自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(28)
  • 资源 (1)
  • 收藏
  • 关注

转载 OpenCV源码解析之CascadeClassifier多尺度检测

1.  概述CascadeClassifier为OpenCV中cv namespace下用来做目标检测的级联分类器的一个类。该类中封装的目标检测机制,简而言之是滑动窗口机制+级联分类器的方式。OpenCV的早期版本中仅支持haar特征的目标检测,分别在2.2和2.4.0(包含)之后开始支持LBP和HOG特征的目标检测。2.  支持的特征对于Haar、LBP和HOG,Cascad

2017-06-29 21:29:37 477

转载 基于级联分类器的目标检测objdect

OpenCV支持的目标检测的方法是利用样本的Haar特征进行的分类器训练,得到的级联boosted分类器(Cascade Classification)。注意,新版本的C++接口除了Haar特征以外也可以使用LBP特征。先介绍一下相关的结构,级联分类器的计算特征值的基础类FeatureEvaluator,功能包括读操作read、复制clone、获得特征类型getFeatureType,分配

2017-06-29 21:14:24 618

转载 目标检测的图像特征提取——Haar特征

1、Haar-like特征       Haar-like特征最早是由Papageorgiou等应用于人脸表示,Viola和Jones在此基础上,使用3种类型4种形式的特征。Haar特征分为三类:边缘特征、线性特征、中心特征和对角线特征,组合成特征模板。特征模板内有白色和黑色两种矩形,并定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。Haar特征值反映了图像的灰度变化情况。例

2017-06-29 20:59:02 558

原创 OpenCV人脸识别实验(二)——特征脸(fisherface)及其重构的源代码详解

1、算法介绍线性鉴别分析在降维的同时考虑类别信息,由统计学家 Sir R. A. Fisher发明。为了找到一种特征组合方式,达到最大的类间离散度和最小的类内离散度。这个想法很简单:在低维表示下,相同的类应该紧紧的聚在一起,而不同的类别尽量距离越远。 后来,把鉴别分析引入到人脸识别问题中。令x是一个来自c个类中的随机向量,散度矩阵   和S_{W}如下计算:其中

2017-06-29 10:44:39 5443

原创 OpenCV人脸识别实验(一)——特征脸(Eigenfaces)及其重构的源代码详解

1、介绍Introduction从OpenCV2.4开始,加入了新的类FaceRecognizer,我们可以使用它便捷地进行人脸识别实验。本实验采用的编程环境为:opencv3.0+VS2013。人脸识别的实验已经转移到face模块中,face模块在我这里的路径为:D:\Program Files\opencv3.0\opencv\sources\modules\opencv_cont

2017-06-27 17:30:23 31797 4

转载 线性判别分析(Linear Discriminant Analysis, LDA)算法分析

【原文:http://blog.csdn.net/warmyellow/article/details/5454943】LDA算法入门 一. LDA算法概述:线性判别式分析(Linear Discriminant Analysis, LDA),也叫做Fisher线性判别(Fisher Linear Discriminant ,FLD),是模式识别的经典算法,它是在1996年

2017-06-27 10:58:23 642

翻译 opencv中伪彩色applyColorMap函数(C++ / Python)

在本教程中,我们将首先给出一个简单的方法,使用OpenCV的预定义的颜色映射来将灰度图像伪彩色化。另外,我们还将展示一个方法,如果你想使用你自己定义一个自定义的调色板。我会分享C++和Python代码,你可以在这里下载。    这篇文章是专门为美国宇航局的新边疆计划,帮助探索木星,金星和冥王星!    通常,空间中的行星和其他物体的灰度图像是伪彩色来显示细节,并对不同颜色的不同材质对应

2017-06-23 15:34:12 49743 2

转载 【OpenCV3】彩色映射——cv::applyColorMap()与cv::LUT()详解

在图像处理的过程中,我们通常会遇到将灰度图像映射成彩色图像的情形(即通常所说的伪彩映射),OpenCV2和OpenCV3中均提供了两个用于伪彩映射的函数——cv::applyColorMap()和cv::LUT()。1、cv::applyColorMap()cv::applyColorMap()是使用opencv预定义的colormap,将灰度图映射成彩色图像。opencv中提供了

2017-06-23 10:29:25 1707

转载 OpenCV中的Resize函数和Reshape函数

OpenCV中的Resize和Reshape都是改变一个矩阵的形状,那它们有哪些不同点呢?1.Mat::reshape( ) 只是在逻辑上改变矩阵的行列数或者通道数,没有任何的数据的复制,也不会增减任何数据,因此这是一个O(1)的操作,它要求矩阵是连续的。C++: Mat Mat::reshape(int cn, int rows=0 const)cn:目标通道数,如果

