荪荪的博客

打开cmd1.安装依赖pip install --upgrade setuptoolspip install numpy Matplotlib报错：根据提示可以解决python -m pip install --upgrade pip2.安装python-opencvpip install opencv-python3.验证opencv是否安装成功pythonimport ...

Haar特征：【人脸检测：Haar】计算Haar特征个数（一）【人脸检测：Haar】利用积分图像法快速计算Haar特征（二）[Opencv]Adaboost+Haar【人脸检测】OpenCV中的Haar+Adaboost级联分类器分解（一）：Haar特征介绍【人脸检测】OpenCV中的Haar+Adaboost级联分类器分解（二）：积分图和45°旋转积分图【人脸

http://www.opencv.org.cn/forum.php?mod=viewthread&tid=34155

学习OpenCV初期入门最大的问题是资料太杂，不同版本之间还有很大差异，很多书籍、资料都是较老的OpenCV 1.0的版本，模块划分数据结构在使用上均有很多不同，而在网络上的资料中，虽然资料很多，杂七杂八看起来也很乱，经过一段时间段的积累，找到了几个做这块的博客，几个博主均是系统性的学习，这点和我拿来偶尔用的还是有很大区别，看了他们的博客收货很大，这里整理分享。博客博客一：tornad

opencv.hpp头文件的内容为：#ifndef __OPENCV_ALL_HPP__#define __OPENCV_ALL_HPP__#include "opencv2/core.hpp"#include "opencv2/imgproc.hpp"#include "opencv2/photo.hpp"#include "opencv2/video.hpp"#

转载：http://blog.youkuaiyun.com/xidianzhimeng/article/details/42147601以OpenCV训练级联Adaboost为例进行说明numPos: 12000numNeg: 120000numStages: 15precalcValBufSize[Mb] : 1000precalcIdxBuf

cvCreateImage：创建首地址并分配存储空间IplImage* cvCreateImage( CvSize size, int depth, int channels );参数说明：size 图像宽、高.depth 图像元素的位深度，可以是下面的其中之一：IPL_DEPTH_8U - 无符号8位整型IPL_DEPTH_8S -

cvResize函数--图象放缩图像大小变换void cvResize( const CvArr* src, CvArr* dst, int interpolation=CV_INTER_LINEAR );   src：输入图像. dst：输出图像. interpolation：差值方法: • CV_INTER_NN - 最近邻差值, •

这两天在初学目标检测的算法及步骤，其中人脸检测作为最经典的算法，于是进行了重点研究。该算法最重要的是建立人脸检测分类器，因此我用了一天的时间来学习分类器的训练。这方面的资料很多，但是能按照一个资料运行出结果的确实没有找到，因此我总结了自己的训练经验。  目标检测分为三个步骤：  1、样本的创建  2、训练分类器  3、利用训练的分类器进行目标检测第一步：样本

昨天看了一天的opencv训练分类器的资料，想自己试试。经过昨天一天的折腾终于成功的训练出了自己的分类器，虽然效果不好，但是是个好的开端。在整个过程中我遇到了很多问题，在这里和大家分享一下，希望对你有帮助。      1.正样本的创建过程基本上按照以下步骤：      1) 制作一个正样本描述文件，用于描述正样本文件名（包括绝对路径或相对路径），正样本数目以及各正样本在图片中的位置

cvCreateImagecvCreateImage是openCV中的一个函数。OpenCV是Intel公司支持的开放计算机视觉库。cvCreateImage：创建首地址并分配存储空间IplImage* cvCreateImage( CvSize size, int depth, int channels );参数说明编辑size 图像宽

函数原型：IplImage* cvLoadImage( const char* filename, int flags=CV_LOAD_IMAGE_COLOR );　　filename ：要被读入的文件的文件名(包括后缀)；　　flags ：指定读入图像的颜色和深度：　　指定的颜色可以将输入的图片转为3信道(CV_LOAD_IMAGE_C

一：配置原理(1)    vc++目录下包含目录的配置包含目录配置路径为#include所包含的头文件如cv.h等所在的目录。这个就不用多解释了。(2)    vc++目录下库目录和链接器输入的配置库目录配置的路径为.lib文件所在的目录，这里你所要配置的.lib就是链接器中的输入的lib文件。这里的lib文件当然只是索引信息,真正的函数实现是在dll文件中的。这样当缺失相应的dl

原文地址：点击打开链接本文方法主要适用于经典的OpenCV2.4.x的所有版本，3.x不在范围内。本文的配置方法可以容忍vs的所有版本，以及32位和64位的配置冲突问题，完美解决OpenCV所有配置相关问题，一次完成配置，轻松编写所有程序，并且能使各种vs版本配置的环境不冲突的方法。 如果你已经配置了opencv，有问题或者没问题，避免方法冲突可以清掉现有配置，以现在这种方法来实现最佳配置