imxiangzi的专栏

机器学习机器学习的目的是把数据转换成信息。机器学习通过从数据里提取规则或模式来把数据转成信息。 人脸识别人脸识别通过级联分类器对特征的分级筛选来确定是否是人脸。每个节点的正确识别率很高，但正确拒绝率很低。任一节点判断没有人脸特征则结束运算，宣布不是人脸。全部节点通过，则宣布是人脸。工业上，常用人脸识别技术来识别物体。  对图片进行识别

上一篇中我们对训练数据做了一些预处理，检测出人脸并保存在\pic\color\x文件夹下（x=1,2,3,...类别号），本文做训练和识别。为了识别，首先将人脸训练数据 转为灰度、对齐、归一化，再放入分类器（EigenFaceRecognizer）,最后用训练出的model进行predict。-----------------------------------------

本文实现基于eigenface的人脸检测与识别。给定一个图像数据库，进行以下步骤：进行人脸检测，将检测出的人脸存入数据库2对数据库2进行人脸建模在测试集上进行recognition本篇实现第一步：进行人脸检测，将检测出的人脸存入数据库2环境：vs2010+opencv 2.4.6.0特征：eigenfaceInpu

================================================================================下面列出OpenCV入门指南目录，方便大家查看。1.《【OpenCV入门指南】第一篇安装OpenCV》2.《【OpenCV入门指南】第二篇缩放图像》3.《【OpenCV入门指南】第三篇Canny边缘检测》

在这一节中，主要讲目标跟踪的一个重要的算法Camshift，因为它是连续自使用的meanShift，所以这2个函数opencv中都有，且都很重要。为了让大家先达到一个感性认识。这节主要是看懂和运行opencv中给的sample并稍加修改。     Camshift函数的原型为：RotatedRect CamShift(InputArray probImage, Rect& window,

VS上的程序#include "stdafx.h"#include "cv.h" #include "highgui.h"#include "windows.h"#include #include #include #include #include #include #include #include #include #ifde

为了学习图像检测技术,把开源的OpenCV拿来研究,刚刚能用它监测人脸位置.OpenCV的源码和安装包都在Sourceforge中可以搜到:http://sourceforge.net/projects/opencvlibrary/files/OpenCV用起来还是很简单的,根据readme把项目包配置好,三个方面: 1,dll库路径设好环境变量,2,头文件路径设好

直方图的观看规则就是“左黑右白”，左边代表暗部，右边代表亮部，而中间则代表中间调。纵向上的高度代表像素密集程度，越高，代表的就是分布在这个亮度上的像素很多。上图为例对于一张“正常”的照片来说，直方图应该是中间高两边低。<img src="https://pic4.zhimg.com/57553edb3a9566425d68efb852

相关函数介绍Point该数据结构表示了由其图像坐标 和 指定的2D点。可定义为：Point pt;pt.x = 10;pt.y = 8;或者Point pt = Point(10, 8);Scalar表示了具有4个元素的数组。次类型在OpenCV中被大量用于传递像素值。本节中，我们将进一步用它来表示RGB颜

highgui的常用函数：cv::namedWindow：一个命名窗口 cv::imshow：在指定窗口显示图像 cv::waitKey：等待按键像素级在灰度图像中，像素值表示亮度，所以0表示黑色，255表示白色；图像在本质上都是一个矩阵，但是灰度图像的值就是一个矢量，而彩色图像则是多通道的向量，所以可以通过image.at来取值，灰度就是uchar，常用的RGB通道则

#include "cv.h"#include "highgui.h"  #include  #include  #include  #include  #include  #include  #include  #include  #include    #include  

OpenCV包含了大量的机器视觉处理算法，虽然也提供了highgui的界面功能，但实在有限（也就是一个窗口，加一些使用像素进行绘图的方法），与用户交互相关的功能极少（比如有Trackbar），貌似连个可视化的用户接口的button也没见过，而Qt正好能弥补OpenCV在这些方面的不足：通过OpenCV完成底层算法，用Qt完成上层的应用接口，哇咔，这不是完美组合么！本文原来的初衷是想通过Qt开发来实

Email : hahayacoder@gmail.com  0 编译、配置OpenCV的工程相当曲折，编译OpenCV不下5次，一开始还以为是自己的配置、编译步骤有问题，后来发现原来是自己电脑装的Qt Creator版本有点低，里面的MingW版本较低，而OpenCV下载的是最新版本，最新版本的OpenCV需要高版本的MingW。最后果断换成高版本Qt Creator，终

最近一直在忙课程，老师让我看看他的论文也没放在心上。总算闲下来，看了他在人脸识别方面的相关论文，拿出一篇放在博客上跟大家共同分析下。在看以下内容前，首先要阅读下徐勇老师的这篇论文A Two-Phase Test Sample Sparse Representation Method for Use With Face Recognition；当前人脸识别方面最热的方法就是稀疏表示方法（sp

最近整理了一下这两年一直在用的摄像机定标与立体匹配测试程序，将代码进行了重构，界面也做了调整，分享出来方便有需要的朋友使用。当然我的编程能力有限，程序可能还有各种bug，请大家多多包涵。相关问题欢迎留言或email联系讨论，谢谢！ ==============================================================================