简介 OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV的官方网址为：https://opencv.org/， 其Gi
转载
2024-04-22 14:45:26
104阅读
人脸识别是通过计算机视觉和模式识别技术来实现的。底层原理是将图像转换为数字信号，然后对这些数字信号进行处理和分析，以识别和比较图像中的人脸。人脸识别算法的主要步骤包括预处理、特征提取和匹配。在PHP中实现人脸识别算法需要使用一些第三方库和工具。下面是一些常用的PHP人脸识别库：OpenCV：OpenCV是一种开源计算机视觉库，它支持多种编程语言，包括PHP。可以使用OpenCV中的人脸检测算法来检
转载
2023-09-24 21:35:31
120阅读
我们知道在不考虑输入层的情况下，一个典型的卷积神经网络通常由若干个卷积层、激活层、池化层及全连接层组成，无论是最经典的LeNet5，还是前两天刚出现的MobileNet V3，无一不都包含这些层。今天就带大家学习下如何使用TensorFlow2.0搭建卷积神经网络模型。作者&编辑 | 汤兴旺 上一期，我们讲解了如何使用TensorFlow2.0从自己的磁盘读取数据，今天我们就来看
转载
2024-06-18 12:22:35
47阅读
要在OpenCV中计算直方图，可调用函数calcHist(),void calcHist(const Mat* images,//源图像
int nimages,//源图像的个数。设为1，则仅为一个图像的直方图
const int* channels,//使用的通道
InputArray mask, //掩码，（可设置哪些像素不参与直方图计算）
OutputArray hist, /
转载
2024-06-05 12:48:54
58阅读
CVPR2020数据集CVPR2020上开源的十个最有用的数据集，用数据来构建更好的人工智能，数据搬运工从来不应该缺席！下面就是十个数据集的分别解释：01FaceScape一个大规模高质量的3D人脸数据集，包括18760张高质量3D人脸模型，对938名志愿者实现20种表情采集，该数据训练可以实现对单张图像预测3D人脸的细节。适应于非商业开源项目。数据集下载地址：https://facescape.
1.正样本文件采集：需要使用到的工具：objectmarker用于待识别对象的标注，并生成标注文件。需要注意的是，生成完标注文件之后（通常是info.txt文件），用编辑器打开文件，将所有路径信息删除，只保留文件名和其对应的标注信息，修改完成之后，将文件保存为sample_pos.dat(注意，文件名字不要改变，否则以后会很坑，这个具体还没去研究源码，应该是程序的问题)；ps:如果已经有了图像的标
前几周在网上看到了利用opencv自带的人脸检测xml文件，实现人脸检测。最后想通过自己的训练来实现人脸检测，从而扩展到实现其他目标检测。在网上也看到了许多资料，都讲得特别好。我这里做个总结，防止忘记。首先是环境：win10+vs2013+opencv-2.4.13+cmake-3.8.0这里我想多说两句，由于opencv3.x没有源文件没有haartraining源文件，因此只能选择opencv
转载
2024-05-15 21:28:56
59阅读
级联分类器原理-AdaBoost ·Viola和Jones – 2001在CVPR提出 ·一种实时对象(人脸)检测框架 ·训练速度非常慢，检测速度非常快  
转载
2024-07-21 02:27:15
50阅读
Opencv自带了两种应用：opencv_haartraing和opencv_traincascade。现在只考虑opencv的opencv_traincascade，其实现过程包括两个主要步骤：（1） 正负样本训练集的生成；（2） 分类器模型的训练。第一步：正负样本训练集的生成。所谓的正样本对应含有检测目标的图像；而负样本是不含有目标对象的任意图像。所谓的任意，并非绝对的肆意。我们需要遵从：负样
通知：今年的圣诞节推迟到2021年1月8日，因为圣诞老人到了之后还要被隔离14天。 马上就要圣诞节了，大家想好送什么礼物给自己对象了吗？ 因为疫情原因，圣诞老人不能来中国给我们送礼物了，所以今年由我来给大家圣诞礼物——用python给你的头像戴圣诞帽！ 我知道网上已经有很多关于这个的代码了，他们一般都是调用cv或者dlib的人脸识别库来实现，但今天我想通过调用百度AI的人脸识别接口来实现。实现步骤
转载
2024-01-17 10:59:22
2阅读
