<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[abcd1992719g的专栏]]></title><description><![CDATA[博客搬家，新博客地址: gzc.github.io        github地址: https://github.com/gzc]]></description><link>https://blog.youkuaiyun.com/abcd1992719g</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; abcd1992719g]]></copyright><item><title><![CDATA[算法导论(CLRS)答案]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/46708855</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/46708855</guid><author>abcd1992719g</author><pubDate>Wed, 01 Jul 2015 12:22:48 +0800</pubDate><description><![CDATA[算法导论(CLRS)答案]]></description><category></category></item><item><title><![CDATA[Crypto LAB]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/45277367</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/45277367</guid><author>abcd1992719g</author><pubDate>Sat, 25 Apr 2015 23:24:17 +0800</pubDate><description><![CDATA[开始学习密码学～～～～


这里介绍了802.11 WEP]]></description><category></category></item><item><title><![CDATA[[2005CVPR]Histograms of Oriented Gradients for Human Detection]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/37567043</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/37567043</guid><author>abcd1992719g</author><pubDate>Tue, 08 Jul 2014 16:52:55 +0800</pubDate><description><![CDATA[HOG这种方法跟边缘方向直方图，尺度不变特征变换（SIFT）以及形状上下文方法（shape contexts）有很多相似之处，但与它们的不同点是：HOG描述器是在一个网格密集的大小统一的细胞单元上计算，而且为了提高性能，还采用了重叠的局部对比度归一化.
HOG方法是在图像的局部细胞单元上操作，所以它对图像几何和光学的形变都能保持很好的不变性.










算法步骤s]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第27圈——SIFT论文，原理及源码解读]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/28913101</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/28913101</guid><author>abcd1992719g</author><pubDate>Sat, 07 Jun 2014 12:17:14 +0800</pubDate><description><![CDATA[计算机视觉讨论群162501053

转载请注明：http://blog.youkuaiyun.com/abcd1992719g/article/details/28424579]]></description><category></category></item><item><title><![CDATA[Swift中文教程(1)－简介]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/28442151</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/28442151</guid><author>abcd1992719g</author><pubDate>Wed, 04 Jun 2014 20:11:21 +0800</pubDate><description><![CDATA[昨天Swift刚出来，以后自己可能会在手机上开发计算机视觉应用，就打算每天学习一点点。




简介




Swift是供iOS和OS X应用编程的新编程语言，基于C和Objective-C，而却没有C的一些兼容约束。Swift采用了安全的编程模式和添加现代的功能来是的编程更加简单、灵活和有趣。界面则基于广受人民群众爱戴的Cocoa和Cocoa Touch框架，展示了软件开发]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第26圈——FAST特征点检测]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/28424579</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/28424579</guid><author>abcd1992719g</author><pubDate>Wed, 04 Jun 2014 16:11:11 +0800</pubDate><description><![CDATA[计算机视觉讨论群162501053

转载请注明：http://blog.youkuaiyun.com/abcd1992719g/article/details/26824529




关于角点检测，我写过两篇文章

openCV2马拉松第19圈——Harris角点检测（自己实现）


OpenCV2马拉松第21圈——形态学操作实现角点检测


有兴趣的童鞋可以去看看～～～]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第25圈——直线拟合与RANSAC算法]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/28118095</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/28118095</guid><author>abcd1992719g</author><pubDate>Mon, 02 Jun 2014 19:23:31 +0800</pubDate><description><![CDATA[计算机视觉讨论群162501053

转载请注明：http://blog.youkuaiyun.com/abcd1992719g/article/details/27979267






收入囊中


最小二乘法(least square)拟合Total least square 拟合RANSAC拟合


葵花宝典


关于least square拟合，我在http:/]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第24圈——轮廓提取]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/27979267</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/27979267</guid><author>abcd1992719g</author><pubDate>Sun, 01 Jun 2014 20:06:54 +0800</pubDate><description><![CDATA[计算机视觉讨论群162501053

