![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 96
okokcccc
upppp
展开
-
计算机视觉之数字图像处理
计算机视觉之图像处理实验-直方图、直方图均衡化、高斯滤波0、库及图片①库②原始图片1、(直方图)图片读入并显示灰度图①基本原理②代码③结果④总结2、(直方图)显示图片直方图和图像轮廓①基本原理②代码③结果④总结3、直方图均衡化①基本原理②代码③结果④总结4、高斯滤波(高斯模糊)①基本原理②代码③结果④总结实验-直方图、直方图均衡化、高斯滤波0、库及图片①库1)PIL:PIL (Python Imaging Library)图像库提供了很多常用的图像处理及很多有用的图像基本操作。PIL库下载地址[ww原创 2021-03-08 23:38:51 · 975 阅读 · 0 评论 -
【计算机视觉】局部图像描述子
一、图像特征匹配局部图像描述子1.Harris角点检测分为非王朝2.原创 2021-03-28 14:44:42 · 416 阅读 · 1 评论 -
【Python计算机视觉】图像到图像的映射(单应性变换、图像扭曲)
图像到图像的映射一级目录二级目录三级目录一级目录二级目录三级目录原创 2021-04-11 21:42:18 · 2573 阅读 · 1 评论 -
【Python计算机视觉】图像拼割、创建全景图像
目录一、引入1.1 Bad Example1.2 错误匹配的干扰1.3 Simple Example:拟合消除噪声点1.4 参数求解:RAndom SAmple Consensus二、全景拼接2.1 RANSAC2.2 稳健的单应性矩阵估计2.3 拼接图像一、引入1.1 Bad Example鬼影问题:图像拼接后出现重影;“鬼影”的产生原因:图像映射是全局的单应性变换,但是图像场景中各个物体往往具有不同的深度,如果采用处于不同深度物体的特征点进行全局单应性变换,由于此时图像中的物体无法满足近似于原创 2021-04-25 13:03:08 · 1009 阅读 · 1 评论 -
【Python计算机视觉】相机标定(Camera Calibration)
目录相机标定1.1 引入1.2 原理1.2.1 坐标系转换1.2.2 像主点偏移1.2.3 畸变现象1.3相机标定1.1 引入首先谈谈相机为什么需要标定?任何理论物理模型都是在特定假设上对真实事物的近似,然而在实际应用中存在误差,普通相机的成像模型也不例外(透视投影)。实际中,普通相机成像误差的主要来源有两部分,第一是sensor制造产生的误差,比如sensor成像单元不是正方形,sensor歪斜;第二是镜头制造和安装产生的误差,镜头一般存在非线性的径向畸变;镜头与相机sensor安装不平行,还会产生原创 2021-05-23 15:23:29 · 2925 阅读 · 1 评论 -
【计算机视觉】基于BOW的图像检索
基于BOW的图像检索一、图像检索1.1 基于BOW的图像检索1.2 基于BOF的图像检索二、BOF2.1 原理2.2 基于BOF的图像检索基本流程2.3 sift特征提取2.4 建立视觉单词k-means2.5 图像频率直方图TF-IDF倒排表训练分类器三、实验3.1 数据集3.2 实验内容sift特征提取图像直方图重排3.3 结构与分析3.4 问题原创 2021-06-06 16:55:35 · 411 阅读 · 0 评论