qq_36930777的博客

整理一下OpenCV中文论坛里关于图像通道的问题，如下：（1）图像的通道指的是什么？是不是灰度图的通道数为1，彩色图的通道为3？（zhuker）正确！ 基本上，描述一个像素点，如果是灰度，那么只需要一个数值来描述它，就是单通道。 如果一个像素点，有RGB三种颜色来描述它，就是三通道。（ollydbg23）（2）对于2通道和4通道如何看待？哪位帮忙解释一下？（feix

原文：http://blog.csdn.net/chongshangyunxiao321/article/details/509913011、前言 目前“以图搜图”的引擎越来越多，可参考博文：http://blog.csdn.net/forthcriminson/article/details/8698175 此篇博文中列出了很多“以图搜图”的引擎，之前很好奇他们是如何进行检索

效果还是有点问题的，希望大家共同探讨一下  // FindRotation-angle.cpp : 定义控制台应用程序的入口点。//// findContours.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"#include #include #include #include #include #inc

http://blog.csdn.net/wkk15903468980/article/details/53984457

最近做图像处理方面的项目比较多，很多算法自己从头写的话太浪费时间，而且自己写的也不一定完善，早就听说OpenCV在图像处理算法方面功能很强大，一直没时间学习，这次正好项目用到了，临时抱佛脚学习些OpenCV入门知识。因为我的程序界面都是用Qt写的，因此也花了点时间研究了如何将OpenCV 和Qt 融合在一起，协同工作。 Qt 中处理图像主要用的是QImage类，OpenCV中主要用的是cv

1.          End_Rage2D = cvMinAreaRect2(contour);End_Rage2D = minAreaRect(Mat(contours[i]));2.

这个程序搞了许久#include #include #include #include #include #include #pragma comment(lib,"opencv_core249d.lib") #pragma comment(lib,"opencv_highgui249d.lib") #pragma comment(lib,"ope

转载请注明：http://blog.csdn.net/raby_gyl/article/details/17409717相关文章：OpenCV三角剖分的遍历和纹理映射：http://blog.csdn.net/raby_gyl/article/details/19758167Delaunay三角剖分是1934年发明的将空间点连接为三角形，使得所有三角形中最小

一、 SAD算法1.算法原理        SAD(Sum of absolute differences)是一种图像匹配算法。基本思想：差的绝对值之和。此算法常用于图像块匹配，将每个像素对应数值之差的绝对值求和，据此评估两个图像块的相似度。该算法快速、但并不精确，通常用于多级处理的初步筛选。2.基本流程输入：两幅图像，一幅Left-Image，一幅Right-Im

立体匹配主要是通过找出每对图像间的对应关系，根据三角测量原理，得到视差图；在获得了视差信息后，根据投影模型很容易地可以得到原始图像的深度信息和三维信息。立体匹配技术被普遍认为是立体视觉中最困难也是最关键的问题，主要是以下因素的影响： （1） 光学失真和噪声（亮度、色调、饱和度等失衡）（2） 平滑表面的镜面反射（3） 投影缩减（

opencv 2 归一化函数normalize详解1. 归一化定义与作用    归一化就是要把需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。首先归一化是为了后面数据处理的方便，其次是保证程序运行时收敛加快。归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布，归一化在某个区间上是统计的坐标分布。归一化有同一、统一和合一的意思。 

openCV中image.copyTo()有两种形式：1、image.copyTo(imageROI)，作用是把image的内容粘贴到imageROI；2、image.copyTo(imageROI，mask),作用是把mask和image重叠传递给imageRoi一个是彩色一个为黑白图   解析：因为第二幅的edge的边缘图与原图进行相交，得到彩色图像

OpenCV中的矩阵操作非常重要，本文总结了矩阵的创建、初始化以及基本矩阵操作，给出了示例代码，主要内容包括：创建与初始化矩阵加减法矩阵乘法矩阵转置矩阵求逆矩阵非零元素个数矩阵均值与标准差矩阵全局极值及位置其他矩阵运算函数列表1. 创建与初始化矩阵1.1 数据类型建立矩阵必须要指定矩阵存储的数据类型，图像处理中常用的几

在OpenCV中我们经常会遇到一个名字:Mask(掩膜)。很多函数都使用到它，那么这个Mask到底什么呢？一开始我接触到Mask这个东西时，我还真是一头雾水啊，也对无法理解Mask到底有什么用。经过查阅大量资料后，也对Mask有一点自己的理解了，下面就说说我的理解。比如我要对一幅图进行抠图操作，这就要用到Mask了，那我就以抠图为例，解释Mask在里面的作用。先上程序，再一

http://blog.csdn.net/sac761/article/details/51926853opencv 截取轮廓中的图像——实现PS中利用蒙版抠图的功能（Using Opencv extract area circled by contour）顺手秀了一把英语~~我时常感慨，要是PhotoShop要是开源的多好啊，这得造福多少从事计算机视觉的码农们啊~ 既

OpenCV学习(33) 轮廓的特征矩Moment      在OpenCV中，可以很方便的计算多边形区域的3阶特征矩，opencv中的矩主要包括以下几种：空间矩，中心矩和中心归一化矩。class Moments { public: ...... // 空间矩 double m00, m10, m01, m20, m11, m02, m30, m21, m12, m03; //