2017-06-23 10:12:33 4988

转载 OpenCV保存成XML(FileStorage)和CSV(重载<<运算符)文件

XML文件(使用FileStorage类)使用OpenCV时不仅要保存影像结果,往往也需要保存中间的矩阵结果,而OpenCV的imwrite函数只支持CV8U类型的数据(使用OpenCV保存其他类型Mat的时候,程序不会报错,但是无法生成结果文件),因此会给工作带来很多不便。OpenCV在2.0以后的版本中提供了FileStorage类,供用户直接使用,保存为XML/YAML文件。

2017-06-23 09:32:35 849

转载 LDA(线性判别分析或称Fisher线性判别),PCA(主成份分析)代码及表情识别中的应用

【原文:http://blog.csdn.net/raby_gyl/article/details/20362373】1、LDA线性判别分析也称FLD(Fisher线性判别)是一种有监督的学习方法(supervised learning)。LDA的基本思想是:找到一个最佳的判别矢量空间,使得投影到该空间的样本的类间离散度与类内离散度比达到最大。

2017-06-22 11:24:57 1089

转载 Format函数的用法总结

Format函数的用法总结如下: 函数声明   function Format(const Format: string; const Args: array of const): string; overload; 函数功能   事实上Format方法有两个种形式,另外一种是三个参数的,主要区别在于它是线程安全的, 但并不多用,所以这里只对第一个介绍。Format参数是一个格式字符串

2017-06-22 10:52:48 38350

转载 字符流stringstream详解

以下内容转自:http://www.usidcbbs.com/read-htm-tid-1898.htmlC++引入了ostringstream、istringstream、stringstream这三个类,要使用他们创建对象就必须包含sstream.h头文件。istringstream类用于执行C++风格的串流的输入操作。 ostringstream类用于执行C++风格的串流

2017-06-22 10:40:31 3381

转载 删除vector容器中的对象元素的三种方法:pop_back, erase与remove算法

向量容器的成员函数pop_back()可以删除最后一个元素,而函数erase()可以删除由一个iterator指出的元素,也可以删除一个指定范围的元素。   还可以采用通用算法remove()来删除vector容器中的元素, 不同的是,采用remove 一般情况下不会改变容器的大小,而pop_back()与erase()等成员函数会改变容器的大小。#include "stdafx.

2017-06-21 21:04:56 26818

转载 C++中cout和cerr的区别

其实大家平常常会用的主要有三个:cout、cerr、clog,首先简单介绍下三者。这三者在C++中都是标准IO库中提供的输出工具(至于有关的重载问题在此不讨论):cout:写到标准输出的ostream对象;cerr:输出到标准错误的ostream对象,常用于程序错误信息;clog:也是输出标准错误流(这点儿和cerr是一样的),貌似平时很少用到这个啊;

2017-06-21 20:44:10 590

转载 C++异常处理-----(try和catch)

开发程序是一项“烧脑”的工作,程序员不但要经过长期的知识学习和思维训练,还要做到一丝不苟,注意每一个细节和边界。即使这样,也不能防止程序出错。专家指出,长期作息不规律 + 用脑过度的危害很大,可能会诱发神经衰弱、失眠等疾病。我就是受害者之一,曾被失眠困扰了好几年,不但入睡困难,还容易早醒。程序员要注意劳逸结合,多去健身房,多跑步,多打球,多陪女朋友旅游等,千万不要熬夜,以为深夜写代码效率高

2017-06-21 20:09:16 2441

转载 int main(int argc,char* argv[])详解

argc是命令行总的参数个数     argv[]是argc个参数,其中第0个参数是程序的全名,以后的参数     命令行后面跟的用户输入的参数,比如:     int   main(int   argc,   char*   argv[])     {     int   i;     for   (i   =   0;   i  i++)     cout   

2017-06-21 20:02:49 248

转载 C++的get()函数与getline()函数使用详解

C++ get()函数读入一个字符get()函数是cin输入流对象的成员函数,它有3种形式:无参数的,有一个参数的,有3个参数的。1) 不带参数的get函数其调用形式为1cin.get()用来从指定的输入流中提取一个字符(包括空白字符),函数的返回值就是读入的字符。 若遇到输入流中的文件结束符,则函数值返回

2017-06-21 19:44:45 10599 1

转载 怎样使用OpenCV进行人脸识别

本文大部分来自OpenCV官网上的Face Reconition with OpenCV这节内容(http://docs.opencv.org/modules/contrib/doc/facerec/facerec_tutorial.html),小弟我尝试翻译一些重要内容。这部分内容是Philipp Wagner写的,他的github:https://github.com/bytefish,他

