random_liu_2013

#include <ceres/ceres.h>#include <ceres/jet.h>#include <Eigen/Eigen>struct costFunc { template <typename T> bool operator()(const T* const x, T* residuals) const { residuals[0] = T(3)* x[0]*x[0] + x[0]*T(5) ...

1.通过35mm等效焦距来计算：图像的exif信息可以从图像的属性中获取，例如下图中，可以看出35mm等效焦距为35mm, 根据35mm胶片的尺寸为36mmx24mm,那么相机的焦距为（像素单位焦距） F = 2832 * 35 / 36 =2753.33 pixel 2.根据ccd尺寸计算焦距，根据相机型号KODAK Z612 查询http://www.dpreview.com/得知，此款相机的ccd尺寸为5.75mm,那么根据 F = 2832 * 6/5.75可以计算...

#pragma once#include <Eigen/Eigen>typedef unsigned char uchar;#include <opencv2/opencv.hpp>class SubPixCenter{ int m_iN = -1; Eigen::VectorXf m_Vector_A; Eigen::MatrixXf m_matrix_B; bool InitData(cv::Mat& roi, const d...

int get_camera_id(std::string str){    CCameraDS m_CamDS;    //仅仅获取摄像头数目    int res_id = -1;    int m_iCamCount = CCameraDS::CameraCount();    printf("There are %d cameras.\n", m_iCamCount);   ...

#include &lt;opencv2/opencv.hpp&gt;#include &lt;vector&gt;using namespace std;using namespace cv;using namespace cv::dnn;// Initialize the parametersfloat confThreshold = 0.2; // Confidence ...

import input_dataimport tensorflow as tfimport numpy as npimport lenet_forwardBATCH_SIZ = 100REG = 0.0001STEPS = 20000def backward(mnist): x = tf.placeholder(tf.float32,shape=(BATCH_SI...

import tensorflow as tfimport numpy as npIMGSIZE = 28IMG_CH = 1CONV_1_W_SIZE = 5CONV_1_KER_NUM = 32CONV_2_W_SIZE = 5CONV_2_KER_NUM = 64FC_1_NUM = 512OUT_NUM = 10def get_weight(shape,reg,...

和大家一样，初学sift算法时的那种困惑让人身心疲惫，寝室难安；本着救广大同胞于水火之中的“大义”，从而产生啦写这篇文章的想法；哈哈。文章不免有错误，欢迎大家批评指正，共同学习。正文：关于特征点提取，一直是计算机视觉的重要内容；为了匹配图像，把整幅图像与另一幅图像做相关运算，运算量大的惊人，从而人们就产生了一个想法，能不能只匹配少数几个有代表性的特征点，从而达到高效匹配的目的；

void edgeEnhance(cv::Mat& srcImg, cv::Mat& dstImg)  {  std::vector rgb;  if (srcImg.channels() == 3)        // rgb image  {  cv::split(srcImg, rgb);  }  else if (srcImg.channels() ==

下图把Mat.at(x,y) , Point(x,y) ,Rect(

http://www-prima.inrialpes.fr/FGnet/data/10-Gesture/gestures/main.html

由于最近做一些手势识别方面的项目，所以在网上找了很多这方面的材料；           发现用adaboost+haar可以检测好几种手势；相对于用肤色来检测手，级联分类器的方法效果相当的好，而且检测速度也很快。          #include "opencv2\opencv.hpp"using namespace cv;void detectAndShow(Cas