JIN JI 2013.12.24

本章的练习主要是形态学的一些基本概念和技术，这些构成了一组提取图像特征的有力工具，针对二值图像和灰度图像的腐蚀、膨胀和重构的基本操作可以组合使用，以执行非常宽泛的任务。其练习代码和结果如下： 1 %% 第9章 形态学处理 2 3 %% imdilate膨胀 4 clc 5 clear 6 7 A1=imread('.\images\dipu

这次再深入学习一下calcHist函数，即用于计算直方图的函数，主要是分析一下该函数的众多的参数，看看应该如何使用，先给出一段代码，其中包括两部分，一部分来自opencv_tutorials中的例子，一部分来自opencv2refman中，都进行了修改，opencv版本为2.3.1。[cpp] view plaincopyprint?#inclu

大家都知道，通过文本或标签来搜索图片的体验非常糟糕。无论你是将个人照片贴标签并分类，或是在公司的网站上搜索一堆照片，还是在为下一篇博客寻找合适的图片。在用文本和关键字来描述图片是非常痛苦的事。我就遇到了这样的痛苦的事情，上周二我打开了一个很老的家庭相册，其中的照片是9年前扫描成电子档的。我想找到我家在夏威夷海滩拍的照片。我用iPhoto打开相册，慢慢的浏览。这个过程

【附加：如何修改opencv的源代码新建opencv工程，添加main函数进行函数调用。如果源代码进行修改，需要，通过opencv的工程文件进行重新编译lib 和 dll，并把lib和dll放在响应的路径下。（有一点没弄明白，debug下的工程文件，调用的是opencv release下的dll，有些奇怪）】老外发现的opencv中cvtexture中的三个bug

1、Color Filter Array — CFA随着数码相机、手机的普及，CCD/CMOS 图像传感器近年来得到广泛的关注和应用。 图像传感器一般都采用一定的模式来采集图像数据，常用的有 BGR 模式和 CFA 模式。BGR 模式是一种可直接进行显示和压缩等处理的图像数据模式，它由 R( 红)、G( 绿) 、B( 蓝) 三原色值来共同确定 1 个像素点，例如富士数码相机采用的 SUPE

利用OPENCV  转BGR2HSV,然后计算hsv三通道的欧式距离；用同样的方法在LAB空间内进行计算，实验表明LAB空间内比较颜色相似度，得到的相似度排序更符合要求，如下图所示，主要原因lab空间为均匀空间，用欧式距离计算时，不同颜色的距离更能接近人眼观察，而HSV是不均匀的空间。HSV 结果：LAB结果：

在图像处理的过程中，我们时常需要对指定区域或目标进行操作，这个区域我们称之为感兴趣区域。在学习opencv的初级阶段，对于感兴趣区域的操作方法是必须要掌握的。比如下图：我们获取到一帧图像Img，它里面有两个目标，一个蓝色块和一个红色块，我们一般会经常碰到以下三种情况：（1）我们希望将Img中的蓝色目标提取出来并另存为一个图像；（2）我们希望将Img中不是

每次在和图像检索方面的小伙伴们交流时，总有小伙伴会问一些很基础的问题，举个栗子，信息检索评价指标。为了加深自己对这些指标的理解，及避免再去重复回答这类问题，做些易于理解的笔记。  在该数据集当中完成完美的图像检索通常是十分困难的。 MPEG-7 数据集上的检索性能使用名为 Bulls-eye 测试分数来评估，即对于每一个检 索图像，计算出前 40 个检索结果属于检索图像类别的百分比...

1. Edge-based template matching and tracking for perspectively distorted planar objectsUrl:https://pdfs.semanticscholar.org/7d42/c71a3e4fcde7f552f131610ca746f8ef3471.pdfauthor homepage:http://...

        上节讨论了基于阈值处理的目标检测，今天就来讨论下基于霍夫投票的目标检测，霍夫投票打算分成两个小节，第一个小节简单的说下霍夫变换和广义霍夫变换（generalized hough transform），他们投票的权重都是相等的，下一节讨论概率空间中的霍夫投票，顾名思义他们的投票权重是不确定的。      先来看下霍夫变换（hough transform）,霍夫变换一般适用于有解析...

