音视频图像相关

void perceptron_code(Mat src, int w, int h, int* result){ src.convertTo(src, CV_32F, 1.0 / 255); Mat grayDCT; dct(src, grayDCT); grayDCT = grayDCT.rowRange(0, h).colRange(0,w); ...

下面是基于HOG特征的判断两幅图像相似度代码，代码原理很简单，比较两幅图像的HOG特征相关性。vector<float> extract_hog_features(Mat& image);float calculate_relation(vector<float>,vector<float>);int main(int argc,char...

证件照替换背景色是一个很常用的功能，原理其实很简单，其实是一个图像分割问题，找到图像背景区域，然后替换成新的背景，注意最后要在人物边缘做羽化处理，使其看起来过度自然，这里用多种图像分割方法实现。K-Meansint main(int argc, char ** argv){ Mat src = imread("./demo.jpg", IMREAD_COLOR); // ...

使用Tesseract-OCR进行字符识别，输入的图片质量对识别的结果有着至关重要的影响。以下是Tesseract官网上提到的提高图片质量的方法https://github.com/tesseract-ocr/tesseract/wiki/ImproveQuality大致方法有：1.二值化2.去除噪声3.旋转，字体摆正4.去除纸张边界所有这些都是考验你图像处理基本功底是...

尺度不变特征核心是不同尺度拍摄的两幅图像的同一个物体，对应的两个theta比率等于拍摄两幅图像的尺度的比率。而OpenCV提供的SIFT和Surf正是利用尺度不变性就行特征点检测的代表。它们的原理可以参考本文的参考文献，写的很详细，本来想在这里介绍下它们的原理的，但是看到参考的blog中写的太好了，我不能写的这么清楚，就省去了。使用起来也很方便，比如利用Sift找到匹配物体代码如下：...

Fast特征检测，特点是速度很快，只需要对比几个像素，就可以判断是否为关键点。 OpenCV提供的调用接口也很方便 vector<KeyPoint> keypoints; int threshold = 100; Ptr<FeatureDetector> fastDetector = ...

OpenCV的feature2d模块包括了特征检测函数，它的主要目的是在一副图像找找到目标问题，先上代码有个整体的认识，后面再逐步详细分析每一个步骤。OpenCV的feature2d模块包括了特征检测函数，它的主要目的是在一副图像找找到目标问题，先上代码有个整体的认识。int main(int argc, char** argv){ Mat img_object = imr...