CV_YOU的博客

convertTo的用法 src.convertTo(dst, type, scale, shift)img参数为图像数据来源，其类型为Mat。 注意也不是所有格式的Mat型数据都能被使用保存为图片，目前OpenCV主要只支持单通道和3通道的图像，并且此时要求其深度为8bit和16bit无符号(即CV_16U)，所以其他一些数据类型是不支持的，比如说float型等。 如果Mat类型数据的深度和

简述在windows下编程，可能一个F5就能让代码跑起来，那是因为IDE（比如VS2103等）已经帮你做好了后台的编译和链接过程。当在Ubuntu下让代码跑起来，就要自己去理解代码的编译和链接过程。 下面说说什么是编译，什么是链接： 编译就是将源文件通过Complier，生成中间文件，在windows下，中间文件就是.obj 文件，在Ubuntu下，就是.o文件，即 Object...

开始最近发现自己写代码最难得就是开头，而且就算开头了，写到一半会发现自己的代码思想十分简单，运行效率低下，然后看别人写的代码，就会有种顿悟的感觉，然后自己的代码就相形见绌。所以总结写别人的代码中的精妙之处，所谓君子性非异也，善假于物也。openCV矩阵操作举例 分析下面的代码：Mat tsmResp(1,img_roi.rows, CV_32FC1, Scalar::all(1));Mat

最近做车道线检测，要检测弯道的曲线，于是采用Bezier3次曲线拟合的方式去拟合弯道曲线。 首先，要知道什么Bezier 3次曲线：对于二次抛物线，使用3个点就可以确定这条抛物线，而且抛物线的参数方程最高次为2，这种拟合抛物线就叫Bezier 的2次曲线拟合，对于3次曲线拟合，需要参数方程的最高次为3，也就是会有4个点来确定曲线，所以叫Bezier的3次曲线拟合。总的来说，由n个点确定的直线，就叫

高斯（Guassian）模糊 图像滤波，见博客链接：http://www.cnblogs.com/zxj015/archive/2013/05/12/3074612.html

首先给出错误截图; 下面转载一个很好的解决方案。操作正确，是可以解决的。 在ubuntu 下用Qt写OpenCV的程序运行出现error while loading shared libraries: libopencv_highgui.so.2.4 错误，是opencv的库路径没有设置好。参考：http://wenku.baidu.com/link?url=3GwCKjVbDJn4o8jp

最近用openCV3.2，发现无法使用SURF做特征点的检测。百度了一下，发现了是这样解释的。 “图像识别中的特征点检测中，需要用到Surf和Sift算法，但是这两个算法在OpenCV 3.2的Release版本中并不存在，因为他们是存放在opencv_contrib目录下面的未稳定功能模块”。 安装好openCV_contrib用了我一下午时间，才让代码在openCVC3.2的环境下编译通过，

最近编译代码，出现了一种很奇怪的错误，按正常思维来说是没有问题的。 看错误信息（我编译的是oepnCV的代码） 错误对应的代码块： 错误原因分析： 就拿f(a + b)来说，a+b的值会存在一个临时变量中，当把这个临时变量传给f时，由于f的声明中，参数是int&，不是常量引用，因为c++编译器的一个关于语义的限制。 如果一个参数是以非const引用传入，c++编译器就有理由认为程序员会在函

最近patchmatch算法，这是一个很神奇的算法，利用概率的思想进行快匹配。 有些文章也讲过Patchmatch算法，写的不错，我这里就用最好理解的语言记录下自己的理解吧。patchmatch 算法可以分为3步。下面用图的方式展示出来; 第一步：初始化 翻译为：初始化，讲A图中每一个像素，随机的赋予一个便宜量，在B图中找到一个像素与之对应。 图中为选取了全图的3个像素作为展示。

参考链接：http://blog.youkuaiyun.com/u013831198/article/details/70215925

系统没有安装cuda8.0的时候，按照教程安装openCV3.2很正常，但是在安装CUDA之后，在安装openCV3.2，在执行make -j4在执行这条命令的时候，会报各种错误，我看了下主要是因为CUDA的影响，如果我们只是想用opencv,而不用cuda去加速，可以考虑讲cuda在配置的时候禁止掉。具体方法如下：打开opencv文件下面的CMakelis.txt文件，讲里面有关...

下面记录一下Python读取文件夹下图片的两种方法：import osimagelist = os.listdir('./images/')#读取images文件夹下所有文件的名字import globimagelist= sorted(glob.glob('./images/' + 'frame_*.png'))#读取带有相同关键字的图片名字，比上一中方法好...