此代码是根据opencv附带例子修改而成。[cpp] view plaincopy#include   #include   #include   #include   #include   #include "CommandParser.h"  using namespace std;  int main(int

LBP（Local binary pattern）是一个易理解且有效的局部图像特征，应用很广泛。在网上可以搜到一大把的LBP介绍，所以本博文就忽略了对其的介绍。直接附上代码，代码不难，只是希望对大家有用！如有错误和补充，欢迎提出，大家共同进步哈！注意：下面代码仅为示例便利，牺牲了一些效率！一）一般的LBP，256维[cpp] view plaincopy

学习OpenCV——Kalman滤波分类： OpenCV OpenCV码源笔记 计算机视觉 2012-10-16 10:54 2972人阅读 评论(3)收藏 举报matrixfloatconstructorfiltertransitionplot背景：卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全及包含噪

QListWidget清除命令 被这玩意搞了半天，记得要先disconnect再clear，QListWidgetpicListWidget->disconnect();picListWidget->clear();否则,takeitem的方法也会报错

cv::fastNlMeansDenoising

1. 什么是斑点斑点通常是指与周围有着颜色和灰度差别的区域。在实际地图中，往往存在着大量这样的斑点，如一颗树是一个斑点，一块草地是一个斑点，一栋房子也可以是一个斑点。由于斑点代表的是一个区域，相比单纯的角点，它的稳定性要好，抗噪声能力要强，所以它在图像配准上扮演了很重要的角色。同时有时图像中的斑点也是我们关心的区域，比如在医学与生物领域，我们需要从一些X光照片或细胞显微照片中提取一

调试进入opencv原函数。将经过vs编译后得到的bin文件路径D:\Program Files\OpenCV2.3.1\vc2008\bin\DebugD:\Program Files\OpenCV2.3.1\vc2008\bin\Release 放入系统环境变量PATH下，同时需要删除原先的D:\Program Files\OpenCV2.3.1\build\x86\vc9\bin

opencv2.4.9 调用sift特征，注意头文件，其他头文件可能造成sift检测器创建失败！！！！！！！！！！！LIB:opencv_core249d.libopencv_highgui249d.libopencv_imgproc249d.libopencv_nonfree249d.libopencv_features2d249d.libopencv_photo24

1，定义引导滤波：即需要引导图的滤波器，引导图可以是单独的图像或者是输入图像，当引导图为输入图像时，引导滤波就成为一个保持边缘的滤波操作，可以用于图像重建的滤波。引导滤波的流程见下图：假设输入图像为p，输出图像为q，引导图为I，q与I在以像素k为中心的窗口中存在局部线性关系：窗口半径为r，a，b为线性系数，且在局部窗口k中为常数。这个模型保证了只有在I存在边缘的情况

收入囊中 理解blob特征会利用OpenCV API提取blob特征自己实现blob特征检测 首先要了解，什么是blob特征，我们来看下面两幅图片。 直观上来看，blob特征就是一团，一坨东西，它并不一定是圆形的，总之它就是那么一团独立存在的特征。葵花宝典 我们看待世界万物的特征跟物体的大小（scale）有很大的关系。假如当前相机镜头能清楚看到一个人，相机往后移动，那么就能清楚看到一栋

// 特征计算// 图像分块 cv::Mat img_region[REGION_W*REGION_H]; int region_w = cvRound(img.cols / REGION_W); int region_h = cvRound(img.rows / REGION_H); int index = 0; for (int i = 0; i < REGION

3D成像：光学的再次创新前言：光学一直是科技创新的重头戏，智能手机摄像头经历了2D时代像素和个数的倍增，孕育了大立光等优质公司。3D成像技术的成熟拉开了二维向三维升级的帷幕，有望带动光学创新大革命（绝非“微创新”可比），本文作为市场首篇深度剖析，将为投资者挖掘相关投资机会。1、3D 成像究竟是什么？光学升级一直停留在像素、感光等二维层面，也是智能手机创新周期的主驱动力。3D成像在二维...