![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
令仪.雅
脚踏实地,持之以恒。
展开
-
FERET 人脸识别技术测试的简单介绍
1993年,美国国防部高级研究项目署(Advanced Research Projects Agency)和美国陆军研究实验(Army Research Laboratory)成立了Feret(Face Recognition Technology)项目组,建立了FERET人脸数据库,用于评价人脸识别算法的性能。 被测试的算法分为两种: (1)半自动算法。这种算法需要...转载 2018-10-06 20:20:41 · 3458 阅读 · 0 评论 -
使用Opencv获取每个像素点的RGB颜色分量/HSV颜色分量
一. 所需结构体CvScalar结构体介绍typedef struct CvScalar { double val[4]; //BGRA }CvScalar; 所需函数cvGet2D函数功能:获取像素点上的RGB颜色分量,如果是灰度图直接返回灰度图颜色分量函数原型:CvScalar cvGet2D( const CvArr* ar...转载 2019-07-09 16:31:36 · 5333 阅读 · 1 评论 -
opencv笔记(二十五)——对于.at(j, i) 和.at(Point(j, i)) 的区别
srcImage.at<uchar>(j, i) //表示的是 j 行 i 列 的这个像素srcImage.at<uchar>(Point(j, i)) //表示的是 坐标(j,i)的像素为了我下面的图方便说明 j 换成 x , i 换成 y 。也就是说srcImage.at<uchar>(x, y) //表示的是 x 行 y 列 的这个像素...转载 2019-07-09 13:45:30 · 606 阅读 · 0 评论 -
【OpenCV】将单通道的Mat对象转换为三通道的Mat
在项目中遇到一个问题,调用别人编好的库需要传入三通道的彩色图像。但是我的图像经过处理后已经是二值化的图像了,所以得想想办法了。分析:三通道的彩色图像就是R,G,B三个通道,那么将我的单通道黑白图复制三份merge一下,不就是一张三通道图像了嘛,只不过有颜色只有黑白,实验了一下果然可以用了。废话不多说,上代码:/***********************************...转载 2019-06-27 16:27:10 · 1827 阅读 · 0 评论 -
角点检测详细总结及代码示例
角点检测(Corner Detection)是计算机视觉系统中用来获得图像特征的一种方法,广泛应用于运动检测、图像匹配、视频跟踪、三维建模和目标识别等领域中。也称为特征点检测。一、角点(corner)角点通常被定义为两条边的交点,或者说,角点的局部邻域应该具有两个不同区域的不同方向的边界。更严格的说,角点的局部邻域应该具有两个不同区域的不同方向的边界。而实际应用中,...原创 2019-06-24 15:00:09 · 20641 阅读 · 2 评论 -
角点(corner point)、关键点(key point)、特征点(feature point)概念辨析
1、角点(Corner Point) 通常意义上来说,角点就是极值点,即在某方面属性特别突出的点,是在某些属性上强度最大或者最小的孤立点、线段的终点。对于图像而言,如图所示圆圈内的部分,即为图像的角点,其是物体轮廓线的连接点。 关于角点的具体描述可以有几种:...转载 2019-06-25 11:30:27 · 7153 阅读 · 0 评论 -
Canny边缘检测及C++实现
声明:这篇文章是转载的,但是代码由于出现错误,更改了几处,对于小尺寸图像可以跑通,对于大尺寸的图像存在栈溢出的问题,希望高手可以指点修改下。Canny边缘检测算法是澳大利亚科学家John F. Canny在1986年提出来的,不得不提一下的是当年John Canny本人才28岁!到今天已经30年过去了,Canny算法仍然是图像边缘检测算法中最经典、有效的算法之一。一起睹一下大家Canny的...转载 2019-06-14 16:12:27 · 1385 阅读 · 0 评论 -
CNN Data Augmentation(数据增强)-旋转
1、原始状态最初的图像是这个样子的.xml文件张下面这个样子<annotation> <object> <name>face</name> <difficult>0</difficult> <bndbox> <xm...转载 2019-05-07 21:34:08 · 766 阅读 · 1 评论 -
