- 博客(17)
- 收藏
- 关注
原创 机器学习:SVM分割数据点(线性不可分数据)
与上一篇的区别在于参数setc()的设置。#include <iostream>#include<opencv2/opencv.hpp>#define NTRAINING_SAMPLES 100 // Number of training samples per class#define FRAC_LINEAR_SEP 0.9f // Fractio...
2020-08-16 21:37:11 372
原创 目标追踪:核先关滤波(KCF)、相关滤波(MOSSE)、判别相关滤波(CSRT)
#include<iostream>#include<string>#include<opencv2/opencv.hpp>#include<opencv2/tracking.hpp>using namespace std;using namespace cv;//鼠标交互获得矩形Rect2d bbox;bool draw;void...
2020-08-16 21:37:04 2185 1
原创 目标跟踪:多目标跟踪
#include<iostream>#include<string>#include<opencv2/opencv.hpp>#include<opencv2/tracking.hpp>using namespace std;using namespace cv;//单目标跟踪类型vector<string> trackerT...
2020-08-16 21:36:56 390
原创 数字图像处理工程:基于特征点的光流法追踪
#include <opencv2/opencv.hpp>#include <iostream>using namespace cv;using namespace std;Mat frame, gray;Mat prev_frame, prev_gray;vector<Point2f> features; // shi-tomasi角点检测 ...
2020-08-16 21:36:49 563
原创 数字图像处理项目:背景建模跟踪目标
背景建模跟踪目标一、帧间差分主要是前一帧(或之后的几帧)减去另一帧,将足够不同的地方标位前景;缺点:对于移动的物体,无法区分移动后的空洞二、平均背景法主要是学习得到背景像素的均值和方差,作为背景的模型,在均值里设置一个阈值,当差值大于或小于一定的距离度量就可以认为是前景了;综合起来就是在main()函数中读入一段视频并构建背景模型,在给出的例子中,我们在训练模式下读取视频直到用户按下空...
2020-08-16 21:36:41 1030
原创 数字图像处理项目:背景建模跟踪目标(提取轮廓显示矩形框)
#include <opencv2/opencv.hpp>#include <iostream>using namespace cv;using namespace std;//针处理函数void processFrame(Mat& binary, vector<Rect>& rect);int main(int argc, c...
2020-08-16 21:36:33 615
原创 matlab中mat文件解析
matlab中mat文件批量加载成图片并作成视频一、将mat文件提取成图片clc;clear ;% 读取所有.mat文件file = dir('*.mat');% 获取文件个数len = length(file);for i = 1:len % 获取mat文件名 mat_file = file(i).name; % 定义图片名 img_name ...
2020-08-16 21:36:23 2170
原创 机器学习:SVM分割数据点(线性不可分多分类)
#include <iostream>#include<opencv2/opencv.hpp>#include<ctype.h>#define NTRAINING_SAMPLES 100 // Number of training samples per class#define FRAC_LINEAR_SEP 0.9f // Fract...
2020-08-16 21:36:11 505
原创 目标追踪:金字塔光流法
金字塔光流法总结1、金字塔光流法介绍参考文献:计算机视觉–光流法(optical flow)简介1.1基本假设条件(1)亮度恒定不变(2)时间连续或运动是“小运动”(3)空间一致性2、单像素光流追踪...
2020-08-16 21:36:00 622
原创 利用HOG+SVM训练自己的人脸检测XML文件
1、生成xml训练文件#include<iostream>#include<opencv2/opencv.hpp>#include<vector>using namespace std;using namespace cv;using namespace cv::ml;#define HOG_VECTOR 900#define TRAIN_IMG_NUM 800int main(){ //创建HOG描述子 HOGDescriptor hog(Siz
2020-08-16 21:35:49 403
原创 机器学习:基于mnist的svm手写字体识别
SVM训练MNIST过程:#include<iostream>#include<opencv2/opencv.hpp>#include <fstream>using namespace cv;using namespace cv::ml;using namespace std;//大端转小端int reverseInt(int i);void main(){ //读取训练样本集 ifstream if_trainImags("E:\\机器学习
2020-08-16 21:35:38 640
原创 ORB_LK视频贴图
#include<opencv2/opencv.hpp>#include<iostream>#include<opencv2/xfeatures2d.hpp>#include<vector>using namespace std;using namespace cv;using namespace cv::xfeatures2d;//全局变量Mat src_img = imread("../Tulips.jpg", 1);Mat frame
2020-08-16 21:35:23 144
原创 SIFT+LK视频贴图
1\针对视频流#include<opencv2/opencv.hpp>#include<iostream>#include<opencv2/xfeatures2d.hpp>#include<vector>using namespace std;using namespace cv;using namespace cv::xfeatures2d;//全局变量Mat src_img = imread("../Tulips.jpg", 1);M
2020-08-16 21:35:06 197
原创 对极约束:求矩阵EHF,并分解为R,t
#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/features2d/features2d.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/calib3d/calib3d.hpp>using namespace std;using namespace cv;/******
2020-08-16 21:34:40 138
原创 从特征点匹配到Rt,通过三角测量估计三维点坐标
#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/features2d/features2d.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/calib3d/calib3d.hpp>using namespace std;using namespace cv;void fin
2020-08-16 21:34:22 1148
原创 Ceres框架
1、代价函数框架struct CostFunction{ //定义构造函数传入采集的数据 CostFunction(类型1 x1 类型1 x2 ...):_x1(x1),_x2(x2){} //重载()伪函数 template<typename T> bool operator()( const T *const parameters ,//优化变量 T*residual //代价函数 ) { //添加代价函数计算代码; return tr
2020-08-16 21:34:05 269
原创 ceres优化单应性矩阵
#include<opencv2/opencv.hpp>#include<iostream>#include<opencv2/xfeatures2d.hpp>#include<vector>#include <ceres/ceres.h>#include <Eigen/Core>#include <Eigen/Dense>#include <glog/logging.h>#include<o
2020-08-16 21:33:22 1266
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人