phthon1997的博客

背景建模 1.帧差法 由于场景中的目标在运动，目标的影像在不同图像帧中的位置不同。该类算法对时间上连续的两帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差的绝对值，当绝对值超过一定阈值时，即可判断为运动目标，从而实现目标的检测功能。 帧差法非常简单，但是会引入噪音和空洞(人物中间是黑色的)问题 2.混合高斯模型 在进行前景检测前，先对背景进行训练，对图像中每个背景采用一个混合高斯模型进行模...

咋一看这个名字，我也蒙了，这啥玩意？ 其实在介绍这个之前，就是如果我们很远看一幅图就大概知道是什么，在不同尺度下，计算机可以提取出一个统一的特征，这就是SIFT 图像尺度空间： 在一定的范围内，无论物体是大还是小，人眼都可以分辨出来，然而计算机要有相同的能力却很难，所以要让机器能够对物体在不同尺度下有一个统一的认知，就需要考虑图像在不同的尺度下都存在的特点。 尺度空间的获取通常使用高斯模糊来实现 ...

在图像特征提取中，有一个角点的概念，角点和边界不一样，如下图所示 基本原理 第一张图中，当x和y移动时，所得到的像素差值并不是很大，我们认为这是图像的中间部分， 第二张图中，当x或者y移动时，所得到的像素差值一个变化很大，一个变化很小，我们认为这是图像的边界部分， 第三张图中，当x和y移动时，所得到的像素差值变化都很大，我们认为这是图像的角点。 通过这一步的矩阵变换，我们使用了实对称矩阵一定...

import cv2 def sort_contours(cnts, method="left-to-right"): reverse = False i = 0 if method == "right-to-left" or method == "bottom-to-top": reverse = True if method == "top...

1.模板匹配 模板匹配和卷积原理很像，模板在原图像上从原点开始滑动，计算模板与（图像被模板覆盖的地方）的差别程度，这个差别程度的计算方法在opencv里有6种，然后将每次计算的结果放入一个矩阵里，作为结果输出。假如原图形是AxB大小，而模板是axb大小，则输出结果的矩阵是(A-a+1)x(B-b+1) # 模板匹配 img = cv2.imread('lena.jpg', 0) template ...

1.图像金字塔 高斯金字塔 拉普拉斯金字塔 高斯金字塔：向下采样方法（缩小） 高斯金字塔：向上采样方法（放大） #pyrUp的作用是扩大像素值。 up=cv2.pyrUp(img) cv_show(up,'up') print (up.shape) #pyrDown的作用是缩小像素值。 down=cv2.pyrDown(img) cv_show(down,'down') print (dow...

1.图像梯度（就是检测边缘） Sobel算子 dst = cv2.Sobel(src, ddepth, dx, dy, ksize) ddepth:图像的深度 dx和dy分别表示水平和竖直方向 ksize是Sobel算子的大小 sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3) cv_show(sobelx,'sobelx') 白到黑是正数，黑到白就是...

1.灰度图 import cv2 #opencv读取的格式是BGR import numpy as np import matplotlib.pyplot as plt#Matplotlib是RGB %matplotlib inline img=cv2.imread('cat.jpg') img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) img_g...

先装上环境配置地址： Anaconda:https://www.anaconda.com/download/ Python_whl:https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv 关于下载opencv，我的是Mac+Anaconda，用了终端下载，非常方便，用了好多办法都不行，最后用一句命令解决了。 打开Anaconda Prompt，输入co...

Part 2：卷积神经网络中的部分问题 引言 在这篇文章中，我们将更深入地介绍有关卷积神经网络（ConvNet）的详细情况。声明：我确实知道本文中一部分内容相当复杂，可以用一整篇文章进行介绍。但为了在保持全面性的同时保证简洁，我会在文章中相关位置提供一些更详细解释该相关主题的论文链接。 步幅和填充 好了，现在来看一下我们的卷积神经网络。还记得过滤器、感受野和卷积吗？很好。现在，要改变每一层的行为，...

本文转载于深度学习中文社区(dl.tustcs.com).原文地址:http://dl.tustcs.com/卷积神经网络初学者指南/ Part 1：图像识别任务 介绍 卷积神经网络，听起来像是计算机科学、生物学和数学的诡异组合，但它们已经成为计算机视觉领域中最具影响力的革新的一部分。神经网络在 2012 年崭露头角，Alex Krizhevsky 凭借它们赢得了那一年的 ImageNet 挑战赛...