OpenCV学习记录

就是看别人的文章的时候记录一些东西而已。

core——定义了基本数据结构,包括最重要的Mat和一些其他的模块

imgproc——该模块包括了线性和非线性的图像滤波,图像的几何变换,颜色空间转换,直方图处理等等

video——该模块包括运动估计,背景分离,对象跟踪

calib3d——基本的多视角几何算法,单个立体摄像头标定,物体姿态估计,立体相似性算法,3D信息的重建

features2d——显著特征检测,描述,特征匹配

objdetect——物体检测和预定义好的分类器实例(比如人脸,眼睛,面部,人,车辆等等)

highgui——视频捕捉、图像和视频的编码解码、图形交互界面的接口

gpu——利用GPU对OpenCV模块进行加速算法

ml——机器学习模块(SVM,决策树,Boosting等等)

flann——Fast Library for Approximate Nearest Neighbors(FLANN)算法库

legacy——一些已经废弃的代码库,保留下来作为向下兼容

还有一些其他的模块,比如FLANN算法库、Google测试包、Python bingdings等等。

OpenCV采用了新的数据结构,用Mat类结构取代了之前用extended C写的cvMat和lplImage,更加好用啦,最大的好处就是更加方便的进行内存管理,对写更大的程序是很好的消息。

3.传统的lplImage格式也可直接转换为Mat格式

[cpp]  view plain copy
  1. IplImage* img = cvLoadImage("greatwave.png", 1);  
  2. Mat mtx(img); // convert IplImage* -> Mat  

如果想将新版本的Mat格式转换为老版本,则需要如下调用:

[cpp]  view plain copy
  1. Mat I;  
  2. IplImage* pI = &I.operator IplImage();  
  3. CvMat* mI = &I.operator CvMat();  

不过更安全的调用格式为:

[cpp]  view plain copy
  1. Ptr<IplImage> piI = &I.operator IplImage();  
基于特征点的 图像匹配 是图像处理中经常会遇到的问题,手动选取特征点太麻烦了。比较经典常用的特征点自动提取的办法有Harris特征、SIFT特征、SURF特征。


这个库中相关的函数有calcOpticalFlowPyrLK、calcOpticalFlowFarneback、estimateRigidTransform、updateMotionHistory、calcMotionGradient、calcGlobalOrientation、segmentMotion、CamShift、meanShift;还有卡尔曼滤波器类KalmanFilter,类内成员函数有构造函数、init、predict、correct。背景单元类BackgroundSubtractor,包括运算符重载,getBackgroundImage,其派生类BackgroundSubtractorMOG和BackgroundSubtractorMOG2,以及只支持Python版本的函数CalcOpticalFlowBM、CalcOpticalFlowHS,c版本的函数cvCalcOpticalFlowLK

这些函数每一个背后几乎都是一篇论文,很多都是经典的方法,我才疏识浅,只能边学边总结,先介绍一些我用过的函数,待日后陆续补充

calcOpticalPlowPyrLK是利用Lucas-Kanade方法计算图像的光流场

http://blog.youkuaiyun.com/yang_xian521/article/details/6991002  OpenCV学习笔记(二十九)——视频前景的提取Video  运动物体识别

http://blog.youkuaiyun.com/yang_xian521/article/details/7095728  OpenCV学习笔记(三十八)——显示当前FPS

http://blog.youkuaiyun.com/yang_xian521/article/details/7589431 openCV学习笔记(五十一)——imge stitching图像拼接stitching

OpenCV HOGDescriptor 参数图解  http://blog.youkuaiyun.com/raodotcong/article/details/6239431

opencv中的 HOGDescriptor 类  http://blog.youkuaiyun.com/timidsmile/article/details/9314963

opencv源码解析之(6):hog源码分析http://www.cnblogs.com/tornadomeet/archive/2012/08/15/2640754.html 

tornadomeet  http://www.cnblogs.com/tornadomeet/tag/   写了很多opnecv的博客

http://blog.youkuaiyun.com/zhazhiqiang/article/details/21047207  hog理论描述  http://blog.youkuaiyun.com/zhazhiqiang2010/article/category/1916041/1

http://blog.youkuaiyun.com/chenyusiyuan  这个家伙  在opencv很有研究啊

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值