摘要：
机器学习中，需要总样本集，拆分成训练集、测试集，计算训练、测试、整体的准确率。 OpenCV在ml.hpp中为我们准备了特有格式TrainData，它会把标签、特征集融合到其中，方便操作。 针对TrainData类型，提供了非常完美的函数，具体介绍如下： 1、拆分TrainData类型总样本集，注意 阅读全文
posted @ 2020-03-17 18:22
夕西行
阅读(1984)
评论(0)
推荐(1)
摘要：
letter_recog.cpp是ml.hpp的最佳案例，可以解读出样本集、机器学习的内容，所以写了两篇博客。 ml.hpp的整体理解，请拜读大神的文章，多读几遍。 【样本集】 1、文件的读取、保存，推荐用load()、save()，而不是read()、write()。 2、样本集有data（特征集 阅读全文
posted @ 2020-03-16 15:48
夕西行
阅读(645)
评论(0)
推荐(0)
摘要：
【转载】 https://blog.csdn.net/wangwangstone/article/details/89815661 阅读全文
posted @ 2020-03-16 09:41
夕西行
阅读(215)
评论(0)
推荐(0)
摘要：
1、下载安装python，勾选添加到环境，选择自定义安装，选择路径，其他默认。安装完成后，pip也安装完毕（包含在python中）。以管理员身份运行cmd，输入：pip --version，查看pip版本，有版本号则说明安装成功。 2、更换源，win+R 输入%HOMEPATH%，在此目录下创建 p 阅读全文
posted @ 2020-03-13 18:33
夕西行
阅读(24771)
评论(0)
推荐(0)
摘要：
AKAZE是KAZE的加速版，sift,surf等特征都是通过高斯核进行线性尺度空间进行特征检测的，相同尺度下每个点的变换是一样的，由于高斯函数是低通滤波函数，会平滑图像边缘，以至图像损失掉许多细节信息。针对这一问题，作者提出了一种基于非线性尺度空间的特征点检测方法，该非线性尺度空间保证了图像边缘在 阅读全文
posted @ 2020-03-12 18:04
夕西行
阅读(4237)
评论(0)
推荐(0)
摘要：
AGAST特征点，算法速度比FAST和FASTER更快。 【函数】 Ptr<AgastFeatureDetector> create( int threshold=10, bool nonmaxSuppression=true, int type=AgastFeatureDetector::OAST 阅读全文
posted @ 2020-03-12 16:36
夕西行
阅读(1382)
评论(0)
推荐(0)
摘要：
FAST，2006年提出并在2010年稍作修改后发表，若某像素与其周围邻域内足够多的像素点相差较大，则该像素可能是角点。 【函数】 Ptr<FastFeatureDetector> create( int threshold=10,bool nonmaxSuppression=true,int ty 阅读全文
posted @ 2020-03-12 16:18
夕西行
阅读(1866)
评论(0)
推荐(0)
摘要：
MSER（Maximally Stable Extremal Regions）最大稳定极值区域，2002提出，基于分水岭的思想来做图像中斑点的检测。 使用一系列灰度阈值对图像进行二值化处理，得到相应的黑色区域与白色区域。在比较宽的灰度阈值范围内保持形状稳定的区域称为稳定区域。 【函数】 Ptr<MS 阅读全文
posted @ 2020-03-12 15:57
夕西行
阅读(1015)
评论(0)
推荐(0)
摘要：
ORB（Oriented FAST and Rotated BRIEF），2011年提出，是一种快速特征点提取和描述的算法。ORB特征是将FAST特征点的检测方法与BRIEF特征描述子结合起来，并在它们原来的基础上做了改进与优化（ORB主要解决了BRIEF描述子不具备旋转不变性的问题）。据说，ORB 阅读全文
posted @ 2020-03-12 15:11
夕西行
阅读(1094)
评论(0)
推荐(0)
摘要：
2011年提出，是一种二进制的特征描述算子。速度比较：SIFT<SURF<BRISK<FREAK<ORB，在对有较大模糊的图像配准时，BRISK算法在其中表现最为出色。 【函数】 Ptr<BRISK> create(int thresh=30, int octaves=3, float patter 阅读全文
posted @ 2020-03-12 14:19
夕西行
阅读(905)
评论(0)
推荐(0)
浙公网安备 33010602011771号