大橙子的博客

python 安装自己想要的库 有很多方法：1、在Anaconda Navigator 中环境中点击uninstall 找自己没有装的库2、在cmd命令行中输入pip install ***；如pip install pyqt53、在https://www.lfd.uci.edu/~gohlke/pythonlibs/下载whl，然后pip install **.whl,这种方法比2要

之前写的sfm ，因为在类中写的，但是调用自定义函数时候没有考虑到-《-self.变量》在类中是 全局调用的。写的程序中，存在重复调用某一个函数，大量的冗余！！！！！！！！！！！，运行的时候非常的慢！！！！！优化后的是： 利用self.变量 全局调用的属性，去掉很多函数return 语句 在最终的某一个函数里，调用所有定义的函数，据自己情况使用全局变量，这样程序才会正常速度#...

Sfm那篇博客已经介绍，3D-3D的变换，不同学科称呼不同。 在测绘领域，称作为坐标转换，即七参数转换—（3个旋转，3个平移，1个尺度），通常尺度因子可以不计。最常见的情景诸如，54坐标到80坐标，80到CGS200坐标等。 在摄影测量学科里，称为绝对定向，即是把模型纳入到地面摄影测量坐标系中(像空间辅助到像—地面摄影测量) 公式如下： 求解该方程的绝对定向元素的时候，至少知道3对点...

笔者下载乌普萨拉大学网站的pdf时，发现如果一个个点开在另存为太机械化了，不如写一个程序，让其自动下载。 但是在用到urllib.request.urlretrieve下载的时候，报错：件下载不完全错误。而且下载时间巨长。 解决方案1 使用socket模块，设置一个超时时间。 解决方案2 使用urllib.request.urlopen（url),再将其二进制写入想要.pdf文件。这种方...

追踪的目的是在当前帧找到前一帧确定的对象。因为我们要在当前帧确定其对象位置，因此我们需要知道它是如何运动的，换句话说，需要知道运动模型参数。 如果对象非常简单且没有什么外貌上的变化，我们可以使用模板匹配。但是现实并未如此，当前模型可能随时随地变换(如人脸，你可能下一秒变成侧脸)。 Opencv中集成了诸多算法，随着其不断更新，算法的种类也越来越多，3.3版本的算法种类是6种-BOOSTING,...

IntroduceKeras是一个高级API，用Python编写，能够在TensorFlow、Theano或CNTK上运行。Keras提供了一个简单和模块化的API来创建和训练神经网络，隐藏了大部分复杂的细节。How to install keras?Keras 安装的话需要安装Theano和TensorFlow作为Keras的背景库这里安装流程如下：pip install Theano#If ...

因为这篇公式和图比较多，所以笔者以贴图像的形式来，附上最终的结果图。如果你需要笔者的代码，可以发邮件或者去github，笔者后续会贴上github链接。 1、 两者之间的关系 摄影测量是研究被摄物体的形状、大小、和相对位置关系的一门学科；计算机视觉可以看作是图像处理的升华（image—knowledge）。两者之间有太多的相似之处，如bundle adjustment，摄影测量中称之为光...

计算blob 方向有两种方法:一种是利用PCA；一种是利用图像矩。本次主要介绍基于PCA算法的计算:1、  点矩阵我们将处理的二维点大小为2*m，第一行为x，第二行为y2、  每个点减去均值计算x坐标的行数。对于每个x点，减去它的均值。对y坐标做同样的处理。平均减法最小化了近似数据和中心数据的均方误差。3、  计算协方差 2*24、  特征值与特征向量计算5、  特征向量重排序，特征值大的对应的特...

凸包：在数学中，在实向量空间V中的一组点X的凸包或凸包络是包含X的最小凸集。来自Wikipedia。通俗的来说就是包围一组散点的最小凸边形。在scipy.spatial 和opencv 分别有计算凸包的函数，scipy中convexHull输入的参数可以是m*2的点坐标。其返回值的属性.verticess是所有凸轮廓点在散点（m*2）中的索引值。注意：属性.verticess绘制出来的轮廓点是按照...

如图所示，一副不规则物体离散分布的灰度图，要想检测并标记。需要以下步骤： 1、 二值化，这个过程很简单def thresh_img(img): if img.ndim==3: img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) img=cv2.medianBlur(img,3) _,thresh=cv2.thresh...

首先介绍图像的异或操作，其可以用八个字概括：相同为假，相异为真。 如下： A=array([[ True, True, True], [ True, False, True], [ True, True, True]], dtype=bool) B=array([[ True, True, True], [ True, Tru...

红眼形成？由于相机曝光，进光量太大造成，红眼毫无疑问红色通道的值要大于绿色和蓝色，那么就要想办法用绿色和蓝色组合如何消除红眼？1、眼睛检测--利用opencv 自带的xml，笔者以前的博客很多这种2、构造maskmask=r>150＆ｒ＞（ｂ＋ｇ）笔者在加上ｒ＞１５０的时候，有问题，所以只保留了如ｒ＞（ｂ＋ｇ）这个３、对于mask 进行填洞，因为得到mask可能存...

