![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
opencv
西行ing
小硕一枚
展开
-
用opencv求图像的快速傅里叶变换和反变换
首先,在写这篇博文之前,先感谢一下http://www.cnblogs.com/TonyHome/p/4010116.html这篇文章的作者! 接下来贴一下自己结合qt写的测试代码;DFTWidget::DFTWidget(QWidget *parent) : QWidget(parent), ui(new Ui::DFTWidget){ ui->setupUi(this原创 2016-07-27 11:18:22 · 1401 阅读 · 0 评论 -
Adaboost应用系列之一:Opencv2.0中利用Adaboost训练Haar特征产生xml分类器
网上很多如题的内容,我结合自己的亲身使用整理归纳了一下,供大家参考:1.采集样本(1)正样本就是图片中只有你需要的目标,而负样本的图片只要其中不含有目标就可以了。使用批量截图工具(光影魔术手,美图看看之类的)或者人工截图采集正负样本,但是正样本图片最好是裁剪成同一尺寸或者高宽比大致相同;(2)其次是训练样本要和最终的应用场合非常接近或者一致。否则,基于机器学习的算法并不能保证算法的有效性。举个转载 2017-02-23 09:55:09 · 378 阅读 · 0 评论 -
Adaboost应用系列之二:Opencv2.0中利用Adaboost训练LBP特征产生xml分类器
1.采集样本2.预处理样本3.生成正负样本描述文件4.创建正样本vec文件前4个步骤参考我的另一篇文章:《Adaboost应用系列之一:Opencv2.0中利用Adaboost训练Haar特征产生xml分类器》。以上4个步骤的大体内容一致,需要区别的是这里训练LBP特征时使用的正样本尺寸为默认大小24*24,负样本不需要缩放,但是需要大于正样本的尺寸,否则容易造成训练中途卡死,参考这篇文章:转载 2017-02-23 09:57:29 · 478 阅读 · 0 评论 -
Adaboost应用系列之三:Opencv2.4.X中利用Adaboost训练HOG特征产生xml分类器
之前几篇博文写了自己使用Adaboost训练Harr特征和LBP特征得到分类器的实例(Harr,LBP),但是挺疑惑为什么没有支持HOG特征。后来发现OpenCV2.4.X版本都有支持级联分类器训练HOG特征,所以动手尝试了一下(这里采用的是OpenCV2.4.8版本,安装路径是:F:\Program Files\OpenCV2.4.8,级联分类器训练程序在:F:\Program Files\Ope转载 2017-02-23 09:59:08 · 469 阅读 · 0 评论