随笔分类 -  图像处理

摘要:这俩函数看上去长得太像了,笔者曾经马大哈地把两者当成一个函数了(确实长得很像),知道有一天发现返回的值离预期值差很远差仔细查了下。1. getTickCount()实际上,该函数为opencv中的函数,该函数返回的值为自从某一时刻(比如计算机启动)开始,计算机总共经过的tick的次数,其需要结合ge... 阅读全文
posted @ 2014-04-23 17:23 jiayouwyhit 阅读(2948) 评论(1) 推荐(1)
摘要:一般情况下,我们通过C++/Matlab/Python等语言进行实现K-means算法,结合近期我刚刚学的C++,先从C++实现谈起,C++里面我们一般采用的是OpenCV库中写好的K-means函数,即cvKmeans2,首先来看函数原型: 从OpenCV manual看到的是: int cvK... 阅读全文
posted @ 2014-04-17 11:39 jiayouwyhit 阅读(2549) 评论(0) 推荐(0)
摘要:ROC 曲线绘制个人的浅显理解:1.ROC曲线必须是针对连续值输入的,通过选定不同的阈值而得到光滑而且连续的ROC曲线,故通常应用于Saliency算法评价中,因为可以选定0~255中任意的值进行阈值分割,从而得到ROC曲线; 2.对于图像分割算法的评价不适合用ROC曲线进行评价,除非能够得到连续值,而不是二值图像;图像分割算法适合采用准确率、召回率、F1指标的平均值进行评价。 3.针对已经分割好的二值图像:分割出了一系列的分割二值图,除非分割的结果足够大,否则很难得到良好的ROC曲线,一般都是波动很大的,如下图所示。 matlab中已经有现成的针对分... 阅读全文
posted @ 2014-01-14 16:29 jiayouwyhit 阅读(4856) 评论(0) 推荐(0)
摘要:CvMat矩阵数据结构是OpenCV的基础数据类型,对于图像处理这种密级型运算,经常需要访问,修改,设置其元素的值。OpenCV提供了很多优良的函数,能够很简单的实现上述功能。在《学习OpenCV》一书中,作者分别就简单的方法,麻烦的方法,和恰当的方法对相关函数进行了讲解,讲得比较清晰。本文主要讲解通过指针高效访问CvMat元素的方法z及平时容易忽视的一些小问题。1.关于元素数据类型 CvMat中数据类型由几个部分构成 CV_<bit_depth>(S|U|F)channels,S表示有符号的,U表示无符号的,F表示浮点数;比如CV_32F1,表示32位1通道浮点数;CV_8U3, 阅读全文
posted @ 2013-04-27 19:13 jiayouwyhit 阅读(2907) 评论(0) 推荐(0)
摘要:修改矩阵的形状——cvReshape的操作 经实验表明矩阵操作的进行的顺序是:首先满足通道,然后满足列,最后是满足行。 注意:1 这和Matlab是不同的,Matlab是行、列、通道的顺序; 2.cvGetMat和cvReshape都只生成一个新的矩阵头,而数据都指向原来的地址,所以是两个矩阵共有一组数据,这一点在使用中要注意,原来的数据撤消是否会影响后生成的矩阵的使用; 3.cvReshape是按行形成向量,如果想按列形成向量,就先调用cvTranspose对矩阵进行转置,再调用cvReshape; 4.同样大小的IplImage和CvMat,IplImage->width... 阅读全文
posted @ 2013-04-26 20:22 jiayouwyhit 阅读(1013) 评论(0) 推荐(0)
摘要:opencv版本不断更新,其对VC版本的支持是有限制的:VC6.0 可以与opencv1.0兼容;vc2008可以与opencv2.0 2.1 2.3.1系列兼容;vc2010可以与opencv2.4.3系列兼容; 阅读全文
posted @ 2013-04-15 20:17 jiayouwyhit 阅读(209) 评论(0) 推荐(0)
摘要:LBP(LocalBinaryPattern,局部二值模式)是一种用来描述图像局部纹理特征的算子;显然,它的作用是进行特征提取,而且,提取的特征是图像的纹理特征,并且,是局部的纹理特征; 原始的LBP算子定义为在3*3的窗口内,以窗口中心像素为阈值,将相邻的8个像素的灰度值与其进行比较,若周围像素值大于中心像素值,则该像素点的位置被标记为1,否则为0。这样,3*3领域内的8个点可产生8bit的无符号数,即得到该窗口的LBP值,并用这个值来反映该区域的纹理信息。如下图所示: 原始的LBP提出后,研究人员不断对其提出了各种改进和优化,从而得到了诸如半径为R的圆形区域内含有P个采样点的LBP算子;. 阅读全文
posted @ 2013-04-05 22:08 jiayouwyhit 阅读(1404) 评论(0) 推荐(0)