Bag of features算法1.1Bag of features算法原理1.2算法流程二、图像源三、基于Bag of features算法的图像检索3.1读取图片，提取特征，建立字典3.1.1代码3.1.2结果截图3.2遍历图像，然后将向量特征投影到字典里并提交给数据库4、进行查询测试四、实验总结五、遇到的问题以及解决方法一、Bag of features算法1.1Bag of features算法原理此算法的思想是在我们先做一个数
2021-07-06 14:07:49
306
原创 Python计算机视觉——相机标定
Python计算机视觉——全景图拼接一、相机标定的基本原理1.1从世界坐标系到相机坐标系1.2从相机坐标系到理想图像坐标系（不考虑畸变）1.3从理想图像坐标系到实际图像坐标系（考虑畸变））1.4从实际图像坐标系到像素坐标系二、相机标定的基本实现步骤三、图像集四、实验代码及结果截图及小结4.1实验代码4.2实验结果：五、总结一、相机标定的基本原理1.1从世界坐标系到相机坐标系刚体从世界坐标系转换到相机坐标系的过程，可以通过旋转和平移来得到，我们将其变换矩阵由一个旋转矩阵和平移向量组合成的齐次坐标矩阵（为
2021-07-06 13:55:50
1115
1
原创 Python计算机视觉——全景图拼接
Python计算机视觉——全景图拼接全景图拼接概念原理（1）基于SIFT的特征点的提取与匹配（2）图像配准（3）图像融合实现代码结果成功失败借鉴全景图拼接概念全景图像拼接顾名思义就是将多张存在重叠部分的图像拼成一幅全景图像。换一种理解方式（个人理解）：两幅图像之间可以通过特征匹配得到对应点，将这些对应点坐标重合而保留两张图像其他的部分，就可以得到两幅图像的拼接结果，当然前提是这两张图像有匹配的点。以这种方式循环，通过两两拼接的方式最终拼接成一幅全景图。原理（1）基于SIFT的特征点的提取与匹配利
2021-06-08 21:20:51
619
1
原创 Python计算机视觉——Harris角点检测
Harris角点检测概念基于特征的图像配准方法是图像配准中最常见的方法之一。它不是直接利用图像像素值，二十通过像素值导出的符号特征（如特征点、特征线、特征区域）来实现图像配准，因此可以克服利用灰度信息进行图像配准的缺点，主要体现在以下三个方面：（1）利用特征点而不是图像灰度信息，大大减少了在匹配过程中的计算量；（2）特征点的匹配度量值相对位置变化比较敏感，可以提高匹配的精度；（3）特征点的提取过程可以减少噪声的影响，对灰度角点一类重要的点特征：角点（corner points），其定义主要有以
2021-05-23 14:26:01
2471
1
原创 Python计算机视觉——图像处理基础
Python计算机视觉——图像处理基础基础配置环境配置环境变量设置PyCharm相关包导入PIL:Python图像处理类库图像处理灰度直方图高斯滤波均衡化引用借鉴基础配置构造python环境，并使用python语言进行基础图像处理（直方图，高斯滤波、直方图均衡化的结果）环境配置环境变量设置【此电脑】→【右击属性】→【高级系统设置】→【环境变量】→【Path】其中Path中需要填入bin文件所在目录：【OpenCV-3.4.1】→【build】→【bin】PyCharm相关包导入导入会用到
2021-03-23 07:30:07
263
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