参考：
[https://zhuanlan.zhihu.com/p/49272032]
[https://zhuanlan.zhihu.com/p/159055657]
此部分的学习内容和之前学习的三维重建笔记——稠密重建有联系，可结合起来看。
双目立体匹配中主要可以分为基于灰度的匹配算法和基于特征匹配算法。
一般基于灰度匹配为建立每个点对应的匹配关系，并计算出每个点的视差，一般称之为密集匹配；而
转载
2024-01-05 14:02:59
206阅读
这一节的第一部分使用opencv提取关键点、计算描述子、匹配特征点第二部分则根据前面的原理，写一个简单的计算描述子、匹配特征点的算法（都是SLAM十四讲的源码，第二部分源码中有段错误，不能直接运行，需要修改），经过比较发现，使用opencv的算法效率较低第一部分和第二部分中算法运行所用时间如下第一部分—使用opencvopencv库封装了与特征提取和匹配相关的函数，程序的运行思路如下1、以RGB格
转载
2024-07-30 08:51:41
76阅读
opencv Modules SVM使用笔记写在前面：最近在完成一个项目时，提取出的样本数据较大，自己也没有良好的处理数据的能力，就想着利用现成的 SVM对数据进行分类。查了很多资料，对SVM的大致原理有点了解，网络上也有开源的LibSvm，可是在没有完全理解SVM原理前，阅读和修改源码有些难度。而opencv恰好有一个Machine Learning模块，囊括了大多数机器学习的算法，而SVM也在
转载
2024-04-07 14:07:50
35阅读
SBGM、GBM、BM傻傻分不清楚。
转载
2022-09-30 08:52:08
274阅读
Ubuntu SLAM 环境配置 for 视觉SLAM准备 Ubuntu 系统（建议）在虚拟机中安装 Ubuntu 系统调整系统分辨率安裝 VMware Tools换源安装 Visual Studio Codegcc，g++ 安装CMake 安装Eigen 安装Git & Vim 安装Pangolin 安装Sophus 安装（非模板类）OpenCV 安装（带 CUDA）Ceres 安装g
这几天继续在看Lowe大神的SIFT神作，看的眼花手脚抽筋。也是醉了！！！！实在看不下去，来点干货。我们知道opencv下自带SIFT特征检测以及MATCH匹配的库，这些库完全可以让我们进行傻瓜似的操作。但实际用起来的时候还不是那么简单。下文将对一个典型的基于OPENCV的SIFT特征点提取以及匹配的例程进行分析，并由此分析详细的对OPENCV中SIFT算法的使用进行一个介绍。OPENCV下SIF
转载
2024-10-25 06:32:30
28阅读
第6章主要从图像内容和像素的角度介绍了有关图像处理的一些内容，包括如何对图像进行滤波和变换操作，或以不同的方式对像素值进行处理。对于模板匹配，我们仅利用原始像素内容来获取结果，以确定特定对象是否存在于图像的某一部分中。但是，我们尚未学习如何设计算法来区分不同类型的对象。为此目的，不仅要利用原始像素，而且还要利用图像基于特定特征所呈现出的集体含义。对于人类来说，假定不是极端相似，识别和区分不同类型的
第6章主要从图像内容和像素的角度介绍了有关图像处理的一些内容，包括如何对图像进行滤波和变换操作，或以不同的方式对像素值进行处理。对于模板匹配，我们仅利用原始像素内容来获取结果，以确定特定对象是否存在于图像的某一部分中。但是，我们尚未学习如何设计算法来区分不同类型的对象。为此目的，不仅要利用原始像素，而且还要利用图像基于特定特征所呈现出的集体含义。对于人类来说，假定不是极端相似，识别和区分不同类型的
一、前言本文仅仅演示使用opencv2.4.6中已经定义好的SVM函数实现对车牌区域正负样本的训练，然后使用训练好的SVM模型对测试样本进行预测。二、所使用的正负样本 首先我将一系列图片进行图像预处理、分割等一系列步骤，这部分内容可以参看《深入理解opencv 使用计算机视觉项目解析》，这样从中挑选出100个正样本（车牌区域）和70个负样本（非车牌区域），大小均为144*33，分别存放于目录F:\
PolygonFilterExample 示例是一个使用 OpenCV 进行多边形过滤的示例，可以在 OpenCVForUnity 官方 GitHub 仓库中找到。该示例演示了如何使用 OpenCV 对图像进行多边形过滤，用于将图片多边形化。该示例使用 OpenCV 中的 fillPoly 方法来绘制多边形。该示例在 Unity 中使用 OpenCVForUnity 插件进行开发，可以直接导入到