对于物体检测的结果不管是HOG+SVM，还是deep learnning 检测到的结果，我们如何去评价我们检测的好坏？一、Jason 提出了IoU---Intersection over Union 来评估物体检测的好坏，IoU算法很简单，其计算条件如下：1、物体的ground truth bounding box2 、预测的bounding box如图：计算公式如下：...

其实质是图像分割，即是寻找一副图像的感兴趣物体算法如下： 1、 分别计算原图和roi图的H,S 通道的直方图 2、 计算比率 R=roiHist/Hist 3、 反向投影 B(X,Y)=R(h(x,y),s(x,y)) B(x,y)=min[B(x,y),1] h,s 是原图的h和s 通道 4、 对B 均值滤波 5、 用得到的B(mask) 与原图与操作得到感兴趣物...

opencv作为开源的视觉库，其早已集成hog+svm算法。所以只需要调用api就可以简单的实现行人检测。# -*- coding: utf-8 -*-# 行人检测import cv2import numpy as npdef svmdetectperson(img): hog=cv2.HOGDescriptor() hog.setSVMDetector(cv2.H...

极线矫正的目的是其两张像对具有相同的y坐标，作用是：比如计算深度图/视差图，计算南极海冰漂移量等。如图： Matlab 中语法为下[T1,T2] = estimateUncalibratedRectification(F,inlierPoints1,inlierPoints2,imagesize)T1，T2是投影变换矩阵，用来变换两张影像。 通过未标定相机来实现极线矫正的步骤如下：...

自己推导了以下，字迹丑，请忽略！！！！！

一、 安装mysql 1、 下载地址： 链接：https://pan.baidu.com/s/1vWHuZUJHdZzECFMrUE_rvA 密码：7lrn 将其解压(随便放在哪个盘)，然后你会发现有以下几个文件(除了data文件) 进入bin 文件夹，以管理员身份运行cmd，在其中输入mysqld –install ，如不以管理员身份，则报错:Install/Remov...

一、 ChARUco 板子以前标定过程中，都是用棋盘板子（张正友），棋盘图案的每个角都被两个黑色方块围绕着，可以更精确地细化，但是棋盘板子有个问题，就是不能被遮挡，必须是完全可见的。ArUco板子具有快速检测和多功能性，然而，ArUco标记的一个问题是，即使经过亚像素细化，它们的角点位置的准确性也不是很高。所以综上， ChARUco 板子结合两者，如图： 二、 标定过程代码#...

本次主要对比三种分类算法的效果1、  基于余弦相似度2、  基于线性svm3、  基于softmaxregression因为目前还没有学习deep learning 之类，如cnn可以直接处理行图像（如200*200的image ->1*40000）,但是深度学习要求大量的数据才能成功。本次实验数据从该网址:http://www.robots.ox.ac.uk/~vgg/data/flowe...

这篇博客主要介绍PCA算法的应用第一步：下载数据https://grouplens.org/datasets/movielens/下载ratings.dat (场次)和movies.dat.第二步：pandas 读取数据第三步：创建一个m*u 的rating 矩阵，m 是电影，u是用户。  User1_id User2_id Movie1_id 2 0 Movie2_id 2 1 Mo...

接上一篇，转为问题2：# -*- coding: utf-8 -*-import dxfgrabberimport numpy as npfrom dxfwrite import DXFEngine as dxf1dxf=dxfgrabber.readfile(r'C:\Users\Y\Desktop\heigh.dxf')allline=[l for l in dxf.enti

本人编程环境：VS2010 +anaconda 对于C#调用python 的想法是：c#拥有制作ui的优势，不管是winform 还是wpf,而Python做界面比较复杂，所以我想的是如果能调用python的一些第三方库，如 Numpy、scipy 等一些计算库引入，那么我用c#见面读取数据，把数据交给后台python处理，如回归、分类，然后再把数据传回来。也就是数据层、逻辑层交给pytho

虽然笔者已经基本上告别了本科的测绘工程专业，但是笔者的本科同学他们在实际作业中难免会遇到一些批量化、重复性劳动问题，如果会编程，写上一个小脚本，无疑会提高工作效率。 下面是笔者本科同学处理测量数据时遇到的问题，笔者通过python与CAD的交互完美的解决了！ 问题1：提取断面上地性线上的高程 问题2：场平设计高程，十字丝交点的坐标（x,y,z) 首先，python 作为一个胶水语言，与各行

开发环境：python+opencv3 笔者拼接图像的步骤如下： step1: 利用特征算子检测并描述,常见的特征算子在cv2.xfeatures2中都有，比如角点harris,斑点surf,sift等，这些算子的原理不再过多阐述。 step1:对于描述子，要进行匹配，在cv2中匹配可以是暴力匹配也可以选择flann，这是优化过的匹配算法，至于暴力匹配就是sift 的作者lowe 提出的NN

