运用opencv计算特征向量

最新推荐文章于 2024-09-20 11:09:47 发布

吕川

最新推荐文章于 2024-09-20 11:09:47 发布

阅读量1.6k

点赞数

CC 4.0 BY-SA版权

分类专栏：图像识别

本文链接：https://blog.youkuaiyun.com/qq_20949153/article/details/50801679

这篇博客介绍了如何利用OpenCV库计算图像的特征向量，为图像识别任务做准备。博主展示了如何应用高斯滤波器以及Canny边缘检测方法，并探讨了在大规模图像分析中可能遇到的时间效率问题，暗示未来可能使用GPU并行计算来加速处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

通过opencv我们可以轻松的计算图像的特征向量，然后搭建svm向量机，去进行图像识别，不过，svm向量机，opencv也自带了哈哈。

#include<cv.h>
#include<highgui.h>
#include <iostream>
#include "opencv2/opencv.hpp"

#include <math.h>
using namespace std;
using namespace cv;
int stop;

void gaosi(double goas[3][3])

{
double sum = 0;
for (int i = 0; i < 3; i++)
{

for (int j = 0; j < 3; j++)
{

int X = i - 1;
int Y = j - 1;

goas[i][j] = (1 / (2 * (3.14)*pow(1.5, 2)))*exp(-(X*X + Y*Y) / (2 * pow(1.5, 2)));
sum += goas[i][j];
cout << goas[i][j] << " ";

}

cout << endl;
}

for (int i = 0; i < 3; i++)
{

for (int j = 0; j < 3; j++)
{
goas[i][j] /= sum;

}

}

}

template <class Type,class type> type max(Type a,type b)
{