OpenCV
宋易雪
机器视觉|机器学习|机器人|ROS
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
【转】一些Mat函数
转自:http://blog.youkuaiyun.com/giantchen547792075/article/details/7169255 译文参考The OpenCV Reference Manual (Release 2.3)August 17 2011 Mat::~Mat Mat的析构函数。 C++: Mat::~Mat() 析构函数调用Mat::release(转载 2015-11-22 21:47:01 · 466 阅读 · 0 评论 -
【转】直方图均衡化
原文:http://blog.youkuaiyun.com/sundy_2004/article/details/7259614 我们可以对图像做点事情尝试扩大其动态范围,对这个操作最常用的技术是直方图均衡化,可以将比较淡的图像变换为比较深的图像(即增强图像的亮度及对比度)。直方图均衡化后面潜在的数学原理是一个分布(输入的亮度直方图)被映射到另一个分布(一个更宽,理想统一的亮度值分布),映射函数是一转载 2016-02-24 14:43:20 · 376 阅读 · 0 评论 -
Harris角点检测基本理论
原创文章,转载请注明出处:http://blog.youkuaiyun.com/crzy_sparrow/article/details/7391511 文章目录: 一、Harris角点检测基本理论 二、opencv代码实现 三、改进的Harris角点检测 四、FAST角点检测 五、参考文献 六、附录(资料和源码) 一、Harri转载 2016-02-22 10:33:15 · 603 阅读 · 0 评论 -
Mat中的常用操作
本章我们学习一下Mat中的常用操作,因为在后面其它的教程中,我们经常要对图像进行各种处理,也要使用这些操作。 一、 Mat的复制,就是从一个矩阵A,生成相关的另一个矩阵B。 (1)使用赋值的方法,比如通过构造函数生成矩阵N,通过复制生成矩阵P cv::Mat N(M); cv::Mat P; P=M; 这样生成的矩阵,只是新生成一个矩阵头,它转载 2016-01-05 17:27:01 · 583 阅读 · 0 评论 -
Linux下Opencv的安装及配置使用
博文搬家后地址http://lanbing510.info/2014/12/03/Linux-Opencv.html 一、安装 1 安装cmake及一些依赖库 sudo apt-get install cmake sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev l转载 2016-01-21 09:13:33 · 407 阅读 · 0 评论 -
【转载】使用OpenCV的OpenCL(ocl)模块
本文转自 Preface 参加OpenCV的OpenCL模块(以下称OCL)移植工作已经有2个月了。这里我说移植而不是开发,是因为大部分OCL模块的函数都是从已经很成熟的GPU模块移植过来的。于是目前阶段OCL模块所支持的函数接口只是GPU模块的一个子集。 OpenCV的版本控制系统已经转移到了git上面(见https://github.com/itseez/opencv),最新的转载 2015-12-02 10:05:47 · 585 阅读 · 0 评论 -
【转】OpenCV中Mat的详解
【转】OpenCV中Mat的详解 每次碰到Mat都得反复查具体的用法,网上的基础讲解不多,难得看到一篇,赶快转来收藏~ 原文地址:http://www.opencvchina.com/thread-1039-1-1.html 目标 我们有多种方法可以获得从现实世界的数字图像:数码相机、扫描仪、计算机体层摄影或磁共振成像就是其中的几种。在每种情况下我们(人类)看到了什么是图像。但是,转载 2015-11-28 13:21:07 · 5683 阅读 · 0 评论 -
[转]编译Opencv的GPU,利用CUDA加速
转自:http://blog.youkuaiyun.com/lanbing510/article/details/41211697 首先检查自己的机器是否支持,否则都是白搭(只有NVIDIA的显卡才支持,可在设备管理器中查看) 如果不用GPU,可以直接官网下载预编译好的库 环境: 1 VS2013 2 Opencv2.4.9 3 CUDA6.5 (只有6.5转载 2015-11-25 09:20:13 · 1084 阅读 · 0 评论 -
【转】SIFT特征提取分析
SIFT(Scale-invariant feature transform)是一种检测局部特征的算法,该算法通过求一幅图中的特征点(interest points,or corner points)及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配,获得了良好效果,详细解析如下: 算法描述 SIFT特征不只具有尺度不变性,即使改变旋转角度转载 2016-05-17 17:20:23 · 726 阅读 · 0 评论
分享