1. 知识点算术操作；像素算术操作。2. NumPy算术操作 和 OpenCV像素运算2.1 加法2.1.0 cv.add 函数cv.add(src1,src2[,dst[,mask[,dtype]]])2.1.1 代码测试读取图片butterfly和lena；获取两张图片[0,100]位置的像素值；使用加法、np.add、cv.add进行算术操作。import cv2 as cv
import
转载
2024-08-17 10:28:50
115阅读
OpenCV是开源计算机视觉和机器学习库。包含成千上万优化过的算法。项目地址：http://opencv.org/about.html。官方文档：http://docs.opencv.org/modules/core/doc/intro.html。OpenCV已支持OpenCL OpenGL，也支持iOS和Android。OpenCV的API是C++的，所以在iOS中最佳实践是将用到OpenCV功
卷积卷积定义简单来说就是一个kernel在图像上进行加权求和，用公式可表示为卷积核的锚点指的是这个卷积核更新输出的点，一般为卷积核的中心点；卷积的步长为卷积核在图片上移动一次的距离。卷积边界问题当卷积核移动到图像相边界时，卷积核会有部分位置超出原图的边界，此时无法进行运算，需要将原图像的边界扩充后才能运算。扩充方式BORDER_DEFAULT：用已知边缘镜像填充BORDER_CONSTANTP：用
转载
2024-08-14 16:17:18
188阅读
1、 基于形状的匹配1> 创建ROI 使用Halcon 算子可以方便的设置ROI 标准形状 ◆ draw_rectangle1/2 ◆ draw_circle ◆ draw_ellipse ◆ draw_line 任意形状 ◆ draw_region ◆ draw_polygon 生成标准ROI ◆ gen_rectangle1/2 ◆ gen_circle ◆
1 实施方案1.1 任务描述制作自己的Linemod数据集（最终目的示意如下图）1.2 整体方案通过构建物体和标定板的坐标转换关系，然后构建标定板和相机坐标的转换关系，然后通过映射函数构建3D坐标和图像像素坐标的映射关系。拍摄一系列照片然后将每张图像获取其外参矩阵，最后通过相机标定后的映射函数将三维关键点投影到二维图像坐标，然后得到第一幅图像的数据标签。接着移动相机位置继续拍摄图像，通过标定板获取
Linemod算法研究先了解一下大致工作流程：ref：Gradient Response Maps for Real-TimeDetection of Textureless Objects注册过程注册过程需要提取特征点，后续滑窗的时候就值拿这些特征点在场景图上进行滑窗，而不是传统意义上的图片滑窗，这样可以大大加速匹配过程。提取特征点可以根据模板图本身的梯度情况，将一些梯度较大的点保留作为模板点，
转载
2024-04-30 22:29:44
351阅读
研究这个前前后后也有快两三个月了，因为之前也一直在弄模板匹配方面的东西，所以偶尔还是有不少朋友咨询或者问你有没有研究过linemod这个算法啊，那个效率啥的还不错啊，有段时间一直不以为然，觉得我现在用的那个匹配因该很不错的，没必要深究了。后来呢，还是忍不住手痒，把论文打出来看了看，又找了点资料研究了下，结果没想到一弄又是两个月过去了，中间也折
转载
2024-06-07 23:37:17
210阅读
制作模板：代码地址 GITHUB可以看看讨论区 MIPP对VS2013有BUG，我看的是old code正文通过旋转，缩放制作生成变换后的模板，然后对每一个模板进行梯度计算，梯度方向的量化。具体制作模板步骤如下：1.首先计算模板的梯度信息，如利用sobel算子计算x方向和y方向模板每个像素梯度值Gx，Gy。梯度的方向θ,还有每个像素点的梯度幅值。 2.梯度幅值大于某个阈值的点，我们认为是边缘点。并
转载
2024-08-12 13:34:35
239阅读
Log-Linear Model是一种判别式模型算法的创建框架，它并不指某种特定的模型、它指的是一类模型。1. 定义设模型预测共考虑 种特征，； 表示模型对第 种特征的参数，其取值在模型训练过程中估计得到； 表示模型第 种特征的特征函数（feature function），它表达特征 和标签 之间的一些关系，其因变量为用于模型预测的第 个特征； 表示模型特征预测值的归一化系数，它被称作
最近了解到 Linemod 这个模板匹配算法，印象不错 准备仔细学习一下，先做点代码笔记，免得后面不好回顾 目前的笔记基本上把 核心流程都分析得比较清楚了，除了一些阈值的选取opencv 的contrib 模块有这个算法的实现我看的代码来自这里https://github.com/meiqua/shape_based_matching先大概记录下 代码思路： 分两个阶段， train 和 test
