tanmx219的博客

参考网上的资料，作个备注，抓到篮子里都是菜，见到一个收录一个，不断更新中一、国际会议会议名称 会议介绍 ICCV: IEEE International Conference on Computer Vision 领域顶级国际会议，录取率20%左右，2年一次，中国大陆每年论文数不超过10篇 CVPR: IEEE Conf on Comp Vision and Patte...

AlphaBlend(D, cr, alpha)；alpha blend的计算公式很简单，D= cr*alpha + D*(1-alpha)D表示原始底色，可以是向量，如RGB，为了减少计算量，一般计算方式是，R = (cr.r – R)*alpha>>8 + RG= (cr.g – G)*alpha>>8 + GB= (cr.b – B)*alp...

这个函数比较简单，matlab 网站上给出的大约是这个样子，0.2989R+ 0.5870G + 0.1140B注意，如果程序中直接写成浮点乘法，相对比较消耗时间，一般我会写成整数乘法的形式，gray = (R*77 + G*150 + B*29) >> 8; ...

用linux没有windows那么多，用起来觉得vc的调试工具还是比linux里好用，于是把YOLOv3(Darknet）整到visual studio里去玩玩。记录下碰到的问题，项目的下载地址在这里，https://github.com/AlexeyAB/darknet感谢作者，整个过程还算顺利，安装可以参考这里https://github.com/AlexeyAB/darkne...

# Anaconda命令关于conda和pip命令到底干了些啥，包下载到了哪里，包的地址保存在何处等问题，建议参考下面的文章，这里就不重复了。apt-get、conda、pip安装东西的细节：https://blog.youkuaiyun.com/hsqyc/article/details/82893601apt-get一般会把包下载到：/var/cache/apt/archives/conda一...

准备工作这些模型在Linux上运行比较方便，不过想起Windows便捷的各种工具，总是忍不住弄过来，原模型的地址在这，https://github.com/matterport/Mask_RCNN当然github上还有很多其他版本的，tensorflow, pytorch是主流，大家可自行搜索，安装使用过程大同小异。下面的是一个tensorflow的版本。注意：windows下的p...

因为tensorlow, caffe, openCV等数据训练时，经常需要使用大批量的同尺寸图片，因此，我特别在SpaceView中加入了批量大小转换和裁剪功能。使用非常简单，下面我们来看一下，第一步，打开批处理对话框第二步，设置批处理参数和模式：模式：stretch,只做图片拉伸，不会删减内容。crop表示剪切，比如下图，crop center表示剪切中间的256x256个像...

（没时间一次性写完，更新中）该项目在Opencv Application的一部分，项目名称为opencv_trainCascade，它即可以用来训练lbp特征分类器，也可以是haar特征，有人说lbp特征训练起来更快，我没有专门比较过，不作评论；根据个人经验，lbp在很多场合会更稳定，所以我一般会选lbp特征。这里和检测（detectMultiScale）对应，这里我们仍然以汽车外形检测为例。...

Python: FailedPreconditionError (see above for traceback): Attempting to use uninitialized value matching_filenames_7《machine learning with tensorflow》上第5章有这样一段代码，原来的代码是这样的，import tensorflow as...

记一下，备忘。用OpenCV打开OpenCV录制的视频，发现报错，代码如下 cv::VideoCapture capture; capture.open("E:\\opencv.avi");追踪了一下，原来是打开要求用MJPG，bool AviMjpegStream::parseStrl(MjpegInputStream& in_str, uint8_t strea...

各领域公开数据集下载（转过来的，原贴来源不详，未能标注出处。参考：https://blog.youkuaiyun.com/c2a2o2/article/category/7194279）使用的数据集THCHS30是Dong Wang, Xuewei Zhang, Zhiyong Zhang这几位大神发布的开放语音数据集，可用于开发中文语音识别系统。为了感谢这几位大神，我是跪在电脑前写的本帖代码。下载...

本文重点讲解LBP特征及OpenCV中LBP特征的基本处理。目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割。用级联分类器实现目标检测在AI人工智能识别中应用十分广泛。正样本的选取原则正样本的尺寸不是必须一致的，从源码可以看到，这个是可以在输入图片文件的尺寸时设置大小从而实现在CreateSamples中进行裁剪的（参考cvCreateTrainingSamplesF...

这个FindSquares算是比较典型的综合技能项目吧，用到的小技巧还不少，我们先看一下几个函数吧，函数static double angle的作用是求角度根据余弦定理：在平面座标中通过计算变换，最后可以得到：嗯，函数中直接用了这个结果。其余函数的说明1.函数Canny进行边缘检测，和Sobel原理差不多，不过相对加了些料，稍有点复杂，以后有时间再说吧。 2.函数...

