- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 在Windows环境下使用opencv2.2的python绑定
<br />使用VS2008编译OpenCV2.2，在F:/CV/OpenCV/OpenCV-2.2.0/Build/Python2.6/Lib/site-packages目录下，<br />生成cv.lib和cv.pyd两个文件。<br />1、 将F:/CV/OpenCV/OpenCV-2.2.0/Build/bin添加到系统环境变量中；<br />2、 将cv.lib 和 cv.pyd文件拷贝到python安装路径下的E:/programs/Python2.6.5/Lib/site-packages目
2010-12-23 14:16:00
1626
转载 OpenCV2.2的新特性（翻译）
<br /> <br />总体修改和改进：重新组织库结构，用较详细，更小的模块来取代cxcore, cv, cvaux, highgui 和 ml库 opencv_core – core函数库（基本的结构，架构和线性代数，DFT，xml 和yam i/o接口函数等）opencv_imgproc -图像处理函数库（滤波，高斯模糊，形态学膨胀/腐蚀，线性缩放图像大小，图像几何变化，颜色结构变化，计算直方图等）opencv_highgui – GUI，图像和视频接口函数库opencv_ml -统计机器学习模型函
2010-12-23 13:53:00
1803
转载 adaBoost
<br /> <br /> <br />Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。其算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改过权值的新数据集送给下层分类器进行训练，最后将每次训练得到的分类器融合起来，作为最后的决策分类器。使用级联的adaboost分类器可以排除一些不必要的训练数据特征，并将关键放在关
2010-12-03 13:57:00
2899
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人