vi/vim 的使用基本上 vi/vim 共分为三种模式，分别是命令模式(Command mode)，输入模式(Insert mode)和底线命令模式(Last line mode)。命令模式：以vi打开一个文件就直接进入一般模式了(这是默认的模式)。在这个模式中， 你可以使用上下左右按键来移动光标，你可以使用删除字符或删除整行来处理文件内容， 也可以使用复制、粘贴来处理你的文件数据。输入模式：在
转载
2024-10-20 14:11:23
46阅读
3D的模板匹配的方法有很多，在物体识别，无序抓取等应用广泛，下面对几种3D的匹配方法进行简单测试记录。1 可利用颜色信息的点云模板匹配（1）plc的识别模块包括了linemod算法，针对颜色梯度信息和法向量特征进行点云匹配。具体的算法原理，可以参考另一篇笔记--2D边缘匹配。 此算法 唯一问题是模板的训练比较麻烦，因为不具有旋转不变性，所以需要自动训练很多个模板。在测试的时候
一、预期目标如下图，要识别图中的国旗，然后框选出来，并且返回国旗的中心位置，效果如下: 彩色图像大小: (400,264) 目标中心位置: (225, 218)二、准备工作 1、将下面的图像另存为在本地，命名为 findflag.jpg 2、新建Python文件 findflag.py，与图像保存在同一目录下。三、开始编写代码1、读取与显示图像#include <stdio.h>
#i
转载
2023-10-16 01:23:43
43阅读
Linux内核在启动的时候需要一些参数，以获得当前硬件的信息或者启动所需资源在内存中的位置等等。这些信息可以通过bootloader传递给内核，比较常见的就是cmdline。以前我在启动内核的时候习惯性的通过uboot传递一个cmdline给内核，没有具体的分析这个过程。最近在分析内核启动过程的时候，重新看了一下内核启动参数的传递过程，彻底解决一下在这方面的疑惑。一、bootloader与内核的通
转载
2024-05-27 12:51:01
95阅读
limit 分页优化方法 1.子查询优化法 先找出第一条数据，然后大于等于这条数据的id就是要获取的数据 缺点：数据必须是连续的，可以说不能有where条件，where条件会筛选数据，导致数据失去连续性 实验下 mysql> set profi=1
基于vs2015+opencv3.3的简易的车牌定位直接上代码#include<opencv2\opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;
int areas;
//该函数用来验证是否是我们想要的区域，车牌定位原理其实就是在图片上寻找矩形，我们可以用长宽比例以及面积来验证是否
转载
2024-04-16 14:33:10
104阅读
当今,由于数字图像处理和计算机视觉技术的迅速发展,越来越多的研究者采用摄像机作为全自主用移动机器人的感知传感器。这主要是因为原来的超声或红外传感器感知信息量有限,鲁棒性差,而视觉系统则可以弥补这些缺点。而现实世界是三维的，而投射于摄像镜头(CCD/CMOS)上的图像则是二维的，视觉处理的最终目的就是要从感知到的二维图像中提取有关的三维世界信息。简单说来就是对机器人周边的环境进行光学处理
opencv是一个很强大的机器视觉库，利用它我们可以开发出丰富多彩的使用项目。近日，我在研究一个图中物体定位系统。本程序用的是OpenCV2.4.9，附带OpenCV3.0。程序中的原图为我随手拍的一张图片图中有三个物体，都是蓝色的，我首先取原图的蓝色通道变为灰度图灰度图经过中值滤波后可以得到去噪后的图片根据原图的蓝色通道和红色通道的大概取值范围，我们可得到比较满意的二值图为了去掉物体中少量的黑色
转载
2023-11-16 14:41:52
318阅读
目录1. opencv3.1.0的文件结构1.1. build文件夹1.2. source文件夹1.3. opencv的组件构成【core】 ——核心功能模块【highgui】【imgproc】【calib3d】【features2d】【flann】【ml】【objdetect】【photo】【stitching】【superres】【video】【Videostab】【imgcodecs】【sh
转载
2024-04-17 08:41:59
59阅读
一共八种工具，八种工具包括：BOOSTING Tracker：和Haar cascades（AdaBoost）背后所用的机器学习算法相同，但是距其诞生已有十多年了。这一追踪器速度较慢，并且表现不好，但是作为元老还是有必要提及的。（最低支持OpenCV 3.0.0）MIL Tracker：比上一个追踪器更精确，但是失败率比较高。（最低支持OpenCV 3.0.0）KCF Tracker：比BOOST
转载
2024-04-22 21:53:24
104阅读
