自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 计算机视觉:图像搜索(BOW)

目录1图像检索简介2基于内容的图像检索3基于BOW的图像检索原理3.1BOW词袋模型原理3.2视觉单词4实验4.1例子图片集4.2创建词汇4.3图像索引4.4建立数据库4.5在数据库中搜索图像1图像检索简介图像检索,简单的说,便是从图片检索数据库中检索出满足条件的图片,图像检索技术的研究根据描述图像内容方式的不同可以分为两类:一类是基于文本的图像检索技术,简称TBIR,一类为基于内容的图像检索技术,简称CBIR。基于文本的图像检索(TBIR)技术,其主要原理为利用文本描述,如文本描述图片的内容、作

2021-06-06 00:10:15 823

原创 CameraCalibration

CameraCalibration1照相机标定2实践2.1标准例子2.2例子一2.3例子二2.4分析3源码1照相机标定标定照相机是指计算出该照相机的内参数。在我们的例子中,是指计算矩阵K。如果你的应用要求高精度,那么可以扩展该照相机模型,使其包含径向畸变和其他条件。对于大多数应用来说,公式中的简单照相机模型已经足够。标定照相机的标准方法是,拍摄多幅平面棋盘模式的图像,然后进行处理计算。例如,OpenCV中的标定工具使用了这种方法。2实践2.1标准例子把素材图片放到一个文件夹,然后按着你标定的按

2021-05-23 19:44:06 236

原创 python线性回归

python一元线性回归一、定义二、例题步骤1:画出散点图,判断相关性步骤二:计算相关系数并求出预测值结果截图:三、完整源码:一、定义一元线性回归分析预测法,是根据自变量x和因变量Y的相关关系,建立x与Y的线性回归方程进行预测的方法。一元线性回归分析法的预测模型为:相关系数的计算:二、例题表格6-1列出了某市1997-2006年,居民收人和居民食品消费支出的资料。试根据此表对该城市居民收人与食品支出的关系进行回归分析,并预测2007年居民收入为42亿元时的食品消费支出。步骤1:画出散点图

2021-05-16 16:18:12 424

原创 图像拼接

图像拼接1概念2实例2.1例子一2.2例子二2.2.1分析:2.3图像拼接分析:2.3.1变更成拍摄的图片2.3.2变更成拍摄的图片的顺序2.3.3变更为夜色的图片3图片操作(PS)1概念估计出图像间的单应性矩阵(使用RANSAC算法),现在我们需要将所有的图像扭曲到一个公共的图像平面上。通常,这里的公共平面为中心图像平面(否则,需要进行大量变形)。一种方法是创建一个很大的图像,比如图像中全部填充0,使其和中心图像平行,然后将所有的图像扭曲到上面。由于我们所有的图像是由照相机水平旋转拍摄的,因此我们可以

2021-04-25 22:03:50 286

原创 图像到图像的映射

图像到图像的映射一、基础概念1 图像到图像的映射1.1 单应性变换(Homography)1.2 仿射变换(affine)1.3 相似变换二、实战练习1 例子1.1 直接线性变换算法1.2 仿射变换2 图像扭曲2.1图像中的图像2.2结果分析:一、基础概念1 图像到图像的映射1.1 单应性变换(Homography)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。在这里,平面是指图像或者三维中的平面表示。单应性变换具有很强的实用性,比如图像配准,图像纠正和纹理扭曲,以及创建全景图像,我

2021-04-09 09:23:03 245

原创 Python计算机视觉编程第二章 局部图像描述子

Python计算机视觉编程第二章 局部图像描述子1 Harris角点检测1.1基本概念1.2例子2 在图像中寻找对应点2.1基本概念2.2例子3 SIFT(尺度不变特征变换)3.1介绍3.2兴趣点3.3描述子3.4检测兴趣点——例子3.5匹配描述子——例子4 地理特征匹配4.1需要安装PCV环境4.2 测试图片4.3实现代码1 Harris角点检测1.1基本概念Harris角点检测算法(也称Harris&Stephens角点检测器)是一个极为简单的交点检测算法。该算法的主要思想是,如果像素周围

2021-03-28 18:03:32 396

原创 Python计算机视觉编程第一章 基本的图像操作与处理

基本的图像操作与处理1PIL:Python图像处理类库1.1 转换图像格式1.2 创建缩略图1.3 复制和粘贴图像区域1.4 调整尺寸和旋转2Matplotlib2.1绘制图像、点和线2.2 图像轮廓和直方图2.3 交互式标注3 Numpy3.1 图像数组表示3.2 灰度变换3.3 直方图均衡化1PIL:Python图像处理类库PIL(Python Imaging Library,图像处理类库)提供了通用的图像处理功能,以及大量有用的基本图像操作,比如图像缩放、裁剪、旋转、颜色转换等。利用PIL中的函

2021-03-22 22:10:57 339

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

提示
确定要删除当前文章?
取消 删除