opencv
jimeshui
这个作者很懒,什么都没留下…
展开
-
opencv2.4.4 VideoCapture::open()的运用
opencv2.4.4中VideoCapture::open()原创 2014-08-05 23:06:04 · 1620 阅读 · 0 评论 -
Opencv中的SVM参数优化
SVM(支持向量机)是机器学习算法里用得最多的算法。SVM最常用的是用于分类,不过SVM也可以用于回归,我的实验中就是用SVM来实现SVR(支持向量回归)。对于功能这么强的算法,opencv中自然也是有集成好了,我们可以直接调用。 网上讲opencv中SVM使用的文章有很多,但讲SVM参数优化的文章却很少。所以在这里不重点讲怎么使用SVM,而是谈谈怎样通过opencv中自带的库优化SVM转载 2015-05-20 22:09:26 · 940 阅读 · 0 评论 -
OpenCV中CascadeClassifier类实现多尺度检测源码解析
级联分类器检测类CascadeClassifier,在2.4.5版本中使用Adaboost的方法+LBP、HOG、HAAR进行目标检测,加载的是使用traincascade进行训练的分类器class CV_EXPORTS_W CascadeClassifier{public: CV_WRAP CascadeClassifier(); // 无参数构转载 2015-01-21 23:49:59 · 974 阅读 · 0 评论 -
卡尔曼滤波器
1. 什么是卡尔曼滤波器(What is the Kalman Filter?)在学习卡尔曼滤波器之前,首先看看为什么叫“卡尔曼”。跟其他著名的理论(例如傅立叶变换,泰勒级数等等)一样,卡尔曼也是一个人的名字,而跟他们不同的是,他是个现代人!卡尔曼全名Rudolf Emil Kalman,匈牙利数学家,1930年出生于匈牙利首都布达佩斯。1953,1954年于麻省理工学院分别获转载 2015-02-02 20:24:51 · 556 阅读 · 0 评论 -
由C++的泛型句柄类思考OpenCV的Ptr模板类
OpenCV(计算机视觉库)2.4.4版本已经发布了,OpenCV发展到现在,由最初的C接口变成现在的C++接口,让开发者写程序越来越简单,接口越来越合理,也不用担心内存释放问题。但要理解内部的一些实现机制,还真要费点功夫,这对开发者的C++基础要求越来越高。本文就是笔者在做项目过程中的一点感悟,由C++泛型句柄类思考OpenCV的Ptr模板类的实现。1、C++泛型句柄类转载 2015-01-16 16:59:20 · 477 阅读 · 0 评论 -
级联分类器的训练参数设置
ASK:Firs of all I want to tell, my question contain many sub questions, answers to which already exist, but they are not complete or ambiguous。So first - maxFalseAlarmRate - I have most proble转载 2014-12-09 10:48:57 · 936 阅读 · 0 评论 -
Cascade Classifier Training 级联分类器训练参数设置
原文:http://docs.opencv.org/doc/user_guide/ug_traincascade.htmlIntroductionThe work with a cascade classifier inlcudes two major stages: training and detection. Detection stage is described in a doc转载 2014-12-23 15:13:12 · 1307 阅读 · 0 评论 -
目标检测级联分类器训练
链接:http://cn.mathworks.com/help/vision/ug/train-a-cascade-object-detector.html?s_tid=gn_loc_drop#btu4ayz-1Train a Cascade Object DetectorWhy Train a Detector?What Kind of Objects转载 2014-12-23 09:33:44 · 1826 阅读 · 0 评论 -
opencv Haartraining级联分类器 死循环
最近在做人脸检测的Haartraining训练分类器,发现训练到最后误检率很低时分类器总是卡到某一层就不在继续进行,像是进入了死循环,程序代码与参数输入应该是没有任何问题的,所以我从网上找这方面的资料,最后在OpenCV的中文论坛看到一个帖,终于找到原因了。具体如下:1、问题出现在取负样本的那个函数icvGetHaarTrainingDataFromBG中; 当剩下所有转载 2014-12-20 04:13:22 · 3219 阅读 · 3 评论 -
Haar特征与积分图
Haar特征与积分图1. Adaboost方法的引入1.1 Boosting方法的提出和发展 在了解Adaboost方法之前,先了解一下Boosting方法。 回答一个是与否的问题,随机猜测可以获得50%的正确率。如果一种方法能获得比随机猜测稍微高一点的正确率,则就可以称该得到这个方法的过程为弱学习;如果一个方法可以显著提高猜测的正确率,转载 2014-11-12 16:44:33 · 690 阅读 · 0 评论 -
浅析人脸检测之Haar分类器方法
2013-07-21 16:54 151人阅读 评论(0) 收藏 举报目录(?)[-]转自httpwwwcnblogscomelloarchive201204282475419html一Haar分类器的前世今生二Haar分类器的浅入浅出Haar-like特征你是何方神圣AdaBoost你给我如实道来AdaBoost的身世之谜弱分类器的孵化弱分类器的化转载 2014-11-12 23:51:50 · 636 阅读 · 0 评论 -
人脸检测 训练心得
在上一篇文章中,我介绍了《训练自己的haar-like特征分类器并识别物体》的前两个步骤:1.准备训练样本图片,包括正例及反例样本2.生成样本描述文件3.训练样本4.目标识别=================今天我们将着重学习第3步:基于haar特征的adaboost级联分类器的训练。若将本步骤看做一个系统,则输入为正样本的描述文件(.vec)以及负转载 2014-11-13 01:31:19 · 2001 阅读 · 0 评论 -
方向梯度直方图(HOG,Histogram of Gradient)
方向梯度直方图(HOG,Histogram of Gradient)学习笔记二 HOG正篇 (2012-09-26 13:39:33)转载▼标签: 杂谈分类: 图像处理1.介绍HOG(Histogram of Oriented Gradient)是2005年CVPR会议上,法国国家计算机科学及自动控制研究所转载 2014-11-12 01:55:07 · 979 阅读 · 0 评论 -
人脸检测 训练方法
先撇开人脸检测问题,来看看直方图。 一.用带权重的样本统计直方图直方图Histogram,是一种常见的概率分布的非参数(区别于高斯分布,泊松分布等用参数表达概率密度的方法)表达方法。直方图可以看成概率密度分布的离散化表达方法。它的计算很简单,是一种投票的方法,就是每个样本往对应的小盒子(bin)里投一票。假设N个样本数据x量化为1~M之间的整数,那么Hist是M维数组,对应的直转载 2014-11-13 01:34:33 · 1321 阅读 · 0 评论 -
反向投影backproject的直观理解
1. 什么是backproject?2. backproject 有什么用?3. 例证1. 什么是backproject?反向投影:opencv docs给出的概念是“一种记录给定图像中的像素点如何适应直方图模型像素分布的方式。简单的讲, 所谓反向投影就是首先计算某一特征的直方图模型,然后使用模型去寻找图像中存在的该特征。”第一句讲的是backproject转载 2014-09-13 21:48:15 · 467 阅读 · 0 评论 -
opencv的Mat格式数据操作
对于Mat数据结构,在对图像进行处理时要注意:1、OpenCV函数中输出图像的内存分配是自动完成的(如果不特别指定的话)。使用OpenCV的C++接口时不需要考虑内存释放问题。赋值运算符和拷贝构造函数( ctor )只拷贝信息头。使用函数 clone() 或者copyTo() 来拷贝一副图像的矩阵 2、cv::Mat img(height, width, CV_32FC原创 2016-10-22 16:55:00 · 983 阅读 · 0 评论