Brook@CV

摘要： 1.SIFT概述 SIFT 的全称是Scale Invariant Feature Transform，尺度不变特征变换，由加拿大教授David G.Lowe提出的。SIFT特征对旋转、尺度缩放、亮度变化等保持不变性，是一种非常稳定的局部特征。 1.1 SIFT算法具的特点 1. 图像的局部特... 阅读全文

摘要： 平面射影变换是关于其次3维矢量的一种线性变换，可以使用一个非奇异的$3 \times 3$矩阵H表示，$X' = HX$，射影变换也叫做单应（Homography）。计算出两幅图像之间的单应矩阵H，那么应用这个关系可以将一个视图中的所有点变换到另一个视图中。上图，最右边图像是将最左边图像进行了一次射... 阅读全文

摘要： 开始学习用OpenGL，也就想显示一些点，以为挺简单的，哎，看了两天才会画三维的点，做个总结。 使用OpenGL的基本流程 int main(int argv, char *argc[]) { //初始化glut glutInit(&argv, argc); //初始化显示模式 glutInitDisplayMode(GLUT_DOUBLE | GLU... 阅读全文

摘要： 做三维重建需要用到OpenGL，开始看《OpenGL超级宝典》，新手第一步配置环境就折腾了一天，记录下环境的配置过程。《超级宝典》中的例子使用了GLEW,freeglut以及GLTools这三个库。1.GLEWThe OpenGL Extension Wrangler Library (GLEW) ... 阅读全文

摘要： 归一化变换包含两个部分，图像坐标的平移和尺度的缩放。进行归一化的变换不但能够提高处理结果的精确度，而且通过选择一个标准的坐标系预先的消除了图像尺度和坐标原点的选择对算法最终结果的影响。 归一化变换的步骤： 数据的归一化在一些算法中是必须得，特别是对一些不太良定的问题，例如：基本矩阵的计算以及三焦张量 阅读全文

摘要： 在OpenCV2简单的特征匹配中对使用OpenCV2进行特征匹配的步骤做了一个简单的介绍，其匹配出的结果是非常粗糙的，在这篇文章中对使用OpenCV2进行匹配的细化做一个简单的总结。主要包括以下几个内容： DescriptorMatcher DMatcher KNN匹配 计算两视图的基础矩阵F，并细 阅读全文

摘要： 特征的匹配大致可以分为3个步骤： 特征的提取 计算特征向量 特征匹配 对于3个步骤，在OpenCV2中都进行了封装。所有的特征提取方法都实现FeatureDetector接口，DescriptorExtractor接口则封装了对特征向量（特征描述符）的提取，而所有特征向量的匹配都继承了DescriptorMatcher接口。 简单的特征匹配 int main(... 阅读全文

摘要： 由于后面的图像处理需要UI，OpenCV自带也不怎么会，MFC实在懒得学的。听同学说Qt不错，就用Qt做UI了。本文主要介绍三个内容：在Qt Creator中使用OpenCV2、Qt中自适应显示图片以及在Qt窗口中添加菜单1.在Qt Creator中使用OpenCV2一直使用 Visual Stud... 阅读全文

摘要： 在OpenCV2:图像的几何变换,平移、镜像、缩放、旋转(1)主要介绍了图像变换中的向前映射、向后映射、处理变换过程中浮点坐标像素值的插值算法，并且基于OpenCV2实现了两个简单的几何变换：平移和镜像变换。本文主要稍微复杂点的两个几何变换：缩放和旋转。1.图像缩放图像的缩放主要用于改变图像的大小，... 阅读全文

摘要： 图像的几何变换是在不改变图像内容的前提下对图像像素的进行空间几何变换，主要包括了图像的平移变换、镜像变换、缩放和旋转等。本文首先介绍了图像几何变换的一些基本概念，然后再OpenCV2下实现了图像的平移变换、镜像变换、缩放以及旋转，最后介绍几何的组合变换（平移+缩放+旋转）。 1.几何变换的基本概念 阅读全文