在当今开发环境中，Python的`sgm`（经常用于构建模型和进行数据分析的方法）日益成为了热门工具。然而，伴随版本更新和依赖关系的变化，开发者们常常会遇到一系列的问题，比如如何兼容新旧版本、调整配置，甚至是性能优化等。下面我们就来详细探讨如何解决“python sgm”类型的问题，以及在此过程中需要关注的多个方面。
## 版本对比: 理解不同版本的兼容性
对`sgm`的版本进行对比是解决问题
最近来看看一些双目稠密匹配的算法。说来惭愧，SGM在航测领域是很重要的算法（当然也是最好的双目稠密匹配算法之一），自己却没有认真读过，只是大致有些了解。看了论文，再结合网上一些资料，自己做了些论文笔记。想到关于SGM论文网上还没看到比较翔实的博客，就把自己做的笔记再加些解释分享出来了（下文中的引用部分多为我自己的思考）。
转载
2022-12-27 16:54:43
317阅读
目标在本章中，将学习：如何将一个图像中的特征与其他图像进行匹配在OpenCV中使用Brute-Force匹配器和FLANN匹配器Brute-Force匹配器的基础暴力匹配器很简单。它使用第一组中一个特征的描述符，并使用一些距离计算将其与第二组中的所有其他特征匹配。并返回最接近的一个。 对于BF匹配器，首先必须使cv.BFMatcher() 创建BFMatcher对象。 它需要两个可选参数:第一个参
转载
2024-04-07 21:53:11
71阅读
程序及分析 /*
* FileName : lookup_table.cpp
* Author : xiahouzuoxin @163.com
* Version : v1.0
* Date : Sun 01 Jun 2014 04:35:37 PM CST
* Brief :
*
* Copyright (C) MICL,USTB
*/
#include
basler Gige工业相机开发找了半天没找到合适自己的c++代码，最后发现pylon有不少例程。先记录下来。以备进一步开发。1 软硬件准备：basler aca1600-20gm 相机， win10 x64, vs2013,opencv3.12 下载安装pylon,到basler官方网站下载适合自己相机的pylon版本（我的是pylon 5.0），安
转载
2024-04-02 11:46:07
27阅读
##仅记录工程中的工作 opencv中提供了多种双目视觉匹配的算法实现，比如BM，SGBM，HH，VAR等，这些算法实现在calib3d文件中，并在opencv提供的 sample文件中有具体的例子，具体的算法实现和例子可以查看opencv库，这里不对算法的实现原理做解析。以下只说明各个算法接口和参数的意义。opencv中使用setParamName和getParamName来设置和获
转载
2024-05-10 17:23:01
60阅读
1 模板匹配1.1 原理所谓的模板匹配，就是在给定的图片中查找和模板最相似的区域，该算法的输入包括模板和图片，整个任务的思路就是按照滑窗的思路不断的移动模板图片，计算其与图像中对应区域的匹配度，最终将匹配度最高的区域选择为最终的结果。实现流程：准备两幅图像：1.原图像(I)：在这幅图中，找到与模板相匹配的区域2.模板(T)：与原图像进行比对的图像块滑动模板图像和原图像进行比对：将模板块每次移动一个
转载
2024-03-27 15:04:59
149阅读
模板匹配是指在图像A中寻找与图像B最相似的部分，一般A称为输入图像，B称为模板图像模板匹配函数result = cv2.matchTemplate(image , temp1 , method , [,mask])result 函数每次计算模板和输入图像的重叠区域相似度之后将结果存入映射图像result中，result图像中每个点都代表一次相似度的比较，类型是单通道32位浮点型 若输入图像的尺寸
转载
2023-08-26 15:45:52
208阅读
1.在原图上裁剪一块作为模板图像，如果图像不是裁剪的， 大小有变化的话，会影响匹配结果。 2.运行代码/*
简单图像模板匹配
*/
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
转载
2024-02-22 15:45:47
124阅读
OpenCV Java：强大的计算机视觉库在Java中的应用，是将OpenCV与Java语言相结合的实践，为Java开发者提供了便利的接口和示例代码，使得在Java平台上进行视觉计算变得更加容易。项目简介lichao3140/Opencv_Java 是一个专门针对Java开发者的OpenCV集成项目，旨在简化Java环境下的计算机视觉编程。该项目不仅封装了OpenCV的核心API，还提供了丰富的示
