DepaJun的专栏

有很多函数有mask，代表掩码，如果某位mask是0,那么对应的src的那一位就不计算，mask要和矩阵/ROI/的大小相等 大多数函数支持ROI，如果图像ROI被设置，那么只处理ROI部分 少部分函数支持COI，如果COI设置，只处理感兴趣的通道矩阵逻辑运算 void cvAnd(const CvArr* src1, const CvArr* src2, CvArr* dst,

http://blog.youkuaiyun.com/jinzhuojun/article/details/8579416本文将基于OpenCV实现简单的数字识别。这里以游戏Angry Birds为例，通过以下几个主要步骤对其中右上角的分数部分进行自动识别。1. 学习分类器根据训练样本，选取模型训练产生数字分类器。这里的样本可以是通用的数字样本库（如NIST等），也可以是针对应用场景而

这两天在做关于车牌识别的实验，用了几种方式：1.车牌颜色分布（HSV空间，YCrCb空间的没有颜色分布图谱，无法实验）；利用HSV的H通道，效果一般，受环境影响大。[cpp] view plaincopyprint?#include "highgui.h"  #include "cv.h"  #include      #include     #include

转自http://blog.youkuaiyun.com/zbyzhlsp2/article/details/7478203以下为原文内容：自：http://exuws111.blog.sohu.com/179552814.html图像的剪切有多种措施，其中一种是利用ROI的措施第一步：将必需剪切的图像图像不局部设置为ROIcvSetImageROI(src ,

车牌定位算法在车牌识别技术中占有很重要地位，一个车牌识别系统的识别率往往取决于车牌定位的成功率及准确度。      车牌定位有很多种算法，从最简单的来，车牌在图像中一般被认为是长方形，由于图像摄取角度不同也可能是四边形。我们可以使用OpenCV中的实例： C:/Program Files/OpenCV/samples/c.squares.c 这是一个搜索图片中矩形的一个算法。我们只要稍微修改一

前面介绍了用OpenCV的squares实例定位车牌的算法，效果不是很理想。车牌定位的方法有很多种，这里我们从汽车图像的纹理特征入手，找出车牌不同于背景的特征是车牌定位的关键。观察多幅汽车图片我们会发现车身和背景的纹理多为横向纹理，而车牌字符则为竖向纹理，基于这个纹理特征我们可以区别处车牌位置。车牌的定位我们可以分为如下几个步骤：1预处理   图像的预处理主要是为了后续处理的需要进行一些滤

// mytesr1.cpp : Defines the entry point for the console application.//#include "stdafx.h"#include #include #include #include #include #include #include #include #

3、  Canny算法的实现流程       由于本文主要目的在于学习和实现算法，而对于图像读取、视频获取等内容不进行阐述。因此选用OpenCV算法库作为其他功能的实现途径（关于OpenCV的使用，作者将另文表述）。首先展现本文将要处理的彩色图片。图2 待处理的图像3.1 图像读取和灰度化       编程时采用上文所描述的第二种方法来实现图像的灰度化。其中ptr数组中保存

图象的边缘是指图象局部区域亮度变化显著的部分，该区域的灰度剖面一般可以看作是一个阶跃，既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图象的边缘部分集中了图象的大部分信息，图象边缘的确定与提取对于整个图象场景的识别与理解是非常重要的，同时也是图象分割所依赖的重要特征，边缘检测主要是图象的灰度变化的度量、检测和定位，自从1959提出边缘检测以来，经过五十多年的发展，已有许多中不

在OpenCV中用canny算子进行边缘检测速度很快，不过有点不爽的就是高低阈值需要输入。在OpenCV中自适应确定canny算法的分割门限 一文仿照matlab中的做法，对canny函数进行了修改，以便当用户没有指定高低阈值时，由函数自适应确定阈值。代码如下：[cpp] view plaincopyprint?// 仿照matlab，自适应求高低两个门限  CV_IM

本文整理于，Opencv 中文论坛，做下备份，有兴趣的朋友，可看原讨论http://www.opencv.org.cn/forum/viewtopic.php?f=1&t=4603&start=0。 看到论坛里有不少人在用OpenCV中的标定函数cvCalibrateCamera2 进行相机标定时遇到不少问题,说一些自己的看法。1）因为cvCalibrateCamera2 函数

图像大小变换[cpp] view plaincopyvoid cvResize( const CvArr* src, CvArr* dst, int interpolation=CV_INTER_LINEAR );  src：输入图像. dst：输出图像. interpolation：差值方法: • CV_INTER_NN - 最近邻差值, •