KUAILE123的专栏

原文出处：http://www.myexception.cn/mobile/1119147.html训练样本关于如何训练样本，Tesseract-OCR官网有详细的介绍http://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3。这里通过一个简单的例子来介绍一下如何进行样本训练。1.下载工具jTessBox

默认安装的opencv 很多视频格式打不开，cvCreateFileCapture返回值为NULL,为了解决此问题，需要安装视频编解码的库，我选择安装ffmpeg，我在windows下也用过这个库。1、下载ffmpeg从svn上下载，需要先安装svnyum install subversionsvn checkout svn://svn.mplayerhq.hu//ffmpeg/t

算法参考三篇论文：最早的Haar特征由Papageorgiou C.等提出（《A general framework for object detection》），后来Paul Viola和Michal Jones提出利用积分图像法快速计算Haar特征的方法（《Rapid object detection using a boosted cascade of simple features

几何变换几何变换可以看成图像中物体（或像素）空间位置改变，或者说是像素的移动。几何运算需要空间变换和灰度级差值两个步骤的算法，像素通过变换映射到新的坐标位置，新的位置可能是在几个像素之间，即不一定为整数坐标。这时就需要灰度级差值将映射的新坐标匹配到输出像素之间。最简单的插值方法是最近邻插值，就是令输出像素的灰度值等于映射最近的位置像素，该方法可能会产生锯齿。这种方法也叫零阶插值

1、Hough变换H ough变换是一种快速的形状匹配技术。经典的H ough变换适用于曲线形状可以用参数来描述、而曲线位置未知情况下的曲线检测。如下：在笛卡儿坐标系中, 直线可以用斜截方程y = kx + b 表示。考虑同一直线上的两点( x i, yi ) 和( xj, yj ), 满足yi = kx i+ b 和yj = kxj + b, 映射到参数空间后的两条正弦曲线Q=x i c

关于理论知识参考他人博客http://blog.youkuaiyun.com/zouxy09/article/details/7929531计算图像的每一小块的ＬＢＰ直方图特征如下代码所示，下面代码提取出的特征向量为８维，如果要修改维数，修改下面标注的地方。如果要取得图像ＬＢＰ特征的１２８维时，则可分为每一小块，对每一小块做下面操作即可，然后将每个小块的直方图联合成一个８×１６的１２８维的向量即可。v

转自：http://www.cnblogs.com/tornadomeet/archive/2012/08/15/2640754.html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

利用opencv只能处理.avi的视频，opencv之前的版本之前试过好像是只能处理.avi未压缩版本的视频，未压缩过的视频相当大，一个文件大概是几十个G。(这个不确定，因为之前用的压缩过的.avi的格式的cvCreateFileCapture时会出错)后来利用opencv的新版本可以处理H.264/mpeg4等压缩格式的.avi文件，但是还是不能处理像现在很广泛应用的flv等格式，当然可以用

对于ffmpeg的配置请看我的上篇博客：http://blog.youkuaiyun.com/kuaile123/article/details/11367309所用视频为 flv格式的 《爱在春天 TV版 47.flv》因为ffmpeg的函数和版本有关系，这里记录下我所用的整合的版本，是昨天下的最新版的，需要请下载http://download.youkuaiyun.com/detail/kuaile123

cedd是一种综合颜色和纹理的特征提取方法。参考论文：FCTH: FUZZY COLOR AND TEXTURE HISTOGRAM ：A LOW LEVEL FEATURE FOR ACCURATE IMAGE RETRIEVAL网上搜索的关于cedd的介绍很少，看得也很是纠结，还有一些细节方面没有弄很清楚，先写一下以后备用，慢慢细化。一、CEDD简介      将图像划分成若干

在计算图像的灰度共生矩阵时，相关性值得到的经常为1.#IND、1.#INF 发现在计算sigmax和sigmay时经常算出来为0，所以发生了除零的问题，不知道这个除零如何解决。在http://www.cnblogs.com/skyseraph/archive/2011/08/27/2155776.html发现将sigma为零时将局部相关度赋值为8。不知道此处为何是8。这样就不会发生除零

一、工具使用tesseract-ocr-setup-3.02.02.exe下载安装将tesseract-ocr-3.02.chi_sim.tar.gz（中文训练库）下载解压之后将chi_sim.traineddata文件拷贝到tesseract-安装目录的tessdata下面就可以进行中文的识别命令格式为：tesseract    [-l lang] [configfile [[+

很奇怪当键入命令：tesseract.exe 1.jpg result -1 chi_sim 会出错 识别出来是这个烂东西：  但是当我拷别人的命令时不会出错很是纳闷。观察发现这上下两图的1和l不一样，原来应该是L而不是1，language的意思。囧啊，现在识别就对了

一、对于背景复杂的文本      我测试用的简单的单行文本，如果非文本区多对二值化影响大，首先进行提取文本行，再对提取的文本行进行二值化。实例图片：图片中的文字区域从此视频帧中提取：1、切取图片中的行      提取边缘信息，边缘图像进行水平投影，将每一行中的像素值相加，得到一个每行边缘信息的数组，求数组的波谷，两个波谷直接的区间就为文本行。     求取波谷，

为了熟悉一下linux下C++，准备通过将以前所写项目由windows移植到linux下，首先配置环境，这个还挺繁琐，出错挺多的，现在记录一下。系统：Centos 6.5最后版本 OpenCV: 2.4.3