just__be__yourself的博客

一、网上一些参考资料 　　     在博客目标检测学习_1(用opencv自带hog实现行人检测) 中已经使用了opencv自带的函数detectMultiScale()实现了对行人的检测，当然了，该算法采用的是hog算法，那么hog算法是怎样实现的呢？这一节就来简单分析一下opencv中自带 hog源码。      　　网上也有不少网友对opencv中的hog源码进行了分析，很不

一直想写Adaboost来着，但迟迟未能动笔。其算法思想虽然简单“三个臭皮匠赛过诸葛亮”，但一般书上对其算法的流程描述实在是过于晦涩。昨日11月1日下午，邹博在我组织的机器学习班第8次课上讲决策树与Adaboost，其中，Adaboost讲得酣畅淋漓，讲完后，我知道，可以写本篇博客了。     无心啰嗦，本文结合邹博之决策树与Adaboost 的PPT 跟《统计学习方法》等参考资料写就，可以定义

分类： CV相关

JPEG文件编/解码详解 JPEG（Joint Photographic Experts Group）是联合图像专家小组的英文缩写。它由国际电话与电报咨询委员会 CCITT（The International Telegraph and Telephone Consultative Committee）与国际标准化组织ISO于1986年联合 成立的一个小组，负责制定静态数字图像的编码标准

OpenCV 检测图片上的条形码 这篇博文的目的是应用计算机视觉和图像处理技术，展示一个条形码检测的基本实现。我所实现的算法本质上基于StackOverflow 上的这个问题，浏览代码之后，我提供了一些对原始算法的更新和改进。 首先需要留意的是，这个算法并不是对所有条形码有效，但会给你基本的关于应用什么类型的技术的直觉。 假设我们要检测下图中的条形