墨麟非攻

摘要： 关于K聚类，我曾经在一篇博客中提到过，这里简单的做个回顾。 KMeans的步骤以及其他的聚类算法 K-均值是因为它可以发现k个不同的簇，且每个簇的中心采用簇中所含值的均值计算 其他聚类算法：二分K-均值 讲解一下步骤，其实就是说明一下伪代码 OpenCV中使用cv2.kmeans()对数据进行分类 阅读全文

摘要： 一、K近邻 有两个类，红色、蓝色。我将红色点标记为0，蓝色点标记为1。还要创建25个训练数据，把它们分别标记为0或者1。Numpy中随机数产生器可以帮助我们完成这个任务 很有可能你运行的图和我的不一样，因为使用了随机数产生器，每次运行代码都会得到不同的结果。 下面就是KNN算法分类器的初始化，我们要 阅读全文

摘要： 一、Harris角点检测 原理： 角点特性：向任何方向移动变换都很大。 Chris_Harris 和 Mike_Stephens 早在 1988 年的文章《A CombinedCorner and Edge Detector》中就已经提出了焦点检测的方法，被称为Harris 角点检测。将窗口向各个方 阅读全文

摘要： 任务： 一共要完成两项任务： 1. 在所提供的公路图片上检测出车道线并标记 2. 在所提供的公路视频上检测出车道线并标记 方案： 要检测出当前车道，就是要检测出左右两条车道直线。由于无人车一直保持在当前车道，那么无人车上的相机拍摄视频中，车道线的位置应该基本固定在某一个范围内： 如果我们手动把这部分 阅读全文

摘要： 霍夫变换常用来在图像中提取直线和圆等几何形状。如下图： 我们下面来看看如何使用霍夫变换来检测直线。一条直线可以用数学表达式 y = mx + 或者 ρ = xcosθ + y sinθ表示（极坐标） 简单说明一下： ρ 是从原点到直线的垂直距离，θ是直线的垂线与横轴顺时针方向的夹角，如下图所示： 首 阅读全文

摘要： 啥叫模板匹配 模板匹配就是在大图中找小图，也就说在一幅图像中寻找另一幅模板图像的位置： OpenCV使用 cv2.matchTemplate() 实现模板匹配。 匹配函数返回的是一幅灰度图，最白的地方表示最大的匹配。使用 cv2.minMaxLoc() 函数可以得到最大匹配值的坐标，以这个点为左上角 阅读全文

摘要： 啥叫直方图 直方图简单来说就是图像中每个像素值的个数统计，比如一副灰度图中像素值为0的有多少个，1的有多少个... 在计算直方图之前，先了解几个术语： dims：要计算的通道数，对于灰度图dims=1，普通彩色图dims=3 range：要计算的像素值范围，一般为[0，255] bins：子区段数目 阅读全文

摘要： 啥叫轮廓 轮廓是一系列相连的点组成的曲线，代表了物体的基本外形。 轮廓与边缘很相似，但轮廓是连续的，边缘并不全都连续，其实边缘主要是作为图像的特征使用，比如用边缘特征可以区分脸和手，而轮廓主要用来分析物体的形态，比如物体的周长和面积等，可以说边缘包括轮廓。 寻找轮廓的操作一般用于二值化图，所以通常会 阅读全文

摘要： Canny边缘检测方法被誉为边缘检测的最优方法。 cv2.Canny()进行边缘检测，参数2、参数3表示最低和最高阈值。 Canny边缘检测 具体步骤如下： 1. 使用5x5高斯滤波消除噪声： 边缘检测本身属于锐化操作，对噪声比较敏感，所以需要进行平滑处理。高斯滤波的具体内容参考前篇：OpenCV- 阅读全文

摘要： 图像梯度 我们知道一阶导数可以用来求极值。把图片想象成连续函数，因为边缘部分的像素值与旁边的像素明显有区别，所以对图片局部求极值，就可以得到整幅图片的边缘信息。不过图片是二维的离散函数，导数就变成了差分，这个查分就变成了图像梯度。 1. 垂直边缘提取 滤波是应用卷积来实现的，卷积的关键就是卷积核。我 阅读全文