OpenCV
hhcs
硬件协议、驱动、内核
展开
-
OpenCV学习之直方图统计应用【转】
CvHistogram可以提供直方圖的計算,並且可以支援多個維度的直方圖設計,但是在繪製直方圖圖形的時候就需要自己用繪圖函式來繪製,CvHistogram算是一個比較複雜的資料結構,由於它在維度小於二的可以用密集的資料結構,CvMatND來設計,可以當它的直方圖維度大於二的時候,就必須要用到稀疏矩陣,CvSparseMat的方式,下面就是用CvHistogram結構計算一維直方圖的例子1、CvHi转载 2009-03-07 10:22:00 · 2959 阅读 · 0 评论 -
如何生成不规则形状的mask,以解决对图像不规则区域设置ROI的问题
在OpenCV中文论坛上很多人问到这样的问题,如何对图像的不规则区域设置ROI,即设置敏感区域,以用来做相关的图像处理。 我将根据自己的点点经验,在此进行简单的归纳。对图像的不规则区域设置ROIOpenCV自带的函数cvSetImageROI( IplImage* image, CvRect rect )只能设置矩形的敏感区域,而实际图像处理中遇到的处理对象都是非矩形的不规则形状,此时转载 2009-07-09 22:01:00 · 12483 阅读 · 3 评论 -
关于二值化函数cvAdaptiveThreshold和cvThreshold的一些发现
http://www.opencv.org.cn/forum/viewtopic.php?f=10&t=3355 今天根据参考手册的指导使用函数cvAdaptiveThreshold时,发现所得的结果很奇怪,它只获取了物体的边缘,而非二值化。于是我怀着好奇的心情,看了它的源码,果不其然,它实在是个边缘提取函数。以下便是本人对其算法的一些描述:函数cvAdaptiveThr转载 2009-07-09 22:24:00 · 2952 阅读 · 0 评论 -
关于人脸检测中的Haar特征提取
影响AdaBoost人脸检测训练算法速度很重要的两方面是特征选取和特征计算。选取的特征为矩特征为Haar特征,计算的方法为积分图。(1)Haar特征: Haar特征分为三类:边缘特征、线性特征、中心特征和对角线特征,组合成特征模板。特征模板内有白色和黑色两种矩形,并定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。在确定了特征形式后 Harr- like特征的数量就取决于训练样本图像矩阵转载 2009-07-08 21:15:00 · 2396 阅读 · 0 评论 -
Haar-like矩形特征的特征值的快速计算方法
1、Haar-like特征: Haar-like特征最早是由Papageorgiou等应用于人脸表示。Papageorgiou在针对正面人脸和人体检测问题的研究中使用Haar小波基函数,他们发现标准正交Haar小波基在应用上受到一定的限制,为了取得更好的空间分辨率,他们使用了3种类型的3种形式的特征。Viola等在此基础上作了扩展,使用2种类型4种形式的特征。3种类型分别为:2-矩形特征转载 2009-07-08 20:57:00 · 2057 阅读 · 0 评论 -
AdaBoost算法的训练过程
http://blog.sina.com.cn/s/blog_4e6680090100d2sm.html~type=v5_one&label=rela_prevarticle每个Haar特征对应看一个弱分类器,但并不是任伺一个Haar特征都能较好的描述人脸灰度分布的某一特点,如何从大量的Haar特征中挑选出最优的Haar特征并制作成分类器用于人脸检测,这是AdaBoost算法训练过程所要解转载 2009-07-08 20:22:00 · 1787 阅读 · 0 评论 -
AdaBoost人脸检测原理
对人脸检测的研究最初可以追溯到 20 世纪 70 年代,早期的研究主要致力于模板匹配、子空间方法,变形模板匹配等。近期人脸检测的研究主要集中在基于数据驱动的学习方法,如统计模型方法,神经网络学习方法,统计知识理论和支持向量机方法,基于马尔可夫随机域的方法,以及基于肤色的人脸检测。目前在实际中应用的人脸检测方法多为基于 Adaboost 学习算法的方法。 Viola人脸检测方法是一种基于转载 2009-07-08 20:15:00 · 1191 阅读 · 0 评论 -
OpenCV中矩阵数据的访问(一)(Learning OpenCV第三章2)
在OpenCV中有三种方式访问矩阵中的数据元素:容易的方式,困难的方式,以及正确的方式。以下先讲容易的方式和困难的方式。容易的方式最容易的方式是使用宏CV_MAT_ELEM( matrix, elemtype, row, col ),输入参数是矩阵的指针,矩阵元素类型,行,列,返回值是相应行,列的矩阵元素,例如:CvMat* mat = cvCreateMat(5,5,CV_32FC1);floa转载 2009-06-18 20:06:00 · 9201 阅读 · 0 评论 -
OpenCV中矩阵数据的访问(二)(Learning OpenCV第三章3)
上一篇文章提到了访问矩阵中元素的前两种方式,下面讲第三种方式:正确的访问矩阵中数据的方式:正确的方式前面介绍的一些读取和写入矩阵数据的方式,实际上,你可能很少会使用它们。因为,在大多数情况下,你需要使用最有效率的方式来访问矩阵中的数据。如果使用以上的函数界面来访问数据,效率比较低,你应该使用指针方式来直接访问矩阵中数据。特别是,如果你想遍历矩阵中所有元素时,就更需要这样做了。在用指针直接访问矩阵元转载 2009-06-18 20:08:00 · 4645 阅读 · 0 评论 -
Rob Hess的SIFT算法的C语言实现(基于OpenCV)
http://www.opencv.org.cn/forum/viewtopic.php?f=10&t=1472转载 2009-06-10 10:33:00 · 715 阅读 · 0 评论 -
大津法otsu的自动阈值分割源代码
/*======================================================================*//* OTSU global thresholding routine *//*======================================================================*/void otsu (Ipl转载 2009-06-10 10:30:00 · 4119 阅读 · 0 评论 -
训练haar分类器
分类器的训练分为两个阶段:A:创建样本,用OpenCV自带的createsamples.exe来完成。B:训练分类器,生成xml文件,由OpenCV自带的haartraining.exe完成。(以上用到的两个可执行文件在OpenCV的bin目录下:C:/Program Files/OpenCV/bin。以下的所有操作均在该目录下完成。)1. 先准备好大量的正样本和负样本转载 2009-07-09 22:05:00 · 6227 阅读 · 4 评论