目标检测——HOG特征
1、HOG特征: 方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。需要提醒的是,HOG+SVM进行行人检测的方法是法国研究人员Dalal...转载 2018-11-23 20:32:45 · 895 阅读 · 0 评论 -
图像缩放--OpenCV cvResize函数--最近邻插值---双线性插值--基本原理
图像大小变换void cvResize( const CvArr* src, CvArr* dst, int interpolation=CV_INTER_LINEAR ); src输入图像.dst输出图像.interpolation插值方法:CV_INTER_NN - 最近邻插值, CV_INTER_LINEAR - 双线性插值 (缺省使用) CV_INTER_AREA - 使用象素...转载 2018-10-26 18:06:20 · 1630 阅读 · 0 评论 -
Opencv学习之Mat数据类型
data:Mat对象中的一个指针,指向内存中存放矩阵数据的一块内存 (uchar* data) dims:Mat所代表的矩阵的维度,如 3 * 4 的矩阵为 2 维, 3 * 4 * 5 的为3维channels:通道,矩阵中的每一个矩阵元素拥有的值的个数,比如说 3 * 4 矩阵中一共 12 个元素,如果每个元素有三个值,那么就说这个矩阵是 3 通道的,即 channels = 3...转载 2018-10-26 17:18:30 · 759 阅读 · 0 评论 -
深度学习(十五)基于DCNN的人脸特征点定位-CVPR 2013
基于DCNN的人脸特征点定位原文地址:http://blog.csdn.net/hjimce/article/details/49955149作者:hjimce一、相关理论本篇博文主要讲解2013年CVPR的一篇利用深度学习做人脸特征点定位的经典paper:《Deep Convolutional Network Cascade for Facial Point Detection》...转载 2018-10-09 12:14:00 · 2215 阅读 · 0 评论 -
卷积神经网络与人脸检测知识点整理
深度学习(十五)基于DCNN的人脸特征点定位-CVPR 2013http://blog.csdn.net/garfielder007/article/details/50580934===========相关文章============深度学习(十五)基于级联卷积神经网络的人脸特征点定位本篇博文主要讲解2013年CVPR的一篇利用深度学习做人脸特征点定位的经典paper:《Deep...转载 2018-10-09 12:11:29 · 3946 阅读 · 0 评论 -
一文综述人脸检测算法(附资源)
文章来源:SIGAI本文共9400字,建议阅读10+分钟。本文将和大家一起回顾人脸检测算法的整个发展历史。 [导读] 人脸检测是目前所有目标检测子方向中被研究的最充分的问题之一,它在安防监控,人证比对,人机交互,社交和娱乐等方面有很强的应用价值,也是整个人脸识别算法的第一步。 问题描述 人脸检测的目标是找出图像中所有的人脸对应的位置,算法的输出是人脸外接矩形在图像中的...转载 2018-10-09 10:36:58 · 1053 阅读 · 0 评论 -
深度学习---全卷积神经网络取代全连接层--用于图像分割
深度学习---全卷积神经网络取代全连接层--用于图像分割 背景CNN能够对图片进行分类,可是怎么样才能识别图片中特定部分的物体,在2015年之前还是一个世界难题。神经网络大神Jonathan Long发表了《Fully Convolutional Networks for Semantic Segmentation》在图像语义分割挖了一个坑,于是无穷无尽的人往坑里面跳。 全卷积...转载 2018-09-04 11:24:43 · 4701 阅读 · 0 评论 -
Opencv定义输出vector容器的point类型的点
#include<opencv2/opencv.hpp>#include<iostream>#include"stdio.h" using namespace std;using namespace cv; int main(){ vector<Point2f> vp2f; vp2f.push_back(Point2f(2, 3)); c...转载 2019-07-09 17:18:22 · 2248 阅读 · 0 评论