转载请注明：http://blog.youkuaiyun.com/abcd1992719g/article/details/27242419






收入囊中


在图片中找到轮廓并且描绘轮廓使用多边形，圆，椭圆来逼近我们的轮廓












葵花宝典


关于轮廓提取，差不多是一个连通域的判断。原理还]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第23圈——圆检测与通用Hough变换]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/27242419</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/27242419</guid><author>abcd1992719g</author><pubDate>Tue, 27 May 2014 23:44:52 +0800</pubDate><description><![CDATA[计算机视觉讨论群162501053

转载请注明：http://blog.youkuaiyun.com/abcd1992719g/article/details/27220445



看本文前，建议先去看OpenCV2马拉松第22圈——Hough变换直线检测原理与实现



收入囊中


Hough圆检测通用Hough变换


葵花宝典


我们在之前利用Hough变换]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第22圈——Hough变换直线检测原理与实现]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/27220445</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/27220445</guid><author>abcd1992719g</author><pubDate>Tue, 27 May 2014 18:25:54 +0800</pubDate><description><![CDATA[计算机视觉讨论群162501053

转载请注明：http://blog.youkuaiyun.com/abcd1992719g/article/details/27088919



收入囊中


Hough变换概率Hough变换自己实现Hough变换直线检测


葵花宝典
先看一下我实现的效果图




下面，我们进入Hough变换的原理讲解。


看上图，我们知]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第21圈——形态学操作实现角点检测]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/27088919</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/27088919</guid><author>abcd1992719g</author><pubDate>Mon, 26 May 2014 16:32:33 +0800</pubDate><description><![CDATA[计算机视觉讨论群162501053

转载请注明：http://blog.youkuaiyun.com/abcd1992719g/article/details/26824529



收入囊中


形态学膨胀腐蚀实现角点检测



葵花宝典
角点检测的方法仁者见仁，智者见智。
今天，我挑选了OpenCV2_Computer_Vision_Application_Programm]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第20圈——blob特征检测原理与实现]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/27071273</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/27071273</guid><author>abcd1992719g</author><pubDate>Mon, 26 May 2014 13:48:01 +0800</pubDate><description><![CDATA[计算机视觉讨论群162501053

转载请注明：http://blog.youkuaiyun.com/abcd1992719g/article/details/26824529



收入囊中]]></description><category></category></item><item><title><![CDATA[openCV2马拉松第19圈——Harris角点检测（自己实现）]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/26824529</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/26824529</guid><author>abcd1992719g</author><pubDate>Sat, 24 May 2014 14:04:55 +0800</pubDate><description><![CDATA[计算机视觉讨论群162501053

转载请注明：http://blog.youkuaiyun.com/abcd1992719g






收入囊中



使用OpenCV的connerHarris实现角点检测自己实现Harris算法
下面是自己实现的一个效果图


因为阀值设置比较高，所以房屋周围没有找出来





葵花宝典
在此之前，我们讲过边缘的检测，]]></description><category></category></item><item><title><![CDATA[openCV2马拉松第18圈——坐标变换]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/25910211</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/25910211</guid><author>abcd1992719g</author><pubDate>Thu, 15 May 2014 20:19:49 +0800</pubDate><description><![CDATA[计算机视觉讨论群162501053

转载请注明：http://blog.youkuaiyun.com/abcd1992719g




收入囊中


仿射变换坐标映射利用坐标映射做一些效果，如下
上面是原图，下面是利用坐标映射后的结果

该问题来自于http://zhidao.baidu.com/link?url=OvyNHG3WKjwxbiJDOWund5lfoAPXkxXdzS]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第17圈——边缘检测(Canny边缘检测)]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/25612389</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/25612389</guid><author>abcd1992719g</author><pubDate>Mon, 12 May 2014 14:20:28 +0800</pubDate><description><![CDATA[计算机视觉讨论群162501053

转载请注明：http://blog.youkuaiyun.com/abcd1992719g




收入囊中



利用OpenCV Canny函数进行边缘检测掌握Canny算法基本理论分享Java的实现





葵花宝典

在此之前，我们先阐述一下canny检测的算法.总共分为4部分.

