搜索资源列表
SnakeProfile
- opencv例子里没有提供cvsnakeimage的使用方法，在此整理一个例子，可以形象的看看snake算法的结果，大致做法是： 首先设定域值分割，把基本的轮廓找出来，见图中蓝色轮廓线，再将轮廓点传入cvSnakeImage函数，计算出绿色的snake轮廓线。 其中参数alpha代表点相互靠拢的权值(0-1.0)，beta表示弯曲能量（越小越容易弯曲）(0-1.0)，gamma表示整体能量(0-1.0)。其中参数我自己也不确定具体的范围，最好自己更改不同的范围试试. -o
preprocessing
- it contain basic pre-processing algorithm including gaussian, binarization.
cam-output
- it contains basic cam-output algorithm
FindMoving
- 由运动目标检测的两种基本方法----帧间差分法和背景差分法,借助于OpenCV技术，在Visual C++ 6.0编程环境下开发了运动目标检测系统。该系统首先对不同途径采集的视频图像序列进行相关的预处理之后，分别采用不同检测算法检测出图像序列中的变化区域，最后用形态学滤波和连通性分析对变化区域进行后处理，从而将视频图像序列中的运动目标比较可靠地检测出来。-The two basic methods of moving target detection---- inter-frame diffe
MoravecTest
- 实现了Moravec算子的基本算法，希望对大家有所帮助-The Moravec operator basic algorithm, we want to help
Optical-flow
- Horn -Schunck方法 此方法是首次使用亮度恒定假设和推导出基本的之一。 Horn 和 Schunck求解方程法的假设是一个速度平滑约束。本次作业 求解方程法的假设是一个速度平滑约束。本次作 业中采用Visual studio 2008下配置 opencv2.1实现该算法。-Horn and Schunck method This method is the first time use brightness constancy assumption and one of the
raytrace3
- 光线跟踪算法，能显示基本图形（球形，立方体，墙面），实现阴影，高光，反射，折射等效果-Ray tracing algorithm, can display basic graphics (sphere, cube, wall), to achieve shadows, light, reflection, refraction and other effects
Image-Denoising-based-on-opencv
- 这是一段利用中值滤波、均值滤波与加权(高斯)滤波算法进行图像去噪的程序，比较基础，供初学者阅读。-This is a median filter, with a weighted mean filter (Gaussian) filtering algorithm for image denoising procedures, more basic, for beginners to read.
cvHoughCircles
- 霍夫变换的圆检测算法，基于opencv实现，基础算法。-Hough transform circle detection algorithm based on opencv achieve basic algorithm.
ptr14315findcontour
- 边缘检测算法，基于sobel算子，opencv实现，基础算法。-Edge detection algorithm, sobel operator based, opencv achieve basic algorithm.
adaboost
- c++环境下实现adaboost算法的基本代码，适合新手学习使用。-under c++ environment to achieve the basic code adaboost algorithm, suitable for novice to learn to use.
OpenCV2-Computer-Vision
- 《OPENCV 计算机视觉》，包含图像处理的基本算法。适合初学者学习。-《OPENCV Computer Vision》,the classic book introduces the basic image processing algorithm. It is good for the beginners.
KMkeen
- 基于人类视觉将图像分割成若干个有意义的区域是目标检测和模式识别的基础。图像分割属于图像处理中一种重要的图像分析技术。图像分割的基本方法是对灰度图像分割，处理图像的亮度分量，简单快速。本论文介绍了传统的图像分割与K-均值聚类算法分割，然后利用OpenCV函数将其实现，并介绍了OpenCV中图像分割相关的基本函数。-Based on the human visual image is segmented into several meaningful regions is the basis for
Subpixel-level-corner-detection
- 亚像素算法 的基本思路就是将一个像素再分为更小的单位。也就是说1个像素的灰度值分为56级-Subpixel subpixel algorithm algorithm basic idea is that a pixel will be subdivided into smaller units. That is the gray value of a pixel is divided into 56
K均值聚类在基于OpenCV的