-
simple_vehicle_counting-master
基于opencv的车辆数量计数器,Visual C++,完整的程序代码(a simple_vehicle_counting-master based on Opencv)
- 2016-01-18 10:25:03下载
- 积分：1
-
opencv_introduction_2007June9
OpenCV概述，OpenCV入手，模块介绍，与Intel IPP交互，Python界面及应用实例(General information, getting started with OpenCV, modules description, interaction with Intel IPP, Python interface, some usage examples, summary)
- 2009-11-14 00:02:53下载
- 积分：1
-
行人检测
基于车载摄像头行人检测跟踪，首先提取hog特征，然后用svm进行分类 最后卡尔曼滤波跟踪上行人，用框框选出行人。
- 2023-06-07 05:15:03下载
- 积分：1
-
opencv-temp
opencv 实现模板匹配，方法对图像、视频都可用，简单、易懂！(Opencv achieve template matching procedures, simple, easy to use, can realize the matching of image, video in!)
- 2021-03-01 18:59:34下载
- 积分：1
-
在opencv追踪运动的目标
可以追踪运动物体的图像 在窗口展现出来
- 2022-02-03 10:04:19下载
- 积分：1
-
person
说明： 行人的检测使用库函数OpenCV里已经内置的行人检测方法，调用OpenCV预先训练好了的HOG+线性SVM模型，能够对图像和视频中的行人进行检测，系统会分别使用两种算法通过矩形条框将图片中的行人框出来。(Pedestrian detection uses the built-in pedestrian detection method in OpenCV library function, calling the pre-trained HOG + linear SVM model of OpenCV, which can detect the pedestrians in images and videos. The system uses two algorithms to frame the pedestrians in pictures through rectangular bars.)
- 2020-07-01 21:00:01下载
- 积分：1
-
用opencv实现各种低通滤波器
对图像进行滤波处理是图像处理中最常见的一种操作类型。而这其中低通滤波（也可以叫做平滑）有事各种滤波处理中最常用的。这里就简单写写 OpenCV 中提供的几种低通滤波方法。
具体思路：对源图像进行离散傅里叶变换，滤波后通过cvDFT进行傅里叶逆变换得到理想低通滤波器、巴特沃斯低通滤波器、高斯低通滤波器后图像
- 2022-03-04 13:06:18下载
- 积分：1
-
SURF特征匹配
SURF角点检测算法是对SIFT的一种改进，主要体现在速度上，效率更高。它和SIFT的主要区别是图像多尺度空间的构建方法不同。在计算视觉领域，尺度空间被象征性的表述为一个图像金字塔，向下降采样一般用高斯金字塔。其中，输入图像函数反复与高斯函数的核卷积并反复对其进行二次抽样，这种方法主要用于SIFT算法的实现，但每层图像依赖于原图像（当前尺度可能和原图象尺度相差很大，这时候再那原图像卷积确实有点二了），并且图像需要重设尺寸，因此，这种计算方法运算量较大。SURF算法对积分图像进行操作，卷积只和前一幅图像有关，其降采样的方法是申请增加图像核的尺寸，这也是SIFT算法与SURF算法在使用金字塔原理方面的不同。SURF算法允许尺度空间多层图像同时被处理，不需对图像进行二次抽样，从而提高算法性能。
- 2022-01-25 15:56:48下载
- 积分：1
-
inpainting-master
说明： 图像修复 实现以c++和opencv为环境，修补图像的算法(image inpainting . based on c++ and opencv to restore the picture.)
- 2020-09-08 16:12:17下载
- 积分：1
-
opencv边缘检测简单例子
opencv边缘检测简单例子，采用sobel算子、canny算子、laplace算子。
- 2022-08-11 05:36:25下载
- 积分：1
