wanty_chen的博客

       在使用opencv自带的分类器haarcascade_frontalface_alt.xml进行人脸识别的基础认识后，决定自己训练一个分类器看一下效果。该过程大致可分为三个阶段：样本采集、分类器训练和运用训练好的分类器进行人脸检测。1、样本的采集       在训练前，我们需要进行正样本及负样本的采集。       正样本采用的是ORL人脸数据库中的部分图像，本次共选用63张图像，初...

在VS2013环境下，配置opencv2.4.111、配置系统环境变量计算机——>右键——>属性——>高级系统设置——>高级——>环境变量——>系统变量——>path，在path里添加D:\ProgramFiles\opencv\build\x64\vc12\bin;D:\Program Files\opencv\build\x86\vc12\bin。（1...

读入一张RGB彩色图片，并将其转为灰度图源码如下：#include <opencv2\highgui\highgui.hpp>#include <opencv2/opencv.hpp>using namespace cv;using namespace std;int main(){ Mat srcImage = imread("E:\\matlab_file\\defo...

在现有的人脸识别程序上进行细微修改，因为电脑没有摄像头，因此将原先的从摄像头读入图片改为从文件批量读入，主程序修改如下：#include "cvlib.hpp"#include "FaceDetect.h"#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc/imgproc.hpp>#include ...

在开始之前，我们先介绍一下mat类的用法：1、mat类存储图像Mat类是OpenCV里使用广泛的一个类，其中最重要的一个作用就是作为存储图像的数据结构。那么Mat类如何存储的图像呢？       我们都知道图像分为彩色图像和灰度图像，这里我有一个误区，一直认为彩色图像是一种三维矩阵，就是立方体的那种结构，一个图像分为三层。但是这种理解是错误的，其实在存储的图像不管是彩色的还是灰度图像，都是二维的矩...

        本文所用的MNIST 数据集来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST). 训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员。 测试集(test set) ...

       在上一个博客中，我们已经对MNIST数据集的数据格式有了一定的了解，这里我们要完成的工作是将读到的数据转成图片，存入文件夹中，以便日后使用。在开始之前，我们先对该数据库的存储格式进行一个具体的介绍：MNIST（Mixed National Institute of Standards and Technology database）是一个计算机视觉数据集，它包含70000张手写数字的...