一.OpenCV的数据类型OpenCV有很多的数据类型，他们都基于一些重要视觉概念的抽象而设计，以此提供相对简单、直观的表示和处理。同时，许多算法开发者需要一些相对有效的，可以推广或拓展以满足他们特定需求的基本数据结构。OpenCV库使用基础数据类型模板构建并特化这些模板，从而使每个人能更简单的执行操作并满足自己的需求。从组织结构的角度来看，OpenCV的基础数据类型主要分为三类：直接从C++原语
1 #include <opencv2/opencv.hpp> 2 #include <iostream> 3 #include "math.h" 4 5 using namespace cv; 6 using namespace std; 7 8 int main(int argc, char** argv) { 9 Mat src = imread("t
转载
2018-10-02 21:40:00
110阅读
1. 环境准备OpenCV 3.4.12Visual Studio 2015默认您已经安装OpenCV和Visual Studio 2015。如未安装，请您安装完毕之后继续阅读本文。2. 文件准备OpenCV的DNN模块支持Caffe，Darknet等多种深度学习框架。本文只讲如何用Caffe训练的模型来做图像分类，其它框架的读者可以自行探索。采用GoogLeNet训练的模型来做演示，如果有自己训
转载
2024-04-23 09:57:08
39阅读
CUDA和cudnn的安装参考cuda和cudnn安装Opencv安装记录于2019-11-01 由于opencv迭代更新较快，从git clone https://github.com/opencv/opencv.git最新从git拉下来的opencv以支持cuda作为dnn模块的backend，这个在测试yolov3的时候发现了可怕的速度（约0.037s一帧，含极少部分opencv图像处理）
转载
2024-08-17 14:53:46
78阅读
文章目录积分图原理效果演示积分图原理第一个提出 Haar 特征快速计算方法的是 CVPR2001上 的那篇经典论文 [《Rapid object detection using a boosted cascade of simple features》] (http://www.cs.utexas.edu/~grauman/courses/spring2007/395T/paper
原创
2022-08-24 21:33:37
207阅读
今天需要在嵌入式设备端运行C的程序，里面有依赖OpenCV的部分，这就需要编译安装好OpenCV才行，这个对于我来说还是比较陌生的，我很少用C，所以这里面也没少折腾，一路上遇上了很多的报错，这里我将完整的安装实践记录下来备忘，也希望帮到有需要的人。首先是下载所需要的源码数据：OpenCV项目仓库在这里，首页截图如下所示： 很火的项目了。 网速比较好的话可以使用下面的命令：git
转载
2024-05-05 18:50:54
86阅读
OpenCV-Python中的图像处理-模板匹配模板匹配单对象的模板匹配多对象的模板匹配 模板匹配使用模板匹配可以在一幅图像中查找目标函数： cv2.matchTemplate()， cv2.minMaxLoc()模板匹配是用来在一副大图中搜寻查找模版图像位置的方法。 OpenCV 为我们提供了函数： cv2.matchTemplate()。和 2D 卷积一样，它也是用模板图像在输入图像（大图）
转载
2024-09-26 13:56:08
245阅读
Paul Viola和Michael Jones在2001年首次将积分图应用在图像特征提取上，在他们的论文“Rapid Object Detection using a Boosted Cascade of Simple Features”中，积分图被当作一种新的图像特征表征方式，可以把检测的Haar特征非常高效的计算出来，用于实时人脸检测系统。积分图是一种能够描述全局信息的矩阵表示方法，其构造方
转载
2016-09-19 22:44:00
397阅读
2评论
目录一、基础理论1、思想2、大致过程二、详细过程1、首先需要模板库2、得到模板3、原图限定大小4、模板匹配5、匹配所有子文件夹，保存最佳得分（最匹配项）三、大致过程（细分类，节省时间）1、汉字匹配 2、英文字符匹配3、数字/英文匹配 4、显示模板匹配总代码参考资料一、基础理论1、思想把提取到的每一张字符，和模板库中的所有字符进行对比。2、大致过程先拿到模板库，把模板和待匹配的图
转载
2024-02-28 17:35:03
402阅读
使用Qt+OpenCV自己写了一个带旋转角度的NCC灰度模板匹配算子以及它的演示软件。算子的原理是基于NCC灰度匹配。一、什么是NCC匹配1、基于Normalized cross correlation(NCC：归一化互相关)用来比较两幅图像的相似程度已经是一个常见的图像处理手段。在工业生产环节检测、监控领域对对象检测与识别均有应用。NCC算法可以有效降低光照对图像比较结果的影响。而且NCC最终结
转载
2024-01-09 20:07:50
273阅读
一：课程介绍1.1：学习目标 学会用imread载入图像，和imshow输出图像。createTrackbar加入滚动条和其回调函数的写法。matchTemplate并学会通过该函数实现模板匹配。 学会怎样将一副图片中自己感兴趣的区域标记出来1.2：什么是模板匹配？ 在一副图像中寻找和另一幅图像最相似（匹配）部分的技术。1.3：案例展示 输入有
转载
2024-04-22 16:04:38
130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
文后代码，优化效果图结尾处，最快3ms得到匹配结果 NCC，全称为Normalized Cross Correlation，即归一化互相关系数， 在模板匹配中使用的非常非常广泛，也是众多模板匹配方法中非常耀眼的存在， 这个匹配的理论核心基础公式如下： 其实Opencv的matchTemplate函数使用的就是这个公式，实测直接使用这个公式实现无旋转角度的、单目标的模板匹配时用时大概26ms（其实这
转载
2024-02-13 19:41:39
1364阅读
背景概述OpenCV中自带的模板匹配算法，完全是像素基本的模板匹配，特别容易受到光照影响，光照稍微有所不同，该方法就会歇菜了！搞得很多OpenCV初学者刚学习到该方法时候很开心，一用该方法马上很伤心，悲喜交加，充分感受到了理想与现实的距离，不过没关系，这里介绍一种新的模板匹配算法，主要是基于图像边缘梯度，它对图像光照与像素迁移都有很强的抗干扰能力，据说Halcon的模板匹配就是基于此的加速版本，在
转载
2024-08-09 17:39:40
23阅读
本序列文章的目的是总结一下这段时间所学到的，主要分为以下几部分，本章是第五部分。1 算法概述2 runtld.cpp源码解析3 tld.cpp源码解析4 LKTracker(重点)5 FerNNClassifier.cpp源码解析（重点）6 tld_utils.cpp源码解析 方差分类器代码中是通过积分图来计算一个图的灰度值的方差的。fern分类
前面在图像处理一栏中涉及到boxfilter 的时候，简单介绍过积分图，就是每个像素点是左
原创
2022-01-13 11:13:57
335阅读
上一篇文章讲解了积分图的计算原理，并使用C++实现了基本的积分图算法。在WIN10 i5-7500 CPU的运行环境下，计算一帧1024*1024的图像，耗时7 ms左右。本文将在此基础上做进一步计算优化以减少计算耗时。如上图所示，在原算法中计算I(x,y)需要I(x-1,y-1)，I(x,y-1)和I(x-1,y)，而在优化算法中要计算I(x,y)，只需要计算I(x,y-1)和点(x,y)所在行
转载
2024-03-05 09:36:31
69阅读
进前一篇文章分析了Haar特征，即通过“平移+放大”能够产生一系列数量巨大的Haar子特征，同时给出了Haar特征值计算公式。那么这就有一个问题：如何快速的计算出图像任意位置的某个Haar特征值？这就需要用到本节介绍的积分图。-------------------------------------------缩进以OpenCV自带的人脸分类器haarcascade_front
原创
2021-07-12 10:26:00
364阅读
