摘要：转载请标明出处：http://blog.csdn.net/koriya/archive/2008/11/21/3347365.aspx#include "cv.h"#include "highgui.h"#include <stdio.h>#include <ctype.h>IplImage *image = 0, *hsv = 0, *hue = 0, *mask = 0, *backproject = 0, *histimg = 0;//用HSV中的Hue分量进行跟踪CvHistogram *hist = 0;//直方图类in 阅读全文

摘要：OpenCV wikihttp://opencv.willowgarage.com/wiki/Welcome计算机视觉库 http://www.oschina.net/p/opencvOpenCV小组 http://www.douban.com/group/197520/程序源码搜索http://www.hackchina.com/cont/153090恋雪 人工智能 http://www.lovesnow.com/寂寞天堂 http://whitebaby323.blog.163.com/blog/#m=0非特定人脱机手写汉字识别http://www.chinaai.org/pr/ocr/h 阅读全文

摘要：转自http://www.cnblogs.com/zhangzhi/archive/2009/09/19/1569888.html提供函数DWT()和IDWT()，前者完成任意层次的小波变换，后者完成任意层次的小波逆变换。输入图像要求必须是单通道浮点图像，对图像大小也有要求（1层变换：w,h必须是2的倍数；2层变换：w,h必须是4的倍数；3层变换：w,h必须是8的倍数......），变换后的结果直接保存在输入图像中。1、函数参数简单，图像指针pImage和变换层数nLayer。2、一个函数直接完成多层次二维小波变换，尽量减少下标运算，避免不必要的函数调用，以提高执行效率。3、变换过程中，使用了 阅读全文

摘要：一、二维卷积运算Gabor变换的本质实际上还是对二维图像求卷积。因此二维卷积运算的效率就直接决定了Gabor变换的效率。在这里我先说说二维卷积运算以及如何通过二维傅立叶变换提高卷积运算效率。在下一步分内容中我们将此应用到Gabor变换上，抽取笔迹纹理的特征。1、离散二维叠加和卷积关于离散二维叠加和卷积的运算介绍的书籍比较多，我这里推荐William K. Pratt著，邓鲁华 张延恒 等译的《数字图像处理（第3版）》，其中第7章介绍的就是这方面的运算。为了便于理解，我用下面几个图来说明离散二维叠加和卷积的求解过程。A可以理解成是待处理的笔迹纹理，B可以理解成Gabor变换的核函数，现在要求A与 阅读全文

摘要：来自http://download.csdn.net/source/3208155#acomment特征提取代码总结颜色提取Ø颜色直方图提取：Code:#include<cv.h>#include<highgui.h>#include<iostream>usingnamespacestd;intmain(intargc,char**argv){IplImage*src=cvLoadImage("E:\\Download\\test1.jpg",1);IplImage*hsv=cvCreateImage(cvGetSize(src 阅读全文

摘要：来自http://whitebaby323.blog.163.com/blog/static/1104276201123101430958/同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。需要说明的是：边缘和物体间的边界并不等同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘，因为现实世界中的物体是三维的，而图像只具有二维信息，从三维到二维的投影成像不可避免的会丢失一部分信息；另外，成像过程中的光照和噪声也是不可避免的重要因素。正是因为这些原因，基于边缘的图像分割仍然是当前图像 阅读全文

摘要：int otsu (unsigned char *image, int rows, int cols, int x0, int y0, int dx, int dy, int vvv){unsigned char *np;// 图像指针int thresholdValue=1; //阈值int ihist[256];// 图像直方图，256个点int i, j, k;// various countersint n, n1, n2, gmin, gmax;double m1, m2, sum, csum, fmax, sb;// 对直方图置零...memset(ihist, 0, sizeof 阅读全文

摘要：行人检测样本库：1.inria的样本库http://pascal.inrialpes.fr/data/human/INRIAPerson.tar970M（vety good）2http://www.cis.upenn.edu/~jshi/ped_html/3http://www.cse.ohio-state.edu/OTCBVS-BENCH/bench.html需注册，但很简单，（连续的帧图像）4http://eprints.whiterose.ac.uk/2256/5.http://lear.inrialpes.fr/data 阅读全文

摘要：From：http://www.computer-vision-software.com/blog/2009/11/faq-opencv-haartraining/Hi All, before posting your question,please look at this FAQcarefully!Also you can readOpenCV haartraining article.If you are sure, there is no answer to your question, feel free to post comment.Also please, put commen 阅读全文

摘要：转自http://apps.hi.baidu.com/share/detail/32393679最近要做一个性别识别的项目，在人脸检测与五官定位上我采用OPENCV的haartraining进行定位，这里介绍下这两天我学习的如何用opencv训练自己的分类器。在这两天的学习里，我遇到了不少问题，不过我遇到了几个好心的大侠帮我解决了不少问题，特别是无忌，在这里我再次感谢他的帮助。一、简介目标检测方法最初由Paul Viola [Viola01]提出，并由Rainer Lienhart [Lienhart02]对这一方法进行了改善。该方法的基本步骤为： 首先，利用样本（大约几百幅样本图片）的 ha 阅读全文

摘要：转自http://blog.csdn.net/chenyusiyuan/article/details/4642297参考OpenCV中文论坛的一个帖子（http://www.opencv.org.cn/forum/viewtopic.php?f=1&t=7996&start=0）实现了在一个窗口显示多个视频子窗口，能够读入单个的视频或摄像头数据，然后在一个窗口中分别显示原始帧图像、反色图像、灰度图像以及Canny边缘检测图像。并在每个子窗口左上角显示系统时间，函数cvShowManyImages是改写的。代码如下：#include"stdafx.h"#in 阅读全文

摘要：在训练分类器之前有一步骤是样本的创建，而创建之前须对正样本与副样本缩放到统一大小，如何对整个文件夹里的图片进行批缩放呢？程序如下：在VC6.0+opencv2.1运行没问题，在vs2010下面出现如下错误：error C2440: 'initializing' : cannot convert from 'WCHAR [260]' to 'std::basic_string<_Elem,_Traits,_Ax>'解决方法：这是由项目使用的字符编码所至的问题，使用unicode时，LPSTR p = str.getBuffer(len 阅读全文

摘要：经常碰到朋友，尤其是初学者对指定文件夹下指定类型文件的读取很困惑，这里，我把自己经常用的程序贴出来，供初学者学些；#include "stdafx.h"#include "windows.h"#include <vector>#include <string>#include "iostream"using namespace std;typedef std::vector<std::string> file_lists;static int str_compare(const void *arg1 阅读全文

摘要：OpenCV训练分类器一、简介目标检测方法最初由Paul Viola [Viola01]提出，并由Rainer Lienhart [Lienhart02]对这一方法进行了改善。该方法的基本步骤为： 首先，利用样本（大约几百幅样本图片）的 harr 特征进行分类器训练，得到一个级联的boosted分类器。分类器中的"级联"是指最终的分类器是由几个简单分类器级联组成。在图像检测中，被检窗口依次通过每一级分类器， 这样在前面几层的检测中大部分的候选区域就被排除了，全部通过每一级分类器检测的区域即为目标区域。分类器训练完以后，就可以应用于输入图像中的感兴趣区域(与训练样本相同的尺寸 阅读全文