原作者：Sam Johnstone，斯坦福大学地理学博士 ——翻译:橙子 再见Arcgis，你好Python -第1部分-简介和大纲 原作者官网链接作者官网链接 这是第一系列的文章，我将致力于写一个教程，用python做一些基本的（可能更高级的）DEM处理。因为近期没有arcgis,完成一些任务备受挫折，所以我渴望通过锻炼使我自己渴望更加熟悉Python。我希望其他从事这类工作的人可以利用这

百度地图API 可以做很多好玩的事情，自己闲来无事，先是照着一些资料做了热力图，然后借助pyqt5做了一个简单的界面，实现gps单点沿线（行车）的轨迹。 先上程序界面和效果图： 过程：1、 申请百度地图开发密匙，界面如下，（另外，我用服务器端一直不成功，所以改用浏览器端就成功了） 2、实现两点之间的路径，必须知道两个地点的经纬度，这个时候在制作热力图中就有这个url:url

pyQt5搭建的简单的图像处理界面笔者的第二篇博客，前一篇仓促。主要介绍了python2 和python3双版本的安装。本打算研二开始一周写一篇博客，一方面是对自己学习知识的总结，后期忘却也便拿来看看；另一方面，分享给更多的人，助人为乐，胜造七级浮屠。但是从开学到现在惶恐不安，满满的负能量，且身体抱恙。不论是专业课书还是文学书，皆不能尽收眼下，差点得了抑郁症。最近一直做梦，做梦时幸福的，但最可怕的是

作为摄影测量与遥感的从业者，笔者最近开始深入研究gdal，为工作打基础！个人觉得gdal也是没有什么技术含量，调用别人的api。但是想想这也是算法应用的一个技能，多学无害！ 关于遥感图像的镶嵌，主要分为6大步骤： step1： 1）对于每一幅图像，计算其行与列； 2）获取左上角X,Y 3）获取像素宽和像素高 4）计算max X 和 min Y，切记像素高是负值maxX1 = mi

不管是无人机影像或者其它方式摄取的图像，由于光照，难免会存在阴影，笔者这篇文章介绍检测阴影一种简单的方式。参考论文：1、Damaged Building Detection in Aerial Images using Shadow Information2、Linearized Vegetation Indices Based on aFormal Statistical Framework主要...

Matlab 函数 python clear,clc---清除变量和翻页 reset(清除变量),ctrl+l ctrl+r,ctrl+t,注释/取消注释 ctrl+1注释/取消注释 repmat np.tile @匿名函数 Lambda Find 函数，这个函数太好了，省去循环，符合向量化编程，其返回值是行列索引值，如 [row,col]=find(image==255) np.w...

1、  不用json 包先来看一个Python 的奇淫技巧i=100s1=’str(i)’这样输出的不会是’100’，毫不疑问。但是s1=’ ‘+str(i)+’ ‘ 这样输出的结果=str(i)。于是看这一条语句：str1='{"lat":' + str(lat) + ',"lng":' + str(lng) + ',"count":' + str(temp) +'}'file.writelin...

广义霍夫变换(GHT)，是霍夫变换的改进，其可以检测任意形状。原理图如下：x = xc + x′ or xc = x − x′    y = yc + y′ or yc = y − y′cos(π − α) =y′/r or y′ = rcos(π − α) = −rsin(α)sin(π − α) =x′/r or x′ = rsin(π − α) = −rcos(α)结合上面得到xc = x ...

Duda and Hart, 1972年提出了HoughTransform,最开始它用来检测直线，后来推广到检测二/三维曲线。如上图，将(x,y)空间变到(m,b)空间，m代表斜率，b代表截距。可以看出（x,y）空间上的点在(m,b)空间是线，所以（m,b）空间上诸多直线的交点的坐标就是待检测直线的斜率和截距，其将全局搜索变为局部搜索，将找线问题变为找点问题。但是，需要注意的是，当线是竖直线的时候...

非监督学习：非监督学习和监督学习的最大区别是不需要先验知识，无需人为干涉。Kmeans -----笔者按照自己的理解写了kmeans也许不对，全当写轮子练手。Kmeans计算的步骤：1、         在数据集中随机选择K个聚类中心，K<len(data);2、         计算每个点到聚类中心的距离，用一个数组储存(len(data),k)，如果距离K1(第一个聚类中心)较近的点就标...

对于回归问题，最小二乘可以说是黄金油。首先说正规方程，笔者本科学的是测绘，测绘的核心是确定点在空间坐标系中的位置，对于外业测量的数据难免会存在误差，如何消除粗差，获得最优值，笔者经历了《测量平差》这门课程。而机器学习的正规方程可以对应测量平差的法方程。 如 y=a*x+b 问题，按照平差知识，观测值+观测值改正数=近似值+近似值改正数，即 测量平差的核心就是：min[PVV]，即改正数的加权...

ransac算法最早是出现统计学中的，后面逐渐应用到image 领域。其对噪声有很好的鲁棒性。算法如下：#!/usr/bin/env python3# -*- coding: utf-8 -*-from sklearn.linear_model import LinearRegressionfrom sklearn.preprocessing import PolynomialFeatu...