sun_rui_houqi-CSDN博客

原创 HOG+SVM

https://www.cnblogs.com/zhazhiqiang/p/3595266.html

2020-11-04 19:50:55 170

原创 SIFT尺度空间

为了方便以后观看，特意收藏，此篇文章写的通俗易懂http://www.360doc.com/content/19/0709/12/32196507_847629007.shtml

2020-10-29 19:51:31 191

图像像素重映射理解的有问题（像素的具体值还和插值方式有关，这应该只是行数和列数的映射）void remap(InputArray src, OutputArraydst, InputArray map1, InputArray map2, int interpolation, intborderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar()) 第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对

2020-10-21 22:25:45 372 1

原创直方图变换手工计算

一、直方图变换灰度直方图最简单、最有用的工具之一。“从对图像的分析与观察，直到形成一个有效的处理方法，都离不开直方图”。直方图：表示数字图像中每一灰度级像素出现的频次（该灰度级的像素数目）。p(k)=nknk:图像中第k个灰度级的像素总数或p(rk)=nk/nn:图像的像素总数过低、过高灰度级的像素占了绝大部分，对比度过大。直方图反映了图像清晰程度。直方图均匀分布时，图像最清晰。判断一幅图像是否清晰，查看是否合理的利用了全部被允许的灰度级。一幅图像应该尽可能利用全部可能的灰度级。二、直方

2020-10-03 11:35:11 878

原创模糊处理（均值，高斯）

1均值模糊均值模糊：均值模糊，也称为均值滤波，相当于卷积核的矩阵值全部为1/(卷积SIZE)，如下图所示：C++: void blur(InputArray src,OutputArray,dst,Size ksize,Point anchor=Point(-1,-1),int borderType=BORDER_DEFAULT)void Pixel_Demo::blur_demo(Mat&image) { Mat dst; blur(image, dst, Size(5, 5),

2020-10-03 10:07:11 936

原创直方图反向投影车牌识别

思路1、车牌识别1、用已知的模板，提取出感兴趣的区域作为特征图像，并计算这个区域的直方图（OpenCV中calaHist函数只可计算单通道，车牌为蓝色背景，可分离通道后计算蓝色通道）图一2、用上述直方图模型来匹配要检测的图片，也就是要检测的车牌。图二3、用计算出图一的蓝色通道直方图来匹配图二的图片如果两幅图的反向投影矩阵相似或相同，那么我们就可以判定这两幅图这个特征是相同的图像的反向投影图是用输入图像的某一位置上像素值（多维或灰度）对应在直方图的一个bin上的值来代替该像素值，所以得到的

2020-09-30 16:13:41 484

原创 opencv图像处理——图像旋转

图像旋转1、仿射变换仿射变换（Affine Transformation或 Affine Map），又称仿射映射，是指在几何中，一个向量空间进行一次线性变换并接上一个平移，变换为另一个向量空间的过程。它保持了二维图形的“平直性”（即：直线经过变换之后依然是直线）和“平行性”（即：二维图形之间的相对位置关系保持不变，平行线依然是平行线，且直线上点的位置顺序不变）。2、一个任意的仿射变换都能表示为乘以一个矩阵 (线性变换) 接着再加上一个向量 (平移).综上所述, 我们能够用仿射变换来表示:旋转

2020-09-27 21:47:03 2924

原创图像掩膜操作

掩膜1、图像处理的函数中有的参数里面会有mask参数，即此函数支持掩膜操作用选定的图像、图形或物体，对处理的图像（全部或局部）进行遮挡，来控制图像处理的区域或处理过程。掩膜运算主要用于：①提取感兴趣区,用预先制作的感兴趣区掩模与待处理图像相乘,得到感兴趣区图像,感兴趣区内图像值保持不变,而区外图像值都为0。②屏蔽作用,用掩模对图像上某些区域作屏蔽,使其不参加处理或不参加处理参数的计算,或仅对屏蔽区作处理或统计。③结构特征提取,用相似性变量或图像匹配方法检测和提取图像中与掩模相似的结构特征。④

2020-09-27 14:26:50 1110

原创图像处理中像素间的基本关系

一、像素的邻域与邻接1.邻域在一定意义下，与某一像素相邻的像素的集合。反映像素间的空间关系。常用4邻域，记作：N4§，如图：34常用4邻域，记作：N4§，如图：34坐标表示：p(x,y):(x+1,y);(x−1,y);(x,y+1);(x,y−1)每个像素与p(x,y)距离为1对角邻域，记作：ND§，如图：N8§=N4§+ND§即是3×3邻域如果p(x,y)位于图像的边界，则N4§、ND§、N8§的某些点落入图像的外边。2.像素邻接（connectivity）空间上相邻，且像素灰度

2020-09-26 21:39:29 1863

原创卷积的含义，形象理解

转载于知乎大神https://www.zhihu.com/question/22298352

2020-09-26 20:42:03 151

原创图像处理中最邻近插值和双线性插值

图像处理中最邻近插值和双线性插值1、最邻近插值一：数学原理当一幅二维数字图像从源图像NM被放为(jN) * (k*M)目标图像是，参照数学斜率计算公式必然有:(X1 – Xmin)/(Xmax - Xmin) = (Y1 - Ymin)/(Ymax-Ymin)当Xmin 和 Ymin均为从零开始的像素点时，公式可以简化为: X=Y1 (Xmax/Ymax)对于任意一幅源图像来说，假设放大后目标图像的宽为Dw高为Dh,任意目标像素点(Dx, Dy)在源图像上的位置为: S

2020-09-26 17:51:24 1372

烟雾火焰数据集（含标签xml文件）

共2472张图片，包含烟雾和火焰两个标签，VOC格式xml文件，以烟雾标注为主,且烟雾以白烟雾为主，即火灾刚发生时的烟雾，标注黑烟雾的意义不大，检测到黑烟雾时，明火已出现，失去了烟雾检测的意义，烟雾采用大框标注，不是小框多标，因为烟雾检测是为了报警，不是定位，火焰容易标注，烟雾由于其扩散性质，标注不够准确，可用于yolo和SSD等目标检测网络。如果想增加火焰数据集，网上公开的标注好的很多，直接合并即可。在烟雾目标检测上，可使用基于图片的召回率和误检率来评判网络好坏。Ap可用来指导算法的改进。因为完全用ap指标，衡量烟雾检测算法好坏，并不合理。

2021-09-26