落日流沙

note 1：像素，是图像构成的基本单位，其物理大小并没有绝对定义。如：一个22寸的电脑液晶屏像素是1920*1080，一个52寸的液晶电视像素也是1920*1080 ，他们像素数是同样的，但52寸比22寸画面就大多了，实际就是每个像素点也变大了。同分辨率下，点距越大画面尺寸越大。点距相同时，分辨率越大的画面尺寸越大。note 2；点（pt）的英文全

算法采用纵向及横向扫描方式，对清晰图片进行了实验，效果较好。算法未检测小数点，感兴趣的同学可以Y方向腐蚀检测小数点，按照X坐标排序即可。当然，数字及字符识别，SVM、K近邻、神经网络等等这些才是正道，平常用得比较多的算法。源图如下：代码如下：//DATE : 20160729//CODE FOR LIDAN NUMBER RECG#include "highgui

由于项目里要用到边缘检测，所以今天研究了一下最简单的梯度的方法。    首先，我们来开一下计算机是如何检测边缘的。以灰度图像为例，它的理论基础是这样的，如果出现一个边缘，那么图像的灰度就会有一定的变化，为了方便假设由黑渐变为白代表一个边界，那么对其灰度分析，在边缘的灰度函数就是一个一次函数y=kx，对其求一阶导数就是其斜率k，就是说边缘的一阶导数是一个常数，而由于非边缘的一阶导数为零，这样

定义：直方图是图像中像素强度分布的图形表达方式.它统计了每一个强度值所具有的像素个数函数：CV_EXPORTS void calcHist( const Mat* images, int nimages, const int* channels, InputArray mask,

本文参考两篇博客，都对KNN思路做了详细说明(1) http://blog.youkuaiyun.com/wangyaninglm/article/details/17091901(2) http://blog.youkuaiyun.com/xiaowei_cqu/article/details/23782561#(3) http://download.youkuaiyun.com/download/hust_bochu

http://blog.youkuaiyun.com/u010477528/article/details/53707845该篇博文中有对 K 近邻的应用讲解，本文简单说下 K 近邻原理。在已拿到 traindata 的基础上，如何识别。主要计算样本与图像间的距离，而距离主要有以下。1、欧氏距离(EuclideanDistance)欧氏距离是最易于理解的一种距离计算方法，源自欧

#include <string>#include <iostream>#include <vector> #include <opencv2/core.hpp>#include <opencv2/imgproc.hpp>#include "opencv2/imgcodecs.hpp"#include <opencv..

1、向右旋转90度Mat src, timg, fimg;transpose(src, timg);flip(timg, fimg, 1);转置后相当于矩阵上半部分转为左半部分，绕Y轴翻转，即相当于向右旋转。参数0绕X轴翻转，参数1绕Y轴翻转，参数-1绕双轴翻转。2、向左旋转90度，向右270度transpose(src, timg);flip(tim

回掉函数这块一直似懂非懂，现在理解依旧是：自己的函数，将地址交给别人去调用，具体执行什么内容，由自己决定，什么时候执行，由别人决定。这几天有空，写了个小 demo 玩玩。写了一个解码的类，将回调函数传入进去，处理解码数据。回掉函数具体只是显示了当前帧图像。解码类如下：#include #include #include #include #include #incl

首先声明一个解码类，解码出图像后调用回调#include #include #include #include #include #include using namespace std;using namespace cv;//利用回调函数在解码类中取图像数据typedef void(*AVFunction)(Mat img); //定义回调函数类型class

1、轮廓之外的区域像素置0根据最小外接矩形，仿射变换至无偏转矩形。外接矩形结构体导出顶点是按顺时针结构排列的，但是起点不定。int SetExcludeRectZero(Mat & gray, RotatedRect rect){ Point2f vertex1[4], vertex2[4]; //定义外接矩形的4个顶点 //定点的排序为逆时针 rect.poin

去年三月写过一篇文章，就是这货：http://blog.youkuaiyun.com/u010477528/article/details/44095699车牌提取，基于OpenCV，当时仅做到车牌提取，后来懒惰吧，一拖再拖，拖到现在。接下来做一下字符分割和识别。恩，先上一张车牌吧。1、字符分割分割的话简单，方法也比较多。看网上有人通过不断切割的方式，直到出现理想轮廓，没试过，不知

车牌识别分两步，一是车牌提取，而是字符识别。下面是车牌提取。VS2010。OpenCV249。//载入图像char * path = "d:\\picture\\06.jpg";IplImage * frame = cvLoadImage(path);if(!frame) return 0;cvNamedWindow("frame", 1);cvShowImage("fr

介绍两种方法。一种是以C

先看一段代码：

照例，先看代码：

由于 opencv 侧重于图像的处理，故其编解码能力一般。只能识别 AVI

1、直接赋值的话，两张图片共享内存

一些小技巧：存储：

先介绍几个函数。1、图像融合void cvAddWeighted( const CvArr* src1, double alpha,const CvArr* src2, double beta,double gamma, CvArr* dst );src1 ：第一个原数组. alpha ：第一个数组元素的权值 src2 ：第二个原数组 beta ：第二个数组元素的权值

自适应阈值化函数：void cvAdaptiveThreshold(const CvArr* src,CvArr* dst,double max_value,int adaptive_method=CV_ADAPTIVE_THRESH_MEAN_C,int threshold_type=CV_THRESH_BINARY,int block_size=3,doub

众所周知，Opencv 在图像处理方面具有无与伦比的优势，但其在视频解码这块实在不敢恭维，智能识别 AVI 封装和少数几种 编码格式。其实 OpenCV 解码也是引用的 FFmpeg，不过编译时估计做了限制。下面的代码实现的功能是，，FFmpeg 解码视频，然后将每一帧转换为 OpenCV 可以识别的图像格式，在 MFC 图片空间中显示。配置：VS2008，OpenCV2.4.4，FF