-
opencv zbar识别二维码
应用opencv cv::Mat 打开图片，用zbar库解析二维码测试例子
- 2022-07-12 07:17:26下载
- 积分：1
-
bundler源代码
bundler,sfm,三维重建，冲击经典的源代码，相机标定，计算基础矩阵，冲击使用，超级实用，十分经典，张振有相机标定
- 2022-04-26 15:06:18下载
- 积分：1
-
vibe 前景检测
ViBe是一种像素级视频背景建模或前景检测的算法，效果优于所熟知的几种算法，对硬件内存占用也少，很简单
- 2023-02-11 09:10:03下载
- 积分：1
-
目标检测帧差法算法
帧差法：受光线变化影响较小，简单快速，但不能分割出完整的运动对象，需进一步运用目标分割算法。还有一些改进的算法，主要致力于减少光照影响和检测慢速物体变化。
- 2022-06-13 21:57:04下载
- 积分：1
-
直方图的计算与显示
分析图像、物体和视频信息过程，我们常把看到的物体用直方图（histogram）表示，直方图可以用来描述各种不同的事情，如物体的色彩分布、物体边缘梯度模板，以及表示目标位置的概率分布。直方图广泛应用在计算机视觉应用中，简单说，直方图就是对数据进行统计，将统计值组织到一系列事先定义好的bin中，bin中的数值是从数据中计算出的统计量，这些数据可以是诸如梯度、方向、色彩或任何其他特征。直方图获得的是数据分布的统计图。
cvCvtPixToPlane
openCV里面的一个函数
可以看作cvSplit是他的宏：
- 2022-07-19 07:26:25下载
- 积分：1
-
基于opencv的sift运动目标跟踪
应用背景
SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。
关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。
（2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。
经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。
- 2023-06-24 03:30:06下载
- 积分：1
-
ANN数字字符识别系统
资源描述本代码为人工神经网络代码，重点用在图像识别，图像分类方面其中包括ANN的数字字符识别系统代码，其他的代码都是为学者提供学习的参考。
- 2022-05-09 13:35:07下载
- 积分：1
-
opencv2.4.9--Meanshift实现分割
应用背景meanshift经常用来寻找模态点，即密度最大的点。所以这里同样可以用它来寻找这5维空间的模态点，由于不同的点最终会收敛到不同的峰值，所以这些点就形成了一类，这样就完成了图像分割的目的，有点聚类的意思在里面。关键技术首先设置好参数，然后用函数pyrMeanShiftFiltering()对输入的图像进行分割。分割后的结果保存在该函数的第二个参数即输出图像中，最后根据该分割图像的特点用floodFill()函数对其分割的结果用不同的颜色进行填充。当然该函数的使用暂时没有彻底的弄清楚。
- 2022-01-21 05:35:44下载
- 积分：1
-
小波去噪
用vc++实现了两种经典的小波去噪算法、 对于初学者很有意义
- 2023-08-26 23:45:04下载
- 积分：1
-
实现全景图的拼接
应用背景如今，由于照相机性能的限制，使得人们不能很好的拍摄一幅幅面比较大的图像。针对于此，本代码利用c++结合opencv，实现了多幅图像的拼接，并且得到比较好的效果。关键技术主要通过分析图像的特征，然后提取出图像中有用的相关联的角点，最后利用角点匹配技术，初步得到匹配的图像。由于在匹配过程中，存在部分匹配不当的角点，所以在应用图像融合技术，达到更好的效果
- 2023-07-16 23:05:03下载
- 积分：1
