rxm1989的专栏

C++: void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, int borderType=BORDER_DEFAULT )

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl

using System;using System.Collections.Generic;using System.ComponentModel;using System.Data;using System.Drawing;using System.Linq;using System.Text;using System.Windows.Forms;using Emgu.CV;u

#include "cv.h"#include "highgui.h"#include #include #include#include #include//与一样是定义边界值的,定义的是浮点数的边界值#include #include #include//在调用字符函数时，在源文件中包含的头文件using namespace  std;static i

转自：http://blog.csdn.net/yang_xian521/article/details/7107786我记得开始接触OpenCV就是因为一个算法里面需要2维动态数组，那时候看core这部分也算是走马观花吧，随着使用的增多，对Mat这个结构越来越喜爱，也觉得有必要温故而知新，于是这次再看看Mat。Mat最大的优势跟STL很相似，都是对内存进行动态的管理，不需要之前用户手动的管

float Coordinates[ ]={ 0.83,0.90,0.99,0.92,0.87,326,285,340,287,310,21,38,25,19,27,3.2,2.4,2.2,2.0,0.9,0.20,0.25,0.12,0.33,0.20,0.15,0.20,0.14,0.09,0.15,250,180,300,200,150,0.23,0.15,0.27,0.30

PCA（principal componentanalysis）翻译过来就是主分量分析，是一种流行的数据降维方法。通过数据降维可以实现数据的压缩，同时方便数据分析和提高算法的处理速度。PCA的原理就是通过正交变换，最大化样本协方差阵的对角元素，最小化非对角元素。具体的介绍可以参考Shlens,J., A tutorial on principal component analysis. Sys

本文转自：http://fzzl.is-programmer.com/posts/10332.htmlCvPoint,CvScalar,CvArr数据结构的功能最主要是配置IplImage数据结构跟相关矩阵数据的结构数据,只要是图像空间有关的配置大部分都用到CvSize,CvScalar.而CvArr只是个Interface,可以让子程序容纳IplImage数据结构及CvMat数据结构

何为LUT，就是指显示查找表（Look-Up-Table)，LUT(Look-UpTable)实际上就是一张像素灰度值的映射表，它将实际采样到的像素灰度值经过一定的变换如阈值、反转、二值化、对比度调整、线性变换等，变成了另外一个与之对应的灰度值，这样可以起到突出图像的有用信息，增强图像的光对比度的作用。#include #include using namespace std;in

本文转自：http://blog.csdn.net/hitwengqi/article/details/6877435cvCopyMakeBorder（）函数可以复制图像并制作边界，将特定图像轻微变大，然后以各种方式自动填充图像边界，当Bordertype=IPL_BORDER_REPLICATE时，原始图像边缘的行和列被复制到大图像的边缘，当Bordertype=IPL_BORDER_C

descriptor_matcher->knnMatch(features, match_idx,knn_size);这个计算出来的match_idx是相对每个db库中的image的自己的idx,每个image都重新从0开始计算feature的index.

本文转自：http://blog.csdn.net/hitwengqi/article/details/6857441图像金字塔被广泛应用于各种视觉应用中。图像金字塔是一个图像集合，集合中图像都源于同一个原始图像，而且是通过对原始图像连续降采样获得，直到达到某个中止条件才停止降采样。(当然，降为一个像素肯定是中止条件) 本例程用到两个库函数cvPyrDown、cvPyrUp。Pyr

本文转自：http://hi.baidu.com/kayin521/item/8c747387f6831ed5d0f8cd2alibsvm 有很多种用法, 这篇指南只打算讲简单的部分.svmscale扫描数据. 因为原始数据可能范围过大或过小, svmscale 可以先将数据重新 scale (縮放)到适当范围使训练与预测速度更快。文件格式文件格式要先交代一下. 你可以参考 libsvm

初始化一个double类型的数组：double a[]={1,2,3,4,5,6,7,8,9,10,11,12};CvMat Ma=cvMat(3,4,CV_64FC1,a);//CV_64FC1表示64位浮点型另：字符串数组的定义与赋值char   a[100][1024];strcpy(   a[0],   "sample_1 "  );strcpy(   a[2],   "

本文转自：http://blog.sina.com.cn/s/blog_4298002e01013w4z.htmlOpenCV在新版本中把很多C语言的代码都重新整理成了C++代码，让我们在使用的时候更加方便灵活。其中对于特征点的提取和匹配，充分体现了C++的强大。下面直接用例子来说明。假设我们有两幅图：1.bmp和2.bmp，要从中提取体征点并匹配，代码如下： // Load image

本文转自：http://fclef.wordpress.com/2012/04/03/opencv-2-3-1-python-bindings-installation-on-windows-7/ Today I searched several post about how to install OpenCVPython bindings on Windows 7. And I foun

本文转自：http://blog.csdn.net/hitwengqi/article/details/6897291我们可以对图像做点事情尝试扩大其动态范围，对这个操作最常用的技术是直方图均衡化，可以将比较淡的图像变换为比较深的图像（即增强图像的亮度及对比度）。直方图均衡化后面潜在的数学原理是一个分布（输入的亮度直方图）被映射到另一个分布（一个更宽，理想统一的亮度值分布），映射函数是一

最近经过多方尝试，解决了安装dlib的问题。记录下来，免得自己忘记，也可以让大家作为参考。 需要先装的 • Python2.7 • Visual Studio2015 • CMake 一般前两个都有，后一个可能需要自己去官网下载一个。三个都需要添加到环境变量中去。这种事情就不多说了，配置过opencv的应该都知道怎么做。 编译boost.p