![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
大指挥官
你的代码,就是我的代码
展开
-
opencv-python 一个关于 flann 的BUG
最近用opencv-python 做一个东西,用到了cv2.flann_Index ,用下式建立索引:flann = cv2.flann_Index(data, dict(algorithm=1, trees=5)) # kd-tree然后用 flann.knnSearch() 方法进行knn搜索,搜索结果错误很严重。错误原因:cv2.flann_Index 建立索引之后,原始数据...原创 2018-07-18 18:48:11 · 925 阅读 · 0 评论 -
GMM背景建模原理
简要原理:对一个视频序列帧中的每一个像素,建立一个混合高斯模型,这个模型中权重大的代表背景,权重小的代表前景。新来的像素如果能匹配上背景对应的高斯模型,那么新来的像素就被当成背景。如果匹配的是权重较小的高斯模型,或者没有匹配的高斯模型,那么这个像素被当成前景。算法流程:1 前提:视频序列的每一个像素,都训练好了一个混合高斯模型(一组高斯模型的和)。2 对于新的一个视原创 2015-01-13 16:43:34 · 11550 阅读 · 2 评论 -
运动检测-时间差分法
原理:时间差分法其实就是让视频的两帧做差,从而得到变化的像素,再取一个阈值,小于阈值的变化值忽略,大于阈值的变化值保留下来。它的优点就是算法简单,速度快。本程序中,阈值是通过多次实验得到的一个针对本视频比较好的一个值,这种方法自适应性比较差,这也是它的一个缺点。代码如下:%本程序是主程序,用于实现时间差分法进行运行检测path='e:\test-pic\hall.yuv';sta原创 2014-12-09 00:18:37 · 2149 阅读 · 0 评论 -
块匹配算法-全搜索
原理:假设有两帧图片,第K帧(当前帧)与第K-1帧(上一帧),第K帧图片以M*N的图像块为单位,分成一个个块,块间不重叠。对于第x个图像块A,在第K-1帧中,寻找与它最匹配的图像块A',我们认为A图像块是由A'图像块平移而得到的。于是就把图像块A'到A的运动矢量MV记作图像块A的运动矢量。全搜索算法:假设图像块在X方向与Y方向的可以最大位移为Xmax与Ymax,那么在以图像块A为中心的原创 2014-12-13 17:19:25 · 4034 阅读 · 0 评论 -
meanshift应用于目标跟踪
这个文章并不是详细的讲解,只是总结一下我用meanshift的一些体会先简单说一下meanshift算法的原理:如下图所示,先指定一个区域,通过把指定区域的几何中心与质心想比较,如果相差较大,将区域的几何中心移到质心处,然后继续做比较。直到这个区域的几何中心与质心重合。用这个方法,可以找到一个图片中点最密集的地方。将meanshift应用于目标跟踪,其实就是构造一个运行图片的P原创 2015-01-06 18:26:42 · 25488 阅读 · 2 评论 -
全景图片拼接
最近在做老师布的一个作业,原来是要做全景视频合成,可是做出来发现实时性根本达不到,改成全景图片合成吧。废话不多说啦,说说原理。原理:1 直方图均衡化对图片三个信道进行归一化处理。2 柱面投影3 图片配准4 图片融合简单解释一下,柱面投影其实不难,就是一个曲面与一个跟它相切的平面的三角变换关系,有高中数学的人完全可以明白。做这块的程序,要知道摄像机的视角,或者知道投影原创 2015-01-05 17:41:35 · 1270 阅读 · 2 评论 -
Hough变换-直线检测
原理:举一个例子,有一条直线:y=bx+k。以x与y为坐标轴,那么给定一个b与一个k,就可以确定一条直线。同理如果以b与k为轴,那么给定一个x和一个y也可以确定一个直线。即xoy坐标系下的一个点在bok坐标系下对应一个直线。而bok坐标系下的一个点在xoy坐标系下对应一个直线。怎么检测一个图片中的直线呢?首先要求它的边缘,得到一个二值化的边缘图片。我们已经知道xoy坐标系下的一个点对应bo原创 2014-12-01 22:56:54 · 759 阅读 · 0 评论 -
自适应阈值二值化
二值化原理:把一个灰度图像二值化,其实就是找到一个阈值,使这个较低中,灰度大于这个阈值的,设置成255,灰度小于这个阈值的,设置为0。阈值自适应二值化:非自适应的二值化呢,有一个问题,就是一个阈值往往只对应一类图像,如果图像的光照变暗了,那个单阈值情况的二值化效果会大大的折扣。自适应二值化其实就是一种根据图片的灰度直方图,得到一个适合本图像的二值化阈值。本文给出一种自适应阈原创 2014-12-17 22:46:26 · 12022 阅读 · 0 评论 -
PCA算法简述
PCA算法的步骤:1 获取初始数据矩阵;2 对矩阵进行减去平均值的调整;3 计算协方差矩阵;4 计算协方差矩阵的特征值与特征向量;5 选取主成分;6 生成特征矩阵。下面以人脸识别为例来说明PCA算法。第一步:获取原始数据矩阵假如以10幅不同人脸的图片为训练样本,每幅图片为10*10的矩阵,那么把每幅图片变成一个1*100的向量,把10幅图片合成一个矩阵,就得到了原创 2014-11-26 23:51:10 · 1195 阅读 · 0 评论 -
Canny边缘检测算法
Canny边缘检测算法的步骤:原创 2014-11-25 12:49:23 · 1921 阅读 · 0 评论 -
YUV420序列转成图片
关于YUV格式的图片,原创 2014-11-21 13:14:56 · 7544 阅读 · 0 评论