![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
文章平均质量分 68
qq_33782623
这个作者很懒,什么都没留下…
展开
-
ultra fast lane detection读后感及使用情况(附训练好的模型及libtorch端代码)
ultra fast lane detection读后感及使用情况(附训练好的模型及libtorch端代码)原创 2022-12-02 11:00:31 · 1608 阅读 · 4 评论 -
使用vs在linux下编译opencv程序
在LINUX下编译opencv的时候经常出现一些奇奇怪怪的问题。g++ FaceLinux.cpp -o test pkg-config --cflags --libs opencv可以直接使用该行代码对C++文件进行编译。原创 2021-08-13 15:58:24 · 437 阅读 · 0 评论 -
基于图的图像分割方法 opencv实现
基于图的图像分割方法是selective search生成区域R的方法,opencv自带selective search方法,但是并没有实现基于图的图像分割方法,需要用cmake编译后配置contribution。选择性搜索方法:https://www.cnblogs.com/gezhuangzhuang/p/10451296.html不得不赞叹opencv的开发人员真是十分优秀的,singlestrategy方法只耗时十几ms,如果我自己编写的话,大概要几百ms。不过这些都是题外话,我要实现的是原版原创 2021-08-06 10:20:12 · 435 阅读 · 0 评论 -
关于earth-move距离与匈牙利算法
推土机距离https://blog.csdn.net/zhangping1987/article/details/25368183匈牙利算法:https://nieson.blog.csdn.net/article/details/94472313?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribu原创 2020-11-08 17:45:18 · 880 阅读 · 0 评论 -
简单实现一下光流法
之前看了光流法,可以用来目标检测和跟踪,甚至图像拼接,就计划实现一下。主要实现金字塔光流法。光流法由三大严格假设:1.亮度恒定不变。2.小运动。3.空间一致性。以上三个假设决定了光流法的局限性,但是光流法在静态、小位移、光不强的情况下,有不俗的表现。此外,金字塔LK光流法也可以勉强容忍较大的位移。特征点多选用健壮的角点特征。此方法仅作为验证金字塔光流法的用途,耗时很长。此外,Mat::at<>(i,j) 方法实在是太耗费时间了,我懒得改了,如果想节省时间,能用指针,就别用函数。详情原创 2020-10-17 22:13:04 · 657 阅读 · 2 评论 -
讲一讲有趣的图像处理算法(二)导向滤波
写在开头其实我写的所有算法都和ISP(图像信号处理)算法有强烈的关系,这些算法对目标检测、识别、跟踪的效果是怎样的呢。我正着手开一栏关于该问题的文章。锐化锐化算法的作用是加强图像边缘细节,对于图像而言,低频分量是图像的主要内容,而高频分量则是图像的边缘细节或噪声。因此,高斯滤波作为一种低通滤波,其实是会屏蔽掉一些高通分量。https://blog.csdn.net/hhygcy/article/details/4330939该博主提到了通过原图减高斯滤波后的图,得到边缘图,再加上原图,得到一张锐化原创 2020-10-16 21:42:50 · 648 阅读 · 0 评论 -
讲一讲图像处理中有趣的小算法(一)
我接触图像算法有些时间了,见到过不少有意思的算法,原理也不复杂,实现起来也比较简单,所以计划记录一下。相关的图例可以到我给出的网址中找。1.去雾算法https://blog.csdn.net/abc1014392016/article/details/78880865这篇文章博主讲的很好,我再简单讲讲原理。去雾算法一般用于交通监控,如果有雾那么可以选择使用去雾算法对他进行一个好的处理。首先,他有一个假设,叫做暗通道。没有雾的图像暗通道图像都是一片黑,有雾的都是一片白色。暗通道,也就是每个区域中像素点原创 2020-10-15 22:07:34 · 232 阅读 · 0 评论 -
PCL教程笔记(三)-深度图像显示
还是官方教程的解读。给出了一个显示深度图像的方法,其他的还是一样。需要注意原作者 typedef了一个pointtype,其实是一个坑,不转定义一下,我都没看懂。我不认为,加了这一个def可读性就变好了,可能原作者有更好的解释。此外,原教程有一些不得不指出的错误,一些不适用于本机操作的代码,我也进行了改动。#include "pch.h"#include <iostream>#include <pcl/common/common_headers.h>#include原创 2020-06-06 22:45:31 · 899 阅读 · 1 评论 -
pcl教程笔记(二)点云显示与线程
PCL官方教程提供了一份显示#include <pcl/visualization/cloud_viewer.h>#include <iostream>#include <pcl/io/io.h>#include <pcl/io/pcd_io.h> int user_data; void viewerOneOff (pcl::visualization::PCLVisualizer& viewer){ viewe原创 2020-06-05 15:08:18 · 1405 阅读 · 1 评论 -
PCL教程笔记(一)法向量特征
内容主要来自于PCL官方教程、3d特征法向量。作者认为3D特征,最起码应该有3个特性:1.刚体变换。也就是说该特征应当具有3D变换不变性。2.采样密度。不受传感器采样密度限制。3.抗噪音。以3D特征中的法向量为例,写了一段程序。法向量是几何渲染中的重要特征,一般会结合光照方向和视点,达到镜面反射、漫反射等的效果。如果对opengl有所了解,就知道没有法向量就无法完成光照渲染。opengl并没有提供关于法向量的计算,但PCL提供了计算法向量的算法,所以两者通常搭配使用,实现点云光照渲染。#inc原创 2020-06-01 20:53:29 · 1198 阅读 · 0 评论 -
C++数组指针及引用
最近写代码,对于数组指针及引用的这部分内容有点忘了。&和*的区别&:与变量(如a)在一起为取地址,与变量类型(如int)结合为引用。取地址就是指针,引用就是变量别名,使用同一空间。*:与变量在一起为指向的空间,与变量类型在一起为指针。如果引用的地址发生改变会怎么样吗?会影响引用吗?int q=0;int *a=&q;*a=1;int &b=*a;//...原创 2020-02-28 12:42:19 · 310 阅读 · 0 评论 -
关于SIFT特征点检测与黑塞矩阵的读书笔记
SIFT特征点我看了不下六次,每次都看一半就不看了,现在还是半懂不懂,当然和我个人数学水平、知识积累、懒惰的个性有关。不过SIFT确实包含了很多内容,如高斯金字塔、DOG、矩阵求导以及黑塞矩阵,要求较深的矩阵知识和图像处理知识,如果是初学者我建议先不要看SIFT特征,一方面确实是浪费时间,另一方面是必须要有一定的编程能力、高等数学知识和图像处理理解,才能明白SIFT的深层含义。黑塞矩阵和拉普拉...原创 2020-02-15 17:43:54 · 654 阅读 · 0 评论