2017-06-20 15:59:02 1765

转载 InputArray和OutputArray的那些事

看过OpenCV源代码的朋友,肯定都知道很多函数的接口都是InputArray或者OutputArray型的,这个接口类还是很强大的,今个就来说说它们的那些事。InputArray这个接口类可以是Mat、Mat_、Mat_、vector、vector>、vector。也就意味着当你看refman或者源代码时,如果看见函数的参数类型是InputArray型时,把上诉几种类型作为参数都是可以的

2017-06-20 11:28:25 2782

转载 【图像处理】windows 10 + vs2015+ opencv3.0.0 +附加模块opencv_contrib编译和配置

0.前言将基于低版本opencv(比如2.3.1)的程序,在vs2015+opencv3.0的环境下编译会报错: “未声明的标识符:SiftFeatureDetector ” “未声明的标识符BruteForceMatcher” 查阅才知,sift、surf等等已经被移到opencv_contrib模块,如果需要在高版本opencv中使用到opencv_contrib模块,则需

2017-06-20 10:37:31 2872 1

转载 【计算机视觉】OpenCV人脸识别facerec源码分析2——LBPH概述

人脸识别从OpenCV2.4开始,加入了新的类FaceRecognizer,我们可以使用它便捷地进行人脸识别实验。其源代码可以在OpenCV中的opencv\modules\contrib\doc\facerec\src下找到。目前支持的算法有:Eigenfaces特征脸createEigenFaceRecognizer()Fisherfaces createF

2017-06-20 10:35:24 1219

转载 Windows环境中编译opencv3.0同时加入OPENCV_contrib库及解决遇到相关问题

因为opencv3.0默认安装中没有加入SIFT、SURF等点特征检测,一百度下一跳,原来这玩意还弄了个其他的库,还只能在GitHub上才能弄到,这两天弄opencv3的contrib库,遇到了一些问题,为了让大家更好、更快用上contrib库,根据谷歌百度的几个问题,现分享给大家完整流程,也欢迎大家与我讨论其他opencv方面的问题。一、下载安装准备github  desktop

2017-06-20 10:34:04 552

转载 基于OpenCV的EigenFace FisherFace LBPHFace人脸识别的实现

OpenCV自带了丰富的人脸识别库,本文通过阅读OpenCV文档,实现了人脸识别的三种经典算法:PCA(特征脸方法),LDA(线性判别分析),以及LBP(Local Binary Patterns,局部二值模式)方法。人脸数据集采用的是Yale的人脸数据库和att_faces人脸库,下载链接http://pan.baidu.com/s/1hrmZRZe 下面附上代码:/*2015.12.3

2017-06-20 10:32:14 1385

转载 opencv_traincascade支持Haar和LBP特征

使用级联分类器工作包括两个阶段:训练和检测。 检测部分在OpenCVobjdetect 模块的文档中有介绍,在那个文档中给出了一些级联分类器的基本介绍。当前的指南描述了如何训练分类器:准备训练数据和运行训练程序。重点注意事项OpenCV中有两个程序可以训练级联分类器: opencv_haartraining 和opencv_traincascade 。 opencv_tra

2017-06-20 10:30:09 748

转载 概述FaceRecognizer人脸识别类contrib

在最新版的2.4.2中,文档的更新也是一大亮点,refrence manual扩充了200多页的内容,添加了contrib部分的文档。contrib就是指OpenCV中新添加的模块,但又不是很稳定,可以认为是一个雏形的部分。这次结合refman的阅读,介绍一下FaceRecognizer这个人脸识别类,这个类也是2.4.2更新日志里着重强调过的更新,配套的文档也是相当充实。这个类的基类也是Algo

2017-06-20 10:27:30 1559

转载 OpenCV实现人脸识别——EigenFace特征脸法

从OpenCV2.4开始,加入新的类FaceRecognizer,可以用它方便的进行人脸识别实验。目前支持的算法有       Eigenface特征脸   createEigenFaceRecognizer()       Fisherface             createFisherFaceRecognizer()      Local Binary P

2017-06-20 10:26:06 7757

转载 #include <fstream> 和#include <sstream>在c++中的作用

#include 是C++的预编译语句,作用是包含对应的文件,在这里是包含C++的STL头文件fstream。在包含了这个文件后,就可以使用fstream中定义的类及各种成员函数了。fstream是C++ STL中对文件操作的合集,包含了常用的所有文件操作。在C++中,所有的文件操作,都是以流(stream) 的方式进行的,fstream也就是文件流file stream。最常用的两种操作为:

2017-06-20 09:59:17 8106

机器学习——数据不均衡及解决方案

数据不均衡及解决方案--上采样、下采样及数据合成的Python代码

2018-03-10

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除