利用opencv的hog+svm实现细胞识别分类器
图像处理中的细胞识别和人脸识别可以这样来类比,图像中的一张张人脸就是一个个细胞。
模式识别的关键在于样本库的选取,识别率也只能在和样本库比较接近的环境下才能保证。主要工作是三部分一是特征提取,二是样本库的训练train,三是目标检测detect。
一.特征提取
特征提取采用的是HOG特征即HOG描述子,该特征在行人检测中效果非常好。而一般人脸识别采用的是haar特征,这在opencv中都有实现,并都给出了相应的分类器,效果都
利用opencv的hog+svm实现细胞识别分类器
图像处理中的细胞识别和人脸识别可以这样来类比,图像中的一张张人脸就是一个个细胞。
模式识别的关键在于样本库的选取,识别率也只能在和样本库比较接近的环境下才能保证。主要工作是三部分一是特征提取,二是样本库的训练train,三是目标检测detect。
一.特征提取
特征提取采用的是HOG特征即HOG描述子,该特征在行人检测中效果非常好。而一般人脸识别采用的是haar特征,这在opencv中都有实现,并都给出了相应的分类器,效果都