利用opencv_traincascaded训练样本数据。需要准备的数据具体的创建过程及程序见： ① opencv3/C++ 从视频中获取人脸数据 ② C++ 遍历文件夹中的图片 ③ C++读写txt与dat文件 以下是准备好的样本数据。1、训练数据：训练数据包含两部分：包含人脸图片的样本数据和背景图片数据，如图所示； 其中，negitive文件夹下存放的是背景图片数据img和文件bg.t
转载
2024-03-27 06:05:35
234阅读
有时候我们处理完图像后需要保存一下数据到文件上，以供下一步的处理。一个比较广泛的需求场景就是：我们对一幅图像进行特征提取之后，需要把特征点信息保存到文件上，以供后面的机器学习分类操作。那么如果遇到这样的场景，我们有什么好方法，搭建这类的小型数据库文件？我第一时间想到的是把这些数据全写到文件上，下次我们需要这些数据就把他们从文件里读出来就好
转载
2024-03-29 09:17:08
88阅读
ORB特征是目前最优秀的特征提取与匹配算法之一，下面具体讲解一下： 特征点的检测图像的特征点可以简单的理解为图像中比较显著显著的点，如轮廓点，较暗区域中的亮点，较亮区域中的暗点等。ORB采用FAST（features from accelerated segment test）算法来检测特征点。这个定义基于特征点周围的图像灰度值，检测候选特征点周围一圈的像素值，如果候选点周围领域内有足够
最近一段在用opencv自带的分类器训练函数训练分类器，遇到了一点问题： 分类器预设的stage=20太深，当训练到第6层时，已经收敛，而由于训练数据非常多，再往下训练非常耗时（已经卡住三天了），因此我就想，如何把目前生成的6层弱分类器连接起来，当做最终的分类器（精度已经达到要求）。然后就查询网络，得到了下面的解决方法：1.直接根据最终分类器.xml的格式要求，将stagei.xml拼接起来。这个
转载
2024-09-10 23:05:35
21阅读
概述： KMeans方法 GMM方法 分水岭方法 GrabCutKMeans方法 1.无监督的学习方法（不需要人为的干预） 2.分类问题，输入数目，初始化中心位置 3.硬分类方法，以距离度量（不同的分类会有不同的分类标准） 4.迭代分类为聚类基本流程：1. 根据输入的分类数目K定义K个分类，每个分类选择一个中心点 2. 对DS（Data Set）中每个数据点做如下操作： &
转载
2024-05-11 13:34:52
228阅读
前言前面的博文中，我试了如何使用caffe训练得到想要的模型与其如何使用别人成熟的模型微调优化自己训练的模型，那么得到训练好的模型之后如何在自己的项目中呢，我这里使用opencv的DNN模块调用caffe训练好的模型，DNN是opencv3.0之后开始添加的功能,实现的语言是C++。一、环境准备1.windows 7 64位，Visual Studio 2015，opencv3.3加opencv_
转载
2024-05-07 09:53:49
328阅读
下面列举几个视觉SLAM常用的数据集。常用的数据集有：KITTI数据集、EuRoC数据集、TUM数据集、Oxford数据集、ICL-NUIM数据集、RGBD Object数据集等等。KITTI数据集KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo)，光流(optical flow
0.安装OpenCV此处不多说了，不是重点。网上下载。1.找到OpenCV里面的函数保证opencv_createsamples和opencv_traincascade能够使用。2.通过网上下载需要训练的素材我们下载人脸和非人脸的图片。在树莓派中建立三个文件夹：neg放消极图片（非人脸图片），pos放积极图片（人脸图片），xml里放最后生成的分类器。使用vec数量>=（numspose+（n
转载
2024-04-28 12:19:27
95阅读
使用ctf-chart需要注意的一点是线对宽度需要结合摄像头测试的nyquist频率，视场，增距镜来确定，不然起不到有效管控模组解像力的要求。这个我有这套系统的计算方法，适合8M以下摄像头检测使用。优势是简单高效，缺点是需要根据不同的客户要求定制不同线宽的图卡。0.计算过程MTF算法主要利用了光学干涉的
转载
2024-05-02 12:13:55
55阅读
图像处理之 模型匹配有关知识1.相关API：2.模板匹配的几种算法： 1.平方差匹配method=CV_TM_SQDIFF， 2.标准平方差匹配method=CV_TM_SQDIFF_NORMED （这类方法利用平方差来进行匹配,最好匹配为0.匹配越差,匹配值越大.）3.相关匹配method=CV_TM_CCORR， 4.标准相关匹配method=CV_TM_CCORR_NORMED （这类方法采
转载
2024-04-11 22:13:41
34阅读
