落叶知秋了哟的博客

二维直线的拟合

手眼标定的原理与实现。

二值图像骨架线提取算法：HilditchThin算法、Rosenfeld算法、OpenCV_Contrib中的算法。

在不改变二值图中各个连通域的连通性的条件下，删除二值图中的毛刺，并提取骨架线。

阈值分割、连通域分析、区域生长、分水岭。

膨胀、腐蚀、开运算、闭运算。

输入一张二值图，输出图像中的各个连通域。

VS2017配置opencv4.5.1一、获得OpenCV库1.1 直接下载1.2 源码编译安装二、配置OpenCV库2.1 工程下直接配置2.2 配置属性页2.3三、测试一、获得OpenCV库1.1 直接下载1.2 源码编译安装二、配置OpenCV库关于环境变量，配置环境变量只是为了方便找到dll文件，实际上不用配置，通过路径设置或是直接将dll放在工程目录下也可以找到。2.1 工程下直接配置2.2 配置属性页2.3三、测试...

opencv4.5.1+contrib_4.5.1的编译与简单使用0、概述1、下载1.1 opencv4.5.1下载1.2 opencv_contrib-4.5.1下载2、编译3、简单例程0、概述看到OpenCV4.5.1新出了一个描述子，可以提高特征匹配的精度，所以赶紧编译一下opencv试试看。但是在contrib模块中，所以干脆一起编译了。由于电脑GPU性能不是很好，编译非常慢，并且平时用的也很少，因此就暂时不带GPU编译了。1、下载1.1 opencv4.5.1下载opencv可以

1、主要参考博客：https://blog.csdn.net/fengxinzioo/article/details/109402921和https://blog.csdn.net/caojinpei123/article/details/1075693942、遇到CMake Error: CUDA_nppi_LIBRARY (ADVANCED)问题，查找了很多解决方案如：https://blog.csdn.net/u014613745/article/details/78310916和https:

原文地址：http://www.cvvision.cn/273.html转自：https://blog.csdn.net/hookie1990/article/details/79213722著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。作者：cvvision链接：http://www.cvvision.cn/273.html来源：CV视觉网 一、矩阵Mat I,img,I1,I2,dst,A,B;double k,alpha;Scalar s;1.加法

转载：https://blog.csdn.net/iracer/article/details/51296631 OpenCV的基本矩阵操作与示例目录OpenCV的基本矩阵操作与示例1.创建与初始化矩阵1.1数据类型1.2基本方法1.3初始化方法2.矩阵运算2.1基本概念2.2矩阵加减法2.3矩阵乘法2.4矩阵转置2.5求逆矩阵2.6计...

参考博客：https://www.learnopencv.com/homography-examples-using-opencv-python-c/什么是单应性？考虑图1所示的平面的两个图像（书的顶部）。红点表示两个图像中的相同物理点。在计算机视觉术语中，我们称这些对应点。图1.用四种不同的颜色（红色，绿色，黄色和橙色）显示了四个对应的点。那么单应矩阵是，在一个图像中的点映射到另一图像中的对应点的变换（3×3矩阵）。图1：3D平面的两幅图像（本书顶部）通过同影法相关联现在，由于单应性是

学习OpenCV4很好的一个英文博客和代码示例：https://github.com/spmallick/learnopencv本文使用的模型文件、数据等均可以在上面下载得到。1、代码配置使用VS2015和OpenCV4.0.0实现，仅使用CPU(也可以使用GPU，根据电脑配置决定)。在Linux系统下编译，同时使用GPU加速最好。2、代码实现该代码是根据上面网址的代码做简单的整理mask_rcnn.h:#pragma once#include <fstream&gt

1、配置：在win10系统下，仅使用CPU(也可以使用GPU，根据电脑配置决定)，通过VS2015和OpenCV4.2.0编译实现。不过在Linux系统下编译，同时使用GPU加速最好。2、代码中的配置文件，权重文件，以及数据下载：配置文件+数据：https://github.com/PanJinquan/opencv-learning-tutorials配置文件+权重文件：https://pjreddie.com/darknet/yolo3、代码实现，该代码是根据网上的代码做简单的整理.

单目相机标定与双目相机标定是进行视觉测量，视觉定位的关键步骤之一，对于其具体的理论部分的理解可以参考：https://blog.csdn.net/Kano365/article/details/90721424https://www.cnblogs.com/zyly/p/9366080.html#_label3这些文章都写的非常好了，因此就不在进行阐述。下面贴出自己在测试过程中使用的代...

1、ORB特征提取与匹配ORB算法分为两部分，分别是特征点提取和特征点描述。特征提取是由FAST（Features fromAccelerated Segment Test）算法发展来的，特征点描述是根据BRIEF（Binary Robust IndependentElementary Features）特征描述算法改进的。ORB特征是将FAST特征点的检测方法与BRIEF特征描述子结合起来...