计算机视觉
文章平均质量分 85
Eaton_chen
这个作者很懒,什么都没留下…
展开
-
Python计算机视觉——第九章 图像分割
文章目录引言引言原创 2021-07-25 10:01:24 · 1663 阅读 · 1 评论 -
python计算机视觉——第八章 图像内容分类
文章目录引言8.1 K邻近分类法8.1.1 一个简单的二维示例引言本章介绍图像分类和图像内容分类算法,首先介绍一些简单有效的方法及性能最好的分类器,运用它们解决两类和多类分类问题,并展示两个用于手势识别和目标识别的运用实例。8.1 K邻近分类法全称为KNN(K-Nearest Neighbor),这种算法把要分类的对象与训练集中已标记的所有对象进行对比,由KNN指派到哪个类别,k值的选择会影响分类的性能,且要求把整个训练集存储起来,存储量会影响搜索的速度。对于大的训练集,采取装箱形式通常会减少对比的原创 2021-07-22 13:47:08 · 1457 阅读 · 1 评论 -
Python计算机视觉——第七章 图像搜索
文章目录引言7.1 基于内容的图像搜索7.2 视觉单词引言本章将展示如何利用文本挖掘技术对基于图像视觉内容进行图像搜索,本章提出视觉单词的基本思想,并解释了完整的安装细节,在一个示例数据集上进行了测试。7.1 基于内容的图像搜索大型图像数据库上,CBIR(Content-Based Image Retrieval)基于内容的图像检索技术用于检索在视觉上具相似性的图像,返回的图像可以是颜色相似、纹理相似、物体或场景相似等等。但对于高层查询,将查询图像与数据库中所有的图像进行完全比较(比如用于特征匹配原创 2021-07-18 00:46:17 · 697 阅读 · 1 评论 -
Python计算机视觉——第六章 图像聚类
文章目录引言6.1 K-means聚类6.1.1 SciPy聚类包6.1.2 图像聚类6.1.3 在主成分上可视化图像6.1.4 像素聚类6.2 谱聚类引言本章将介绍聚类方法,用图像进行聚类,寻找相似的图像组。聚类可用于识别、划分图像数据集,组织与导航。此外,会对聚类后的图像进行相似性的可视化。6.1 K-means聚类K-means是一种将输入数据划分为K个簇的简单聚类算法,反复提炼初始评估的类中心,步骤如下:随机方式初始化类中心ui,i∈[1,k]u_i,i\in [1,k]ui,i∈[1原创 2021-07-12 00:15:36 · 2908 阅读 · 4 评论 -
Python计算机视觉——第五章 多视图几何
文章目录引言5.1 外极几何5.1.1 简单的数据集5.1.2 用Matplotlib绘制三维数据5.1.3 计算F:八点法5.1.4 外极点与外极线5.2 照相机和三维结构的计算引言本章将学习如何处理多个视图,以及如何利用多个视图的几何关系来恢复照相机位置信息及三维结构,通过在不同视点拍摄的图像,可以利用特征匹配计算出三维场景点及相机位置,本章将展示三维重建的完整例子。5.1 外极几何多视图几何是利用在不同视点所拍摄图像间的关系,研究照相机之间或特征之间的关系。图像特征通常是兴趣点,本章使用的也是原创 2021-07-09 21:48:49 · 1333 阅读 · 0 评论 -
Python计算机视觉——第四章 照相机模型与增强现实
文章目录引言4.1 针孔照相机模型4.1.1 投影矩阵4.1.2 三维点的投影4.1.3 照相机矩阵的分解4.1.4 计算照相机中心4.2 照相机标定4.3 以平面和标记物进行姿态估计4.4 增强显示4.4.1 照相机矩阵到OpenGL格式4.4.2 图像中放置虚拟物体4.4.3 综合集成引言为了处理三维图像和平面图像之间的映射,需要在映射中加入照相机产生图像的投影过程,我们将讨论如何确定照相机的参数,以及在增强现实(AR)等方面的具体应用。4.1 针孔照相机模型针孔照相机模型(射影照相机模型),在原创 2021-07-05 16:42:32 · 1521 阅读 · 0 评论 -
SVD奇异值分解
转载的 写的很赞 奇异值越多与原图像越接近 计算机视觉许多算法与数学息息相关https://www.cnblogs.com/endlesscoding/p/10033527.html转载 2021-07-01 00:02:19 · 83 阅读 · 0 评论 -
Python计算机视觉——第一章 基本的图像操作和处理
文章目录1.1 Python图像处理PIL库1.1.1 转换图像格式1.1.2 缩略图1.1.3 复制、粘贴和旋转、调整尺寸1.2 Matoplotlib库基础学习1.2.1 绘制实际图像中的点和线1.2.2 图像轮廓与直方图1.3 Numpy库基本学习1.3.1 直方图均衡化1.3.2 图像缩放1.4 Scipy1.4.1 图像模糊1.4.2 图像导数1.4.3 形态学计数1.1 Python图像处理PIL库1.1.1 转换图像格式# PIL(Python Imaging Library)from原创 2021-06-14 16:24:28 · 891 阅读 · 3 评论 -
Python计算机视觉——第二章 局部图像描绘子
文章目录2.1 Harris角点检测器的原理2.2 实验部分2.3 SIFT(尺度不变特征变换)2.1 Harris角点检测器的原理在图像中,如果像素的周围显示存在多于一个方向的边,我们就认为该店为兴趣点,也称为角点。角点具有如下的特点:轮廓之间的交点;对于同一场景,即使视角发生变化,通常具备稳定性质的特征;该点附近区域的像素点无论在梯度方向上还是其梯度幅值上有着较大变化;我们可以由一个函数来判断是否是角点:E(u,v)=∑x,yw(x,y)[I(x+u,y+v)−I(x,y)]2E(u原创 2021-06-23 22:37:39 · 386 阅读 · 0 评论 -
Python计算机视觉——第三章 图像到图像的映射
文章目录3.1 单应性变换3.1.1 直接线性变换算法3.1 单应性变换单应性变换是将一个平面内的点映射到另一个平面内的二维投影变换,平面是指图像或三维中的平面表面,单应性变换在图像配准、图像纠正、纹理扭曲和创建全景图像等具有很强的变换性,单应性变换如下矩阵变换定义。[x′y′w′]=[h1h2h3h4h5h6h7h8H9]=[xyw]\left[\begin{matrix}x'\\\\y'\\\\w' \end{matrix} \right]=\left[\begin{matrix}h_1 &原创 2021-06-27 19:59:35 · 493 阅读 · 0 评论