![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
opencv
文章平均质量分 75
mingyueguang1990
这个作者很懒,什么都没留下…
展开
-
OpenCv学习之一:模版匹配
使用了opencv下的程序,对模版匹配(MatchTemplate)进行了鲁棒性测试,包括当待匹配模版进行缩放或者旋转的情况。 其中,当待匹配模版放大缩小时,感觉基本不影响匹配的结果。 当待测模版旋转时,小角度的旋转,也能够很好的进行匹配。本例中,当顺时针,逆时针旋转30度时,能够很好的匹配。当旋转180度时也能匹配好。 本例中,for循环遍历360度,将匹配的结果存储为jpg格式。原创 2014-12-25 15:23:51 · 3115 阅读 · 0 评论 -
opencv学习之二:运用camshift进行红外视频跟踪。
一、RGB到GRAY的换算 camshift一般使用颜色直方图进行匹配,而红外视频为灰度图像,一般彩色RGB到灰度图像转换公式如下: Gray = R*0.299 + G*0.587 + B*0.114 以下部分摘自博客:http://www.cnblogs.com/NIOS/archive/2009/08/25/1553653.html 而实际应用时,希望避免低速的浮点运算,原创 2014-12-25 15:39:49 · 3151 阅读 · 0 评论 -
opencv学习之三:高斯模糊以及canny检测
高斯模糊能够将图像的高频成分滤掉,使图像显得平滑。其原理是将原始图像的矩阵同高斯函数做卷积。 与之对应的是锐化,将图像的低频成分滤掉,留下高频成分。后期详细原理再补充。 #include #include #include using namespace cv; int main() { VideoCapture cap(0); if (!cap.isOpened())原创 2014-12-25 16:40:15 · 1426 阅读 · 0 评论 -
opencv学习之四:rgb通道的分离以及直方图的显示计算
1、rgb分离 rgb分离用一个简单的函数split即可,注意,分离之后如果分别显示3个通道,得到的结果将是都是灰色的。需要将生成的3个单通道merge一下,才是我们看到的效果: split和merge的代码如下: vector bgr_planes(src.channels()); vector mbgr(src.channels()); split(src, bg原创 2014-12-25 20:34:34 · 2067 阅读 · 0 评论 -
opencv学习之五:const常量的数值以及Mat类的一些用法
1、常量的具体数值: cout << CV_8UC1 << " " << CV_8UC2 << " " << CV_8UC3 << " " << CV_8UC4 << " " <<CV_8SC1 << " " << CV_8SC2 << " " << CV_8SC3 << " " << CV_8SC4 << " " <<CV_16UC1 <原创 2015-01-02 19:51:43 · 2136 阅读 · 0 评论