计算机视觉
文章平均质量分 86
thinker_s
逐渐只剩离线工具使用,
展开
-
python计算机视觉-图像检索和识别
图像分类,即通过图像内容的不同将图像划分为不同的类别,该技术二十世纪九十年代末提出,并命名为基于图像内容的图像分类(Content- Based ImageClassific- ation, CEIC)算法概念,基于内容的图像分类技术不需要对图像的语义信息进行人工标注,而是通过计算机提取图像中所包含的特征,并对特征进行处理和分析,得出分类结果。常用的图像特征有 图像颜色、纹理、灰度等信息。而图像分类过程中,提取的特征要求不容易受随机因素干扰,特征的有效提取可提高图像分类的精度。特征提取完成后,选择原创 2022-06-18 22:48:33 · 1026 阅读 · 1 评论 -
python计算机视觉-相机标定
什么是相机标定?随着科技和经济的蓬勃发展,机器人作业、汽车自动导航等技术已经得到广泛应用,在很大程度上推动了社会生产力的发展。不论是主动光学视觉传感或者是被动光学视觉传感,要从图像推知物空间的三维信息,或反之,从空间三维信息推知二维图像坐标,都必须确定相机在参考坐标系中的空间位置和取向,以及相机本身的几何和光学参数为解决这个问题所需用到相机标定技术相机标定的作用在于消除由于相机产生的图像畸变,从而校正图像,为处理计算出精确数值提供可能。由此,相机标定成了系统准确的先决条件。从真实的三维世界坐标,可以得到原创 2022-06-18 17:38:48 · 478 阅读 · 0 评论 -
python cv 全景拼接
文章目录python cv 全景拼接一、全景拼接介绍1.1 流程:1.2 sift匹配与RANSAC1.3 图像配准1.4图割方法1.5 图像融合二、代码运行效果python cv 全景拼接一、全景拼接介绍在同一位置(即图像的照相机位置相同)拍摄的两幅或者多幅图像是单应性相关的。我们经常使用该约束将很多图像缝补,来拼成一个大的图像来创建全景图像。1.1 流程:1.根据给定图像/集,实现特征匹配。2.通过匹配特征计算图像之间的变换结构。3.利用图像变换结构,实现图像映射。4.针对叠加后的图像,原创 2022-04-14 23:06:09 · 340 阅读 · 0 评论 -
计算机视觉harris角点检测
文章目录1.Harris角点检测1.1基础知识1.2算法思想1.3Harris数学公式1.4代码实例效果1.Harris角点检测1.1基础知识使用一个滑动窗口在下面三幅图中滑动,可以得出以下结论:左图表示一个平坦区域,在各方向移动,窗口内像素值均没有太大变化;中图表示一个边缘特征(Edges),如果沿着水平方向移动(梯度方向),像素值会发生跳变;如果沿着边缘移动(平行于边缘) ,像素值不会发生变化;右图表示一个角(Corners),不管你把它朝哪个方向移动,像素值都会发生很大变化。原创 2022-03-31 18:14:34 · 3794 阅读 · 0 评论