图像处理专栏

前些天与一老同事聊天的时候，觉得开通一个博客，记录自己的技术成长历程，很有帮助：不仅仅能方便自己将来查看自己的成长经历，也可以做为某种形式的督查，提醒自己，最重要的是，可以通过博客与高手进行广泛而有深度的交流，对成长也是一种帮助。        目前来看，我的技术成长目标应该是集中在这几个方向：基于视频的行为识别 、 基于视频的交通违章/事故检测、 基于内容的图像/视频搜索 。

这学期一开始便着手室内环境单目标的检测和跟踪，并试图分析出其一些如徘徊、跛行、曲线行走、跌倒等典型的行为来。由于网络上一时间找不到适合的视频源，不得已，自己组织设备拍了一些，做为我的实验材料， 可惜由于经费问题吧，设备不甚精良，图像满是水纹不说，连录制出视频的帧率都不稳定！！！ 这可给我后续处理带了莫大麻烦，教训哪.....           一开始是基于“VS2010 +OpenCV2.3

先学习，后改造，标准码农，哈哈 原文地址： http://www.cnblogs.com/yuanzfy/archive/2012/06/21/2557957.html  使用GDI+可以方便的把OpenCV的图像矩阵类型数据显示在MFC的窗口中 void BitMatToWnd(CWnd* wnd, cv::Mat img, CRect *Roi){ i

人脸数据集来源于： http://www.zhizhihu.com/html/y2009/191.htmlhttp://www.keyanshequ.com/thread-620-1-1.html人脸数据库汇总■Annotated Database (Hand, Meat, LV Cardiac, IMM face) (http://www2.imm.dtu.d

由于OpenCV没有自带的图像细化函数，网上提供的基本是基于1.0接口的，于是乎动手搞成2.0 Mat类型接口的，方便好用。细化方法当中，当属经典的Zhang并行快速细化算法，细化之后的轮廓走势与原图保持得相对较好。参照 http://blog.youkuaiyun.com/byxdaz/article/details/5642669， 代码改造结果如下， //将 DEPTH_8U型二

听说，将RGB图像归一化之后，可以消除部分光照影响，于是在没有找着现成的之后试着写了个，发现它并不能解决我的问题， 处理之后的视觉效果比较差还，像素之间显得那么不和谐。   现将源码公布，请大家多多指导。  // 将BGR颜色归一化，消除线性光照影响bool colorNormal(Mat& img){ if (img.channels() != 3) { ret

原址： http://www.myexception.cn/mobile/585725.html tesseract OCR训练新字体对图片的预处理和要求同tesseract OCR识别对图片有要求一样，在训练新的字符集或新的字体时，对图片也有一定要求，符合要求的图片，能大大提高训练的效率。在图像处理方面，去除噪声，使训练的字符图片尽量连贯、清晰。其他方面，

针对从未知拍摄参数的单个图像或视频中推知目标物的三维信息的需要，人们进行了大量研究，但多数是围绕如何较好地估计出图像至地面的单应性矩阵，并且可测范围比较局限。本文提出利用三个消失点和一个参考高度，对基于小孔成像几何关系的测量模型中所需参数进行估计，进而完成测量。该方法相对于先前的单目测量方法，因为没有矢量和矩阵运算而显简洁高效，并且大大扩展了可测范围，更能适用于视频分析中。实验结果表明，本文所提模型及参数估计方法有效、可行。