说明：openCv的contours是分级的，其寻边理论依据（方式）参考suzuki的论文《Topological structural analysis of digitized binary images by border following》。Contour 的寻边模式ModeopenCV通过一个矩阵来管理等级，矩阵的元素表示方法是：[Next, Previous, Fir...

参考博客：SIFT算法的Matlab实现https://www.sun11.me/blog/2016/sift-implementation-in-matlab/SIFT特征详解https://www.cnblogs.com/wangguchangqing/p/4853263.html下面我列一下博客中讲到，但涉及源码时又不够透彻的地方（其实是否透彻还是取决于个人的经验和理解）用到...

关于颜色转换，有时间看标准当然最好，不过我手头一时没有相关标准，所以参考了一些网上的资料，380nm 到 760nm的可见光 对应的RGB大概是这个样子的，C语言版本程序，//指定波长转换成RGBA颜色std::vector<int> lambdaToColor(double lambda,double gamma = 0.8,double intensityMax...

发现一个收录比较全的blender源码下载地址，Markup一下，转自：https://www.cnblogs.com/kekec/p/3856713.htmlblender源代码编译blender源码路径（svn）：https://svn.blender.org/svnroot/bf-blender/trunk/blender/依赖外部Lib（svn）：https://svn.ble...

最新版2019-09-25版本更新信息请参考：https://blog.youkuaiyun.com/tanmx219/article/details/101379732正文由于经常大量标注，我先后用了不少标注工具，但总觉得使用起来有诸多不便。有的只能标注多边形，有的只能标注标注拉框。所以后来决定自己开发一个标注工具，目前已经开发了一些基本功能，如拉框标注，多边形标注，面积标注（语义分割）...

准备工作本例是一个汽车外形的识别程序。源码下载：https://download.youkuaiyun.com/download/tanmx219/10623808xml分类器及检测原理训练得到的xml分类器文件内容如下所示，&lt;?xml version="1.0"?&gt;&lt;opencv_storage&gt;&lt;cascade&gt; &lt;stageType...

整体上说，OpenCV的内存管理比较复杂。他不象其他很多库文件，把内在管理交给操作系统，而是通过大量的类，函数，和结构，自己实现对内存的动态管理。1. 内存存储器CvMemStorage一个对象性不强的结构体，它的作用还是在和CvSeq、文件读取等配合中体现出的。1.1 CvMemStorage结构图结构图如下所示，每个block内存块的头部，都是一个CvMemBlock的结构，然...

在OpenCV中，有两个代理类是经常出现的：InputArray和OutputArray，它巧妙地利用了C++的定义转换，辅助完成对矩阵的管理。定义typedef const _InputArray&amp; InputArray;typedef InputArray InputArrayOfArrays;typedef const _OutputArray&amp; OutputA...

协方差矩阵在统计学与概率论中，协方差是指两个向量元素之间的相关性。设为n维随机变量方差的定义为：当存在两个随机变量X，Y时，其各个维度偏离其均值的程度就可以用协方差来定义：在物理上的理解，你可以认为协方差是指两个向量之相互影响的程度，单从数值上来看，协方差的数值越大，表示两个变量对其均值的变化同向的程度越大。当随机变量有多个的时候，一般不再使用X，Y这样的表述...

OpenCV中采用了很多类似下面方式，在类的构造函数中动态进行定义转换#include "stdafx.h"class Mat {public: int val; void init() { val = 100; }};class holder{public: Mat* pMat; holder(Mat&amp; test) { test.val = 101;...

对于大多数程序猿，图像视频音频等的开发学习，其实最难的不是界面，也不是代码风格，而是算法。而要了解算法，有两条是必经之路，第一是对原理的理解，大部情况下，这是一个数学问题；第二条，就是对源码的解读，你必须 清楚地知道数学理论是如何变成代码，并最终产生想要的结果的。学习OpenCv，也是如此。不过从OpenCV提供的源码来看，跨平台确实考虑得比较全面。当然如果你习惯于其他操作系统，这些可能都不是...

安装OpenCV首先，到opencv.org上把opencv的windows包下载下来，我是一上去把就能下的几个全部down下来，免得以后要其他的还得再上来，如下，一个android包，一个ios包，windows下用的包就是这个：opencv-3.4.1-vc14_vc15.exe然后自己把这个包解压（安装）到你自己喜欢的目录，比如我自己的给目录名称就是D:\AOpencv，就是这个...

卷积运算是如何进行的一维卷积定义：理解与计算举例：x(n)={x1, x2, x3, x4}; h(n)=(h1, h2, h3, h4);那么：Y(0)=x(0)h(0); //序号和=0+0=0​Y(1)=x(0)h(1)+x(1)h(0) //序号和=0+1=1+0=1​Y(2)=x(0)h(2)+x(1)h(1)+x(2)h(0); //序号和=0+2=...