这个以前的时候，采取的是把要显示的图片copy到一张大图片上去~ 这个也忒麻烦了点然后 在 http://download.csdn.net/detail/zhazhiqiang2010/3614993#comment 这里发现一个好用的代码。。。。感谢上传者，记录在这里只为了以后方便使用~~~#include #include #include #include #in

这个程序根据输入的图像计算出一个色相饱和度直方图，然后利用网格的方式将直方图以网格形式显示。[cpp] view plain copy#include  #include  #include    #pragma comment(lib, "cv.lib")  #pragma comment(lib, "cxcore.lib")

下面左边的灰度图，可以描述为右边的地形图，地形的高度是由灰度图的灰度值决定，灰度为0对应地形图的地面，灰度值最大的像素对应地形图的最高点。我们可以自己编程实现灰度图的地形图显示，工程FirstOpenCV6就实现了简单的这个功能，比如上边的灰度图，显示为：对灰度图的地形学解释，我们我们考虑三类点：1. 局部最小值点，该点对应一个盆地的最低点，当我们在盆地里滴一滴水的时候，由

转自：http://www.cnblogs.com/tanzhiyong/p/4669557.html1、大部分都是暂时性配置工程，下次先建工程项目上次配置的环境全部失效，因为你配置的环境的是对于这个工程，所以当先建工程时会失效。2、永久性配置，此方法简单，但编译时只能按照release与debug其中一种编译，当你需要使用release或者debug编译时需要将附加依赖项

文章转自：http://blog.csdn.net/carson2005/article/details/7581642它是空间运动物体在观察成像平面上的像素运动的瞬时速度，是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。一般而言，光流是由于场景中前景目标本身的移动、相机的运

Hough变换的基本原理在于利用点与线的对偶性，将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点。这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题。也即把检测整体特性转化为检测局部特性。比如直线、椭圆、圆、弧线等。二、Hough变换的基本思想设已知一黑白图像上画了一条直线，要求出这条直线所在的位置。我们知道，直线的方程可以用y=k*x+b 来表示

相机标定内参和外参在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定（或摄像机标定）。无论是在图像测量或者机器视觉应用中，相机参数的标定都是非常关键的环节，其标定结果的精度及算法的稳定性直接影响相

使用OpenCV实现张正友法相机标定之前，有几个问题事先要确认一下，那就是相机为什么需要标定，标定需要的输入和输出分别是哪些？相机标定的目的：获取摄像机的内参和外参矩阵（同时也会得到每一幅标定图像的选择和平移矩阵），内参和外参系数可以对之后相机拍摄的图像就进行矫正，得到畸变相对很小的图像。相机标定的输入：标定图像上所有内角点的图像坐标，标定板图像上所有内角点的空间三维坐

cvCvtColor这一块经常出错，经过仔细的研究这一函数，发现原来RGB转换成灰度图像时，输出的图像要定义为单通道的图像，学习的时候应该要谨慎，认真。cvCvtColor(...),是Opencv里的颜色空间转换函数，可以实现RGB颜色向HSV,HSI等颜色空间的转换，也可以转换为灰度图像。参数CV_BGR2GRAY是RGB到gray,参数 CV_GRAY2BGR是gray到RG

函数原型：IplImage* cvLoadImage( const char* filename, int flags=CV_LOAD_IMAGE_COLOR );filename ：要被读入的文件的文件名(包括后缀)；flags ：指定读入图像的颜色和深度：指定的颜色可以将输入的图片转为3通道(CV_LOAD_IMAGE_COLOR), 单通道 (CV_LOAD_IM

平均背景法为达到前景目标的识别，譬如，交通路口对车辆的识别、监控器对行人的识别，常用的且较为有效的方法就是背景差分法（还有其他的方法，比如光流场法,帧差法），即用一张有要识别目标的图像减去相应的背景图像，那么所得的结果便是我们所要的目标。然而，如何获取一个“美好”的背景图，是背景差分法的关键和难点。此处介绍一种最为简单的获取背景的方法——平均背景法。顾名思义，其基本

版权声明：本文为博主原创文章，未经博主允许不得转载。原文：http://blog.csdn.net/zcube/article/details/735394156帧时63帧时/**比平均背景法性能更加良好的方法,codeBook模型实现背景减除核心代码详细解析和实现 by zcube*/

版权声明：本文为博主原创文章，未经博主允许不得转载。之前总结过一个  OpenCV2.49+VisualStudio2010开发环境配置 ，OpenCV3.1.0发布了，电脑上又重新安装了VS2013，所以准备看看OpenCV3.1.0较之OpenCV2.4.9有哪些改善。这里有一篇博客可供参考：OpenCV3.0 3.1版本的改进（在这里感谢 博主的分享）。首先要做的就是

http://blog.csdn.net/qq_23880193/article/details/48109179

在CSDN论坛上闲逛，碰到http://topic.csdn.net/u/20120411/07/d7d8bd3a-5fe7-4570-9dd4-44321de0b82c.html遇到的问题，下面就详细介绍一下cvMatchShape的含义以及用法使用Hu矩进行匹配：double  cvMatchShapes(  const void* object1,  const void

http://www.cnblogs.com/skyfsm/p/6894685.html 详解掩膜mask 理解：我要对一幅图像进行抠图操作，就要用到mask#include "opencv2/highgui/highgui.hpp"#include "opencv2/imgproc/imgproc.hpp"#include #include using nam