刚入门Ｌｉｎｕｘ，真是有苦说不出，在Ｌｉｎｕｘ下编译代码，真是和ＩＤＥ的集成开发环境各种不适应，最近遇到了一个很常见的错误。看截图： 原因：这个错误是由于findHomography()的库文件没有添加，这个函数在-lopencv_calib3d中，而且在代码中，加入一行#include <opencv2/calib3d/calib3d.hpp>，makefile文件中加链接库-lopencv

首先分享一段代码，和在Ｌｉｎｕｘ下的运行方法：//#include <opencv2/calib3d/calib3d.hpp>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc/imgproc.hpp>//#include <opencv2/featur

cv::Mat image = cv::Mat(400, 600, CV_8UC1); //宽400，长600 uchar * data00 = image.ptr<uchar>(0); uchar * data10 = image.ptr<uchar>(1); uchar * data01 = image.ptr<uchar>(0)[1];解释：定义了一个Mat变量imag

图像掩模 在OPENCV中，掩模可以用于图像处理的叠加，比如将一个logo标志图标放置在一副图片上，可以用addweight()函数，也可以用mask掩模的方式； 下面分析一段添加掩模来处理图像的代码：#include "opencv2/features2d/features2d.hpp"#include "opencv2/highgui/highgui.hpp"#include <ope

在使用迭代器的时候，会遇到const和vector，iterator的结合。vector前面加constvector<int> a(10,9);const vector<int>::iterator iter=a.begin();//这种情况下，表示iter是一个常量++iter//这句话就是错的，其原因是iter是一个常量，因此是不能改变的。换句话说，iter只能指向vv的地一个元素，不

在openCV 中没有按钮，所以我们会经常用到滑动条的功能，用到滑动条，就会遇到这两个东西。creatTrackbar()函数和回调函数的概念。creatTrackbar()int createTrackerbar(const string& trackerbarname, //创建滑动条的名字const string winname, //所在窗口的名字int* value, //一个指

看代码就差不多会了#include "opencv2/core/core.hpp"#include "opencv2/features2d/features2d.hpp"#include "opencv2/highgui/highgui.hpp"#include <opencv2/nonfree/nonfree.hpp>#include<opencv2/legacy/legacy.hpp>

这次来记一下自己对Mat类的理解，供交流首先，使用Mat就不需要为其手动分配内存大小，最后也不需要手动释放它。但是我们在使用openCV函数的时候，还是要手动分配其输入数据。第二点，Mat本质是由两部分数据组成的类，矩阵头（header）和指针Pointer，矩阵头主要是包含矩阵的大小，存储方式，存储地址等信息，指针中存储了指向存储图像像素值矩阵的指针。一个常用的Mat类的构造函数，但是要知道

直方图的均衡化 下面是对单通道灰度图的均衡化过程。对于彩色的图片来说，直方图均衡化一般不能直接对R、G、B三个分量分别进行上述的操作，而要将RGB转换成HSV来对V分量进行直方图均衡化的操作。 直方图均衡化算法分为三个步骤，第一步是统计直方图每个灰度级出现的次数，第二步是累计归一化的直方图，第三步是计算新的像素值。 第一步： for(i=0;i<height;i++) {

霍夫变换(Hough Transform) 霍夫变换是图像处理中从图像中识别几何形状的基本方法之一，应用很广泛，也有很多改进算法。最基本的霍夫变换是从黑白图像中检测直线(线段)。我们先看这样一个问题：设已知一黑白图像上画了一条直线，要求出这条直线所在的位置。我们知道，直线的方程可以用y=k*x+b 来表示，其中k和b是参数，分别是斜率和截距。过某一点(x0,y0)的所有直线的参数都会满足方程y0=

一、矩阵基础操作： Mat image(240, 320, CV8UC3); 第一个参数是rows，该矩阵的行数；第二个参数是cols，该矩阵的列数；第三个参数是该矩阵元素的类型。这句话表示创建一个大小为240×320的矩阵，里面的元素为8位unsigned型，通道数(channel)有3个。image.create(480, 640, CV8UC3); 分配（或重新分配）image矩阵，把大

canny算子 在边缘检测中，最常用的就是Canny算子，当然还有Sobel，Laplacian，Scharr等算子，我这里研究的是Canny算子。 在Canny算子中，进行了以下步骤： 第一步：消除噪声，采用的是用一个（比如size=5）的孔径的高斯核对图像灰度矩阵的每一点做进行加权求和。 第二步：计算梯度幅值和方向 第三步：非极大值抑制，也就是排除非边缘像素。仅仅保留一些细线条（就是候

直接给代码：#include <opencv2/opencv.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc/imgproc.hpp>#include <opencv2/core/core.hpp>#include <iostream>using namespace std;using namespac

第一种#include "opencv2/core/core.hpp"#include "opencv2/features2d/features2d.hpp"#include "opencv2/highgui/highgui.hpp"#include <opencv2/nonfree/nonfree.hpp>#include<opencv2/legacy/legacy.hpp>#incl

Ubuntu下安装opencv其实非常简单，之前下安装包，多线程编译，再make,而且opencv3有个包一直下不下来，其实用下面几种方法安装，可谓是方便实用。 1.conda安装，这要求你电脑安装Anoconda，不过一般用python开发的程序员，应该都装了这个。 然后直接输入：conda install -c https://conda.anaconda.org/menpo op...