(1)处理噪声

一般用高斯滤波.]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第16圈——边缘检测(形态学梯度)]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/25599131</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/25599131</guid><author>abcd1992719g</author><pubDate>Mon, 12 May 2014 11:44:28 +0800</pubDate><description><![CDATA[计算机视觉讨论群162501053

转载请注明：http://blog.youkuaiyun.com/abcd1992719g


收入囊中


利用OpenCV函数进行形态学梯度操作自定义结构矩阵进行形态学梯度操作




葵花宝典
在此之前，如果你还没接触过灰度图像形态学膨胀与腐蚀，希望你能仔细阅读灰度图像形态学膨胀与腐蚀
本质上，灰度与二值并不差异，二值不过是0与255，]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第15圈——边缘检测(Laplace算子，LOG算子)]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/25559527</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/25559527</guid><author>abcd1992719g</author><pubDate>Sun, 11 May 2014 21:03:34 +0800</pubDate><description><![CDATA[收入囊中


拉普拉斯算子LOG算子（高斯拉普拉斯算子）OpenCV Laplacian函数构建自己的拉普拉斯算子利用拉普拉斯算子进行图像的锐化




葵花宝典
在OpenCV2马拉松第14圈——边缘检测(Sobel,prewitt,roberts)  我们已经认识了3个一阶差分算子
拉普拉斯算子是二阶差分算子，为什么要加入二阶的算子呢？试想一下，如果图像中有噪声，噪声在一阶]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第14圈——边缘检测(Sobel,prewitt,roberts)]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/25545923</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/25545923</guid><author>abcd1992719g</author><pubDate>Sun, 11 May 2014 15:55:31 +0800</pubDate><description><![CDATA[收入囊中


差分在边缘检测的角色Sobel算子OpenCV sobel函数OpenCV Scharr函数prewitt算子Roberts算子


葵花宝典
差分在边缘检测到底有什么用呢？先看下面的图片
作为人，我们可以很容易发现图中红圈有边界，边界处肯定是非常明显，变化陡峭的，在数学中，什么可以表示变化的快慢，自然就是导数，微分了。



想像有如下的一维图片。
红圈处]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第13圈——模版匹配]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/25539703</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/25539703</guid><author>abcd1992719g</author><pubDate>Sun, 11 May 2014 12:56:53 +0800</pubDate><description><![CDATA[收入囊中


在http://blog.youkuaiyun.com/abcd1992719g/article/details/25505315这里，我们已经学习了如何利用反向投影和meanshift算法来在图像中查找给定模版图片的位置。meanshift针对的是单张图像，在连续图像序列的跟踪中，camshift(Continuously
 Adaptive Mean-SHIFT)是一种著名的算法。但]]></description><category></category></item><item><title><![CDATA[OpenCV2马拉松第12圈——直方图比较]]></title><link>https://blog.youkuaiyun.com/abcd1992719g/article/details/25511627</link><guid>https://blog.youkuaiyun.com/abcd1992719g/article/details/25511627</guid><author>abcd1992719g</author><pubDate>Sat, 10 May 2014 23:23:02 +0800</pubDate><description><![CDATA[收入囊中


使用4种不同的方法进行直方图比较


葵花宝典
要比较两个直方图,
 首先必须要选择一个衡量直方图相似度的对比标准。也就是先说明要在哪个方面做对比。

我们可以想出很多办法，OpenCV采用了以下4种


公式也都不难，我们自己就能实现。
d越小，表示差异越低，两幅图像越接近，越相似


初识API



C++: double compar]]></description><category></category></item></channel></rss>