深入理解OpenCV：实用计算机视觉项目解析笔记

最新推荐文章于 2025-07-27 21:20:09 发布

原创最新推荐文章于 2025-07-27 21:20:09 发布 · 8.1k 阅读

CC 4.0 BY-SA版权

文章标签：

275 篇文章

订阅专栏

该笔记探讨了OpenCV在多个计算机视觉项目中的应用，包括Android上的卡通化和皮肤变换、基于标记的增强现实、无标记的增强现实、结构从运动恢复、车牌识别、非刚性人脸跟踪、三维头部姿态估计以及特征脸和Fisher脸的人脸识别。内容涵盖了双边滤波、边缘检测、特征描述符、SVM和神经网络等技术。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

深入理解OpenCV：实用计算机视觉项目解析

访问摄像机：略
双边滤波器：bilateralFilter(...
边缘滤波器：Scharr threshold medianBlur Lapacian（这里函数命名的风格怎么不统一？）
floodFill：外部掩码图像
皮肤变色？
1. RGB效果不好（？），HSV色度以红色开始红色结束。。。，YCrCb（YUV的变种）：cvtColor(from, to, CV_BGR2YCrCb);
Java到JNI传递图像数据：byte[] --> jbyte* --> Mat对象

标记检测：adaptiveThreshold --> findContours --> approxPolyDP
1. p49 用Otsu算法得到图像二值化处理时的阈值
  1. threshold(..., THRESH_BINARY|THRESH_OTSU);
2. getPerspectiveTransform --> warpPerspective
标记编码的识别
1. 可能有4种不同的表示：2位信息3位海明校验，正确的位置其海明码=0
2. 细化角点：cornerSubPx？
摄像机标定（超出本书范围）
标记姿态估计：solvePnP(objectPoints, imagePoints, cameraMatrix, distCoeffs, rvec, tvec, useExtrinsGuess=false)
1. p55 按最小化重投影误差来计算摄像机的变换
2. 可用cv::Rodrigues将旋转向量转换为3X3的矩阵
渲染OpenGL虚拟物体
1. p60 可通过正交投影，并将当前帧图像作为屏幕纹理来轻松绘制背景（嗯？CameraCapture视图不是已经显示了吗）
2. 首先需要用摄像机的内（标定）矩阵来调整OpenGL投影矩阵（p61代码）

特征描述符
1. cv:;Ptr<cv::FeatureDetector> detector = new cv::SurfFeatureDetector(); //或SIFT（都是受商业保护的？）
  1. detector->dectect(image, keypoints); //每个关键点包括圆心、半径、角度和得分
2. 免费的替代品：ORB或FREAK
特征点匹配
1. 一组描述符与另一组的最近邻搜索：{BF，FlannBased}Matcher
2. 删除离群值
3. 估计单应性：findHomography
4. 单应细化？：refineMatchesWithHomography
桌面版本：从2.4.2开始，OpenCV在窗口里支持OpenGL

？getStructureElement --> morphologyEx --> findContours --> ...？--> warpAffine --> equalizeHist？
CvSVM分类器？（仅判断是不是？）
车牌号识别
1. 特征提取：累积直方图？
2. OCR：MLP
  1. CvANN_MLP：神经网络层数、神经元数、激励函数、alpha和beta
  2. 在train之后，调用predict进行classify
  3. p135 最低错误率在8%以下，神经元个数=20，10*10的图像块

基于Haar的：检查所有情况下的相对位置的明暗信息？基于LBP的（更快）：比较的是像素亮度直方图
1. CascadeClassifier？
  1. detectMultiScale：参数：minFeatureSize、searchScaleFactor、minNeighbors、flags
  2. p197 睁眼闭眼戴眼镜的都要分开来处理？？？靠
v2.4.1提供了3种人脸识别算法：
1. FaceRecognizer.Eigenfaces：特征脸，也称PCA
2. .Fisherfaces：也称LDA
3. .LBPH（局部二值模式直方图）