- 博客(17)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 由RGB到HSV颜色空间的理解
转自http://blog.csdn.net/viewcode/article/details/82037281. RGB模型2. HSV模型3. 如何理解RGB与HSV的联系4. HSV在图像处理中的应用5. opencv中RGB-->HSV实现在图像处理中，最常用的颜色空间是RGB模型，常用于颜色显示和图像处理，三维坐标的模型形式，非常容易被理解。而
2015-12-23 19:50:19
537
转载 使用MLP解决OCR问题（OpenCV）（上）
Refer from http://blog.csdn.net/qq_18515405/article/details/43053629目录(?)[+] 在之前有关神经网络的文章中，大部分都是对神经网络的概念阐述以及一些公式的推导，比较枯燥且较难直接应用到实际中，今天就来介绍一下神经网络的一个简单的实际应用——解决OCR问题。LeCun等大神已经使用
2015-12-20 16:42:43
959
转载 SVM分类器进行HOG行人检测
Refer from http://blog.csdn.net/masibuaa/article/details/16105073正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。负样本是从不包含人体的图片中随机裁取的，大小同样是64*128(从完全不包含人体的图片中随机剪裁出64*128大小的用于人体检测
2015-12-20 13:13:40
673
转载 OpenCV_基于Laplacian算子的图像边缘增强
Refer from http://blog.csdn.net/icvpr/article/details/8502949下面代码实现了基于Laplacian算子的图像边缘增强 。算法：边缘增强图像 = 源图像 + 边缘图像[cpp] view plaincopy// 基于Laplacian算子的图像边缘增强 // Au
2015-12-12 20:22:39
2495
转载 局部敏感哈希(Locality-Sensitive Hashing, LSH)方法介绍
Refer from http://blog.csdn.net/icvpr/article/details/12342159局部敏感哈希(Locality-Sensitive Hashing, LSH)方法介绍本文主要介绍一种用于海量高维数据的近似最近邻快速查找技术——局部敏感哈希(Locality-Sensitive Hashing, LSH)，内容包括了LSH的原理、LSH哈希
2015-12-12 20:18:23
367
转载 opencv 图像伽马校正
Refer from http://blog.csdn.net/xiaojidan2011/article/details/8027670伽马校正，最好的，最高效的方法是通过table来访问：核心函数LUT（The Core Function）¶这是最被推荐的用于实现批量图像元素查找和更该操作图像方法。在图像处理中，对于一个给定的值，将其替换成其他的值是一个很常见的操作，Ope
2015-12-12 20:07:37
4521
转载 color balance (白平衡）
Refer from http://blog.csdn.net/vsooda/article/details/38875037opencv3.0 xphoto模块包含了简单白平衡算法。没有注明算法原理，出自哪篇论文，很不方便。搜索之后，发现一篇博客不错，介绍了该原理。同时实现了robust color balance。白平衡的意思就是：是图片中最亮的部分为白色，最暗的部分为黑色
2015-12-12 20:04:26
749
转载 OpenCV学习笔记（27）KAZE 算法原理与源码分析（一）非线性扩散滤波
Refer from http://blog.csdn.net/chenyusiyuan/article/details/8710462目录(?)[+] KAZE系列笔记：1. OpenCV学习笔记（27）KAZE 算法原理与源码分析（一）非线性扩散滤波2. OpenCV学习笔记（28）KAZE 算法原理与源码分析（二）非线性尺度空间构建
2015-12-08 14:17:49
1305
转载 OpenCV - Detect skew angle
refer from http://felix.abecassis.me/2011/09/opencv-detect-skew-angle/OpenCVLately I have been interested in the library OpenCV. This library, initially developed by Intel, is dedicated to
2015-12-07 21:33:01
2464
转载 LIBSVM使用介绍
refer from http://www.cnblogs.com/me115/archive/2010/03/28/1699035.html1.首先从主页上下载libsvm、Python2.5.2和gnuplot 三个软件。 http://www.csie.ntu.edu.tw/~cjlin/2.准备好数据，首先要把数据转换成Libsvm软件包要求的数据格式为：
2015-12-05 16:19:08
340
转载 使用OPENCV训练手写数字识别分类器
refer from http://blog.csdn.net/firefight/article/details/6452188使用OPENCV训练手写数字识别分类器 1，下载训练数据和测试数据文件，这里用的是MNIST手写数字图片库，其中训练数据库中为60000个，测试数据库中为10000个2，创建训练数据和测试数据文件读取函数，注意字节顺序为大端3，确定字符特征方式为
2015-12-05 11:29:29
638
转载 OpenCV 3.0.0 MSER Binary Mask
Refer from http://stackoverflow.com/questions/28515084/opencv-3-0-0-mser-binary-mask2 down vote favorite I am trying to use MSER algorithm in OpenCV 3.0.0 beta to extract t
2015-12-04 20:07:44
1569
原创 Opencv中的SVM参数优化
refer from http://www.tuicool.com/articles/ZvUbiu原文 http://blog.csdn.net/computerme/article/details/38677599 主题 支持向量机 OpenCV向量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
2015-12-04 14:40:56
846
转载 OpenCV的machine learning模块使用
refer from http://blog.csdn.net/angelazy/article/details/41947427opencv中提供的了较为完善的machine learning 模块，包含多种ml算法，极大了简化了实验过程。然而目前网上大部分的资料（包括官方文档）中关于ml模块的使用均是针对1.0风格的旧代码的，这对我们的学习造成了极大的困扰。本文将简单介绍一
2015-12-04 14:35:04
651
转载 OpenCV中使用神经网络 CvANN_MLP
Refer from http://www.xuebuyuan.com/2127156.html原文：http://blog.csdn.net/xiaowei_cqu/article/details/9027617OpenCV的ml模块实现了人工神经网络（Artificial Neural Networks， ANN）最典型的多层感知器（multi-layerpercept
2015-12-04 14:34:01
1057
原创 CodeBlocks Package conficts
sudo apt-get purge codeblocks-contrib-dbg codeblocks-libwxcontrib0 codeblocks-dbg \codeblocks-dev codeblocks codeblocks-headers libcodeblocks0 codeblocks-contrib \codeblocks-contrib-common codebloc
2015-12-03 11:18:34
489
转载 Source code for SIFT, ORB, FAST and FFME for OpenCV C++ for egomotion estimation
Refer from https://marcosnietoblog.wordpress.com/2012/07/15/source-code-for-sift-orb-fast-and-ffme-for-opencv-c-for-egomotion-estimation/Marcos Nieto's BlogComputer vision, research and
2015-12-03 10:34:14
1609
Applied Cryptography
2010-09-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人