opencv
SJian666
这个作者很懒,什么都没留下…
展开
-
opencv——角点检测
一:角点检测什么是角点,难道是角落里面的点?我们知道,比如说墙角,他有往左延申的边缘,又有往右延申的边缘,那么这样的概念同样可以帮助我们理解图像的角点检测。其实我们人眼对于角点的识别是通过一个小窗口来实现的,如下面这张图所示,如果在各个方向上移动这个小窗口,窗口内的灰度发生了较大的变化,那么说明窗口内存在角点。如果在各个方向上移动,灰度变化为0,则这一块区域是平坦区域 如果...原创 2019-04-28 22:31:22 · 4219 阅读 · 0 评论 -
opencv:特征检测与提取——SIFT and SURF
一:前言特征检测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。特征检测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。在opencv中,我们常用的特征检测算法有SIFT,SURF以及HOG,LBP,Haar特征检测等等,下面我们将分别介绍这几个算法。篇幅有点长,我尽量每个地方都能说到,有错误...原创 2019-05-06 15:51:30 · 1791 阅读 · 0 评论 -
opencv:特征检测与提取——Hog、LBP、Haar-like
废话不多说了,直接切入正题,本文将介绍另外三种特征提取算法:HOG,LBP,Haar。首先,让我们了解一下HOG算法一:HOG特征提取概述在一副图像中,局部目标的表象和形状能够被梯度或边缘的方向密度分布很好地描述。(本质:梯度的统计信息,而梯度主要存在于边缘的地方)。HOG特征提取的目标其实就是这些局部区域的表象和形状,该算法大致的实现过程是:首先将图像分成小的连通区域,我们把它叫...原创 2019-05-29 10:09:30 · 6301 阅读 · 0 评论 -
opencv:特征匹配
一:简述在前面两节,我们介绍了各种特征检测的算法,SIFT、SURF、HOG、LBP、Haar等等,通过这些算法我们得到了关于一幅图像的特征描述子,接下来我们可以利用这些特征描述子进行图像与图像之间的匹配。二:FLANN特征匹配FLANN库全称是Fast Library for Approximate Nearest Neighbors,它是目前最完整的(近似)最近邻开源库。不但实...原创 2019-05-29 10:26:09 · 4053 阅读 · 1 评论