在OpenCV中，Mat是一个基础的类，也是最重要的类之一，它直接实现对图像的内存管理和数据操作。Mat的常见属性Mat类可以看作是一个数据结构，它以矩阵的形式来存储和管理数据，里面定义了大量的相关属性。而理解这些属性，是我们灵活运用OpenCV的基础。 属性 说明 data uchar型的指针。Mat类分为了两...

花木成畦手自栽 ！先来两张wikipedia上的图，分别为4连通填充和8连通填充的示意图。FloodFill，一般的翻译是漫水填充，也就是把相邻的满足填充要求的颜色换成某个颜色的过程。填充方式一般是4连通，也就是扩展方向是上下左右4个方向，当然你也可以采用8连通填充，把角上那4个也包括进来直观地来说，可以这样填充，以stack堆栈为基础的递归填充一个很简单的...

OpenCV的硬件加速层全称是OpenCV Hardware Acceleration Layer (HAL)，一般来说，硬件厂商或开发人员可能会根据自己的实际情况，开发出独立于OpenCV的运算函数，以支持硬件优化，加快运算速度。这些功能性模块有可能是闭源的。为了实现顺利对接，OpenCV提供了一个简单的接口模块，当各厂家需要开发自己的运算模块时，只要实现这些接口即可。根据【1】，OpenC...

理论基础所谓直方图，在图像中，指的就是各个像素的统计值，就是一个像素在整幅图像中出现次数。例如下面这张16个像素的图片，其直方图就是直方图均衡化，是将给定图像的直方图改造成均匀分布的直方图，从而扩大像素灰度值的动态范围，达到增强图像对比度的效果。OpenCV中的直方图均衡化OpneCv中，可以用calcHist进行图像的均衡化，也可以使用equalizeHist可...

从父节点派生子节点cvGetFileNode从CvFileNode* _map_node中，根据key生成一个node，设置后返回这个生成的node。举个应用的例子： 在函数icvXMLParseValue中，当读取XML分类器中一个map_node”&lt;_&gt;”时，其相应的key为key(rect)，一个rect有4个参数（左上角x,y,右下角x,y），icvXMLParseVa...

机器学习函数关于机器学习的函数，很多在OpenCV的中文官网上有解释，这里不再重复贴出，链接如下，http://wiki.opencv.org.cn/index.php/机器学习中文参考手册CvSeq内存管理函数简要说明(1)CreatSeq功能:函数cvCreatSeq创建一序列并返回指向该序列的指针.格式CvSeq* cvCreatSeq(int s...

功能：把数据类型为_Tp的一组集合进行聚类，也就是根据相似或相同的某特征进行归类，最后分成若干个类别。这里是以相似矩形的分类为例进行讲解，重点内容都在注释中。整体过程就是先判断两个矩形是否相似，如果相似，就决让其中一个做父节点，一个做子节点，然后再检查这个关系是否影响了其他节点的关系，如果有影响，就调整。检查完之后就沿所有的节点找到顶级父节点，如果该 父节点还没有分类，就分类成一个新的分类值...

（注：优快云不适合写公式，只好上传图片格式）其中Pkk=Pll=cosθ, Plk=Pkl=sinθ,形式上就是这样，A*PT Aik = Aik×Pkk+Ail×Pkl Ail = Aik×Plk+Ail×PllP*A Aki = Pkk×Aki+ Pkl×Ali Ali = Plk×Aki+ Pll×Ali实际计算时，只计算那些必...

如果你在测试trainCascade时，资料目录没有放在项目目录中，很有可能触发下面的报错：Train dataset for temp stage can not be filled.我们很容易定位这个错误的来源，在cascadeClassifier.cpp中bool CvCascadeClassifier::train( const string _cascadeDirName...

这里先写一个序，是督促自己常常来更新博文（名字没想好，叫OpenCV程序设计的艺术？）！很久了，想写一点关于OpenCV，FFMPEG，X264等源码解析的博客。考虑到基础都是相通的，所以决定先写一些基础性的知识。相对于FFMPEG和X264，OpenCV的基础性更强，计算功能也更单一。换句话说，你完全可以理解OpenCV的一个类型的计算方式而不用理会是否理解了另一个类型，这可能...

先说公式，sz对齐的到n位的计算方法是(sz + n-1) &amp; -n;或者(sz + n-1) &amp; ~n; 取决于系统要求，图像在内存中的存储，往往和原来的图片尺寸不一样，在windows图像宽度必须是bytes (32 bits) aligned,这里要注意的是sz和n的数据类型，因为他们决定了位数，比如int是32位的，最大只能32位长的数据。如果已...

Mat是何处理数据类型的在OpenCV中，矩阵在创建时，会传入一个数据类型，比如create函数要求传入_type； 然后，数据类型会被保存到flags中，create函数原型如下，inlinevoid Mat::create(int _rows, int _cols, int _type){ _type &amp;= TYPE_MASK; if( dims &lt;...