算法
文章平均质量分 59
程序小K
在你能努力的时候就加倍努力!
展开
-
轮廓检测(python和c++实现)
当我们将物体边界上的所有点连接起来时,就得到了一条轮廓线。通常,一个特定的轮廓是指具有相同颜色和强度的边界像素。OpenCV 可以非常方便地在图像中查找和绘制轮廓线。我们将在下面的示例中详细介绍这些算法。下图展示了这些算法如何检测简单物体的轮廓。原创 2024-07-04 17:31:06 · 935 阅读 · 0 评论 -
图像直方图的计算
计算三个通道的直方图并绘制出来原创 2024-06-28 14:00:01 · 302 阅读 · 0 评论 -
利用opencv自带的Haar级联分类器模型
opencv自带的Haar级联分类器模型,可用于人脸检测,车牌检测,身体检测,微笑检测原创 2024-06-25 09:17:24 · 390 阅读 · 0 评论 -
BGR格式的图像转YUV格式
BGR转YUV(YUV420SP_NV21)代码实现。原创 2024-06-25 09:05:26 · 187 阅读 · 0 评论 -
pillow库读取图像有哪几种方式
P: 8位 映射为其它模式。YCbCr:亮色分离,三通道。RGBA:4通道,加透明。1:位图,像素深度为1。L:是灰度图,像素8位。F:像素float32。RGB:真彩色,三通道。原创 2024-05-20 16:31:40 · 227 阅读 · 0 评论 -
Real-time Hand-Detection using Neural Networks (SSD) on Tensorflow
计算机视觉领域现在有若干追踪方法。其中许多方法是基于规则的(例如,基于纹理和边界特征来提取背景,使用色彩直方图和HOG分类器来区分手和背景等),因而它们的鲁棒性不是非常好。例如,如果背景复杂,或者照明条件的急剧变化导致了肤色的急剧变化或追踪物被遮蔽,这些算法可能检测效果不尽如人意。(可以参考这篇关于HCI领域估计手部姿态的综述)。深度学习框架(例如tensorflow的Object Detection API)简化了针对自定义物体检测的模型的训练过程,使这个领域的工作变得更加容易上手。更重要的是,ssd、f翻译 2021-03-30 13:13:59 · 304 阅读 · 0 评论 -
ICP算法
ICP算法最初由Besl和Mckey提出,是一种基于轮廓特征的点配准方法。基准点在CT图像坐标系及世界坐标系下的坐标点集P = {Pi, i = 0,1, 2,…,k}及U = {Ui,i=0,1,2,…,n}。其中,U与P元素间不必存在一一对应关系,元素数目亦不必相同,设k ≥ n。配准过程就是求取 2 个坐标系间的旋转和平移变换矩阵,使得来自U与P的同源点间距离最小。其过程如下:(转载 2017-06-20 20:52:45 · 523 阅读 · 0 评论 -
道格拉斯-普克算法
该算法也以Douglas-Peucker算法和迭代终点拟合算法为名。算法的目的是给出由线段组成的曲线(在某些上下文中也称为折线),以找到具有较少点的相似曲线。 该算法基于原始曲线和简化曲线(即曲线之间的豪斯多夫距离)之间的最大距离定义“不相似”。 简化曲线由定义原始曲线的点的子集组成。算法描述如下:起始曲线是有序的一组点或线,距离维度ε> 0。该算法递归地划分线。 最初给出了第一点原创 2017-05-19 10:49:52 · 5728 阅读 · 0 评论 -
approxPolyDP函数的介绍
approxPolyDP函数是opencv中利用来对指定的点集进行逼近,其逼近的精度是可设置的对应的函数为:void approxPolyDP(InputArray curve, OutputArray approxCurve, double epsilon, bool closed);例如:approxPolyDP(contourMat, approxCurve, 10, tru原创 2017-05-18 21:49:37 · 24183 阅读 · 0 评论