`
touchmm
  • 浏览: 1037595 次
  • 性别: Icon_minigender_1
  • 来自: 北京
文章分类
社区版块
存档分类
最新评论
文章列表
图像的象素值变换,包括亮度、对比度和GAMMA校正算法,环境是OPENCV4.0,VC6.0。算法参考了MATLAB函数 imadjust 。//// perform histgram equalization for single channel image// #include "cv.h"#include "highgui.h" /*Reference for correspondent MATLAB function: imadjustIMADJUST Adjust image intensity values or colormap. J = ...
CXCORE 参考手册 HUNNISH 注: 本翻译是直接根据 OpenCV Beta 4.0 版本的用户手册翻译的,原文件是:<opencv_directory>/doc/ref/opencvref_cxcore.htm, 可以从 SOURCEFORG 上面的 OpenCV 项目下载,也可以直接从 <a href="http://www.assuredigit.com/">阿须数码</a> 中下载:</opencv_directory> http://www.assuredigit.com/incoming/sourc ...
将生物特征识别应用于人脸,实际上是包含两个方面:第一,从图像或视频帧中检测人脸,即所谓的“人脸检测”(face detection);第二,对检测到的人脸进行识别,判断这张脸是谁,即“人脸识别”(face recognition)。就实际应用而言,采用人脸做生物特征识别,其识别率、可靠性都无法与指纹、虹膜识别相提并论,但不失为模式识别中的一个典型应用,至少可以起到抛砖引玉的作用。 下面的源代码采用隐马尔可夫模型(HMM)做人脸识别,它是OPENCV 3.1 版本的一个应用示例程序,不再包含在 4.0 版本中。因此如果想编译源代码,则需要安装 OPENCV 3.1版本。该版本可以从SOURCEF ...
Hunnish: 下面的链接是OPENCV之CV部分用户参考手册的中文翻译,在此感谢Z.M.Zhang对模式识别、照相机定标与三维重建部分所做的翻译,Y.C.WEI对全文做了统一细致的更改: http://www.assuredigit.com/incoming/sourcecode/opencv/chinese_docs/ref/opencvref_cv_chinese.htm
OpenCV是Intel公司开发的图像处理和计算机视觉函数库,它有以下特点: 1) 开放C源码 2) 基于Intel处理器指令集开发的优化代码 3) 统一的结构和功能定义 4) 强大的图像和矩阵运算能力 5) 方便灵活的用户接口 6)同时支持MS-WINDOWS、LINUX平台 作为一个基本的计算机视觉、图像处理和模式识别的开源项目,OPENCV可以直接应用于很多领域,作为第二次开发的理想工具。不过在利用OPENCV做商业开发应用前,请仔细阅读OPENCV包所附带的 PUBLIC LICENSE。 一些基本的资料可以参考: =》源代码及文档下载:SOURCEFO ...
采用 CAMSHIFT 算法快速跟踪和检测运动目标的 C/C++ 源代码,OPENCV BETA 4.0 版本在其 SAMPLE 中给出了这个例子。算法的简单描述如下(英文): This application demonstrates a fast, simple color tracking algorithm that can be used to track faces, hands . The CA ...
滤波器与色彩转换 HUNNISH 注: 本翻译是直接根据 OpenCV Beta 4.0 版本的用户手册翻译的,原文件是:<opencv_directory>/doc/ref/opencvref_cv.htm, 可以从 SOURCEFORG 上面的 OpenCV 项目下载,也可以直接从 阿须数码 中下载:http://www.assuredigit.com/incoming/sourcecode/opencv/chinese_docs/ref/opencvref_cv.htm。 翻译中肯定有不少错误,另外也有些术语和原文语义理解不透导致翻译不准确或者错误,也请有心人赐教。翻译这 ...
形态学操作 HUNNISH 注: 本翻译是直接根据 OpenCV Beta 4.0 版本的用户手册翻译的,原文件是:<opencv_directory>/doc/ref/opencvref_cv.htm, 可以从 SOURCEFORG 上面的 OpenCV 项目下载,也可以直接从 阿须数码 中下载:http://www.assuredigit.com/inco ...
采样、差值和几何变换 翻译:HUNNISH, 阿须数码 InitLineIterator 初始化线段迭代器 int cvInitLineIterator( const CvArr* image, CvPoint pt1, CvPoint pt2, CvLineIterator* line_iterator, int connectivity=8 ); image 带线段的图像. pt1 线段起始点 pt2 线段结束点 line_iterator 指向线段迭代器结构的指针 ...
下面是OPENCV用户手册之图像处理部分:梯度、边缘与角点(中文翻译),有错误欢迎指正,原文在: http://www.assuredigit.com/incoming/sourcecode/opencv/chinese_docs/ref/opencvref_cv.htm 注意:本章描述图像处理和分析的一些函数。大多数函数是针对二维数组的。所以我们用数组来描述“图像”,而图像不必是 IplImage,还可以是 CvMat's 或 CvMatND。 梯度、边缘和角点 翻译:HUNNISH, 阿须数码 Sobel 使用扩展 Sobel 算子计算一阶、二阶、三阶或混合图像差分 v ...
/*OTSU 算法可以说是自适应计算单阈值(用来转换灰度图像为二值图像)的简单高效方法。下面的代码最早由 Ryan Dibble提供,此后经过多人Joerg.Schulenburg, R.Z.Liu 等修改,补正。 转自:http://forum.assuredigit.com/display_topic_threads.asp?ForumID=8&TopicID=3480算法对输入的灰度图像的直方图进行分析,将直方图分成两个部分,使得两部分之间的距离最大。划分点就是求得的阈值。parameter: *image --- buffer for image rows, cols --- ...
人脸检测的C/C++源代码,曾发表于 OPENCV 的 MAILING LIST,主要是对OPENCV 3.1 版本发布的代码做了一些速度上的优化,并且解决了内存泄漏的问题。这个程序所使用的 Paul Viola 提出(该论文“Rapid Object Detection using a Boosted Cascade of Simple Features”发表在 CVPR'01)的 Ada Boosted Cascade 算法可以说是目前最好最快的目标检测算法。 关于OPENCV的介绍,参考: http://blog.csdn.net/hunnish/archive/2004/09/13/ ...
RGB不同彩色空间的转换公式 彩图与灰度图的相互转换 RGB <-> GRAY: RGB[A]->Gray: Y=0.212671*R + 0.715160*G + 0.072169*B Gray->RGB[A]: R=Y G=Y B=Y A=0 其它的所有可能的图像色彩空间的相互变换公式列举如下: RGB<=>XYZ : |X| |0.412411 0.357585 0.180454| |R| |Y| = |0.212649 0.715169 0.072182|*|G| |Z| |0.019332 0.11919 ...
下面是采用 CANNY 算子进行图像边缘检测的 C/C++ 源代码,在OPENCV BETA 4.0, VC6.0 环境下编译通过。关于OPENCV库的使用方法以及相关问题,请查阅下面的相关文章: http://forum.assuredigit.com/display_topic_threads.asp?ForumID=11&TopicID=3471 运行文件下载地址: http://www.assuredigit.com/program/edge.exe ========= 程序开始 ========= #ifdef _CH_#pragma package <op ...
这是在 Ruadhan 提供的源代码基础上做了一些修改,可以检测图像中的角点。应用环境是:OPENCV BETA 4,VC6 编译运行通过。 运行文件下载地址: http://www.assuredigit.com/program/corner.exe ==========#include <stdio.h><br>#include "cv.h"<br>#include "highgui.h"<br>#define max_corners 100</stdio.h> int main( i ...
Global site tag (gtag.js) - Google Analytics