![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 88
闭眼听风有狗叫
这个作者很懒,什么都没留下…
展开
-
BOF图像检索
BOF图像检索算法起源起源1:纹理识别起源2: Bag of Words(BOW)模型步骤代码展示运行结果展示结果分析遇到的问题算法起源起源1:纹理识别纹理(texture)是由一些重复的纹理单元(texton)组成的,如下图所示我们想要进行纹理的识别,应该关注组成这些纹理的纹理单元的类型,而不是空间的分布。一副纹理图像包含很多种的纹理单元,我们可以将所有可能出现的纹理单元组成一个集合或者说叫做纹理单元字典(texton dictionary),然后统计对于某图像中某纹理单元出现的个数,就可以得到原创 2021-06-06 22:33:59 · 374 阅读 · 2 评论 -
相机标定
相机标定简介相机坐标系 转换到 图像坐标系小孔成像模型与坐标系像主点的偏移相机的旋转畸变(distortion)公式的总结相机标定代码运行结果简介相机标定(Camera calibration)就是要通过一定的方法对特定图像(棋盘格角点检测)计算出这个相机本身的一些参数,包括:内参矩阵A,外参矩阵[R|T]、畸变系数。内参矩阵各元素意义:一个像素的物理尺寸dx和dy,焦距f,图像物理坐标的扭曲因子gama,图像原点相对于光心成像点的的纵横偏移量cx和cy(像素为单位)。外参矩阵:世界坐标系转换到相机原创 2021-05-23 19:37:48 · 625 阅读 · 0 评论 -
全景图的拼接
实验四—创建全景图一、图像拼接的概念二、RANSAC1. 概念与基本思想2.原理2. 算法步骤一、图像拼接的概念图像拼接是将两张或两张以上、且两两图像之间具有相同的特征点(SIFT特征点)的图像通过特征匹配拼接在一起。手机上照相机的全景照相就是图像拼接的一个应用二、RANSAC1. 概念与基本思想RANSAC 是“RANdom SAmple Consensus”(随机一致性采样)的缩写。该方法是用来找到正确模型来拟合带有噪声数据的迭代方法。给定一个模型,例如点集之间的单应性矩阵。RANSAC 基原创 2021-04-25 22:30:22 · 560 阅读 · 0 评论 -
图像到图像的映射
第三章 图像到图像的映射3.1 单映性变换3.1.1 直接线性变换算法 (DLT:Direct Linear Transformation)3.1.2 仿射变换3.2 图像扭曲3.2.1 图像中的图像3.2.2 分段反射扭曲3.1 单映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。本质上,单应性变换 H,按照下面的方程映射二维中的点(齐次坐标意义下):创建 homography.py 文件。下面的函数可以实现对点进行归一化和转换齐次功能,将其添加到 homography.py原创 2021-04-11 22:01:28 · 265 阅读 · 0 评论 -
Python数字图像处理(直方图、直方图均衡化、高斯滤波)
Python计算机视觉编程第一章1 PIL:Python图像处理类库1.1 图片的读取及转换格式1.2 创建缩略图1 PIL:Python图像处理类库1.1 图片的读取及转换格式# open(Image, mode) #读取一张图片# convert(mode,matrix,dither,palette,colors) #图像的颜色转换代码展示:from PIL import Imageimport matplotlib.pyplot as pltif __name__ == '__ma原创 2021-03-28 20:35:55 · 1139 阅读 · 0 评论 -
局部图像描述子:Harris与SIFT
局部图像描述子:Harris与SIFT1.Harris1.1角点检测1.2 特征点匹配2.Sift2.0 地理标记图像匹配1.Harris1.1角点检测代码实现from pylab import *from PIL import Imagefrom PCV.localdescriptors import harris# 读入图像im = array(Image.open(r'jmu.jpg').convert('L'))# 检测harris角点harrisim = harris.co原创 2021-03-28 20:33:46 · 247 阅读 · 0 评论