- 博客(12)
- 收藏
- 关注
RSS订阅原创 Python计算机视觉-图像分割
图像分割图像分割是将一幅图像分割成有意义区域的过程。区域可以是图像的前景与背景或图像中一些单独的对象，这些区域可以利用一些诸如颜色、边界或近邻相似性等特征进行构建。图割（Graph Cut）图割是将一个有向图分割成两个互不相交的集合，可以用来进行例如三维重建、图像拼接、图像分割等视觉方面的问题解决。从图像像素和像素的近邻创建一个图，并引入一个能量或“代价”函数，就能利用图割方法将图像分割成...
2019-06-11 15:32:47
1087
原创 基于Tensorflow+MNIST数据集训练LeNet
LeNet原理简介LeNet是卷积神经网络的祖师爷LeCun在1998年提出，用于解决手写数字识别的视觉任务。自那时起，CNN的最基本的架构就定下来了：卷积层、池化层、全连接层。如今各大深度学习框架中所使用的LeNet都是简化改进过的LeNet-5（-5表示具有5个层），和原始的LeNet有些许不同，比如把激活函数改为了现在很常用的ReLu。LeNet-5跟现有的conv->pool-...
2019-06-02 22:51:51
918
原创 Python计算机视觉-KNN、D-SIFT、手势识别
K近邻分类法（KNN）KNN是分类方法中最简单且常用的一种，它的思想是假如一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也应该属于这个类别，其中K通常是不大于20的整数。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。如图，对类别未知的绿色圆点进行类别划分，那它应...
2019-05-19 00:24:53
772
原创 Python计算机视觉-BoF图像检索
Bag of word 词袋模型在信息检索中，Bag of words model假定对于一个文本，忽略其词序和语法，句法，将其仅仅看做是一个词集合，或者说是词的一个组合，文本中每个词的出现都是独立的，不依赖于其他词是否出现，或者说当这篇文章的作者在任意一个位置选择一个词汇都不受前面句子的影响而独立选择的。...
2019-05-12 18:37:24
1068
2
原创 Python计算机视觉-对极几何与基础矩阵
对极几何多视图几何利用在不同视点拍摄的图像间关系研究相机或者特征之间的关系，而在多视图几何中最重要的基础就是双视图，如果已经有了一个场景的两个视图以及视图中的对应图像点，则依据相机位置关系，相机性质和三维场景点的位置可以得到图像点的几何关系约束，即对极几何。通过对极几何，我们可以在已知两幅图像中两点是对应关系的前提下，求解两个相机的相对位置和姿态。若两个相机的光心分别为 C 和 C’ ，空间中...
2019-04-17 21:23:36
1393
1
原创 Python计算机视觉-张氏相机内参标定
相机内参标定原理简述：单孔摄像机（照相机）会给图像带来很多畸变，畸变主要有两种：径向畸变（图像像素点以畸变中心为中心点,沿着径向产生的位置偏差导致成像发生形变）和切向畸变（由于透镜与成像平面不可能绝对平行造成）。通过拍摄实际规格已知的标定板可以得到n个对应的世界坐标三维点 Xi 和对应的图像坐标二维点 xi，这些三维点到二维点的转换都可以通过相机内参 K，相机外参 R 和 t，以及畸变参数 s...
2019-04-14 20:46:42
3578
5
原创 Python计算机视觉-AR初学乍练
1.以平面和标记物进行姿态估计在平面间估计单应性矩阵的基础上，如果图像中包含平面状的标记物体，并且已经对照相机进行了标定，那么我们可以计算出照相机的姿态（旋转和平移），标记物体可以为任意平坦的物体。下面的例子我们将用两幅图像提取SIFT特征，并借助RANSAC算法稳健估计单应性矩阵，将图像中的标记物（书本）上的点映射到另一幅图像的对应点，定义三维坐标系使标记物在X-Y平面，然后试着将一个正方体...
2019-04-05 14:13:03
984
原创 Python计算机视觉-创建全景图
1.全景拼接原理简介一张普通照片所提供的图像信息只是我们视野中的一部分，两张甚至多张同一位置拍摄的相邻图像是单应性相关的，那么把他们拼接在一起就能看到我们视野中的全部景象，于是全景图就诞生了！1.1 流程实际情况中，创建全景图的步骤大致分为三步：图像获取、图像配准、图像融合。两张待配准的图像处于不同的坐标系中，配准的目的就是将他们投影到拼接平面（即同一坐标系下）对齐。拼接的前提是，我们的图...
2019-03-31 22:29:51
2050
3
原创 Python计算机视觉-仿射扭曲简单实例
1.图像变换的几种形式在图像映射章节初始，老师向我们介绍了图像之间变换的几种形式，其中包括平移、旋转、尺度变换、仿射变换、透视变换等。而对图像块应用仿射变换称之为图像扭曲或者仿射扭曲，仿射变换的一个简单例子是能够将图像或图像的一部分放置在另一幅图像中，使他们能够和指定的区域或者标记物对齐。扭曲操作可以使用 SciPy 工具包中的 ndimage 包完成。仿射变换：它相当于一个平移变换和一个非...
2019-03-19 21:18:39
913
原创 Python计算机视觉-图像局部描述符
1.SIFT描述子SIFT（Scale Invariant Feature Transform，尺度不变特征变换）由David Lowe 教授提出，SIFT特征包括兴趣点检测器和描述子，具有非常强的稳健性。它对于尺度、旋转和亮度都具有不变性，因此可以用于三位视角和噪声的可靠匹配。1.1 特征检测步骤：（1）尺度空间的极值检测：搜索所有尺度空间上的图像，通过高斯微分函数来识别潜在的对尺度和选择...
2019-03-17 22:51:14
310
原创 Python计算机视觉-图像处理基础实例测试
图像处理基础实例环境测试代码参考：http://yongyuan.name/pcvwithpython/1.PIL-Python图像库PIL (Python Imaging Library)图像库提供了很多常用的图像处理及很多有用的图像基本操作。PIL库下载地址[www.pythonware.com/products/pil/] 。用pip直接安装PIL，若Python版本不兼容则无法安...
2019-03-06 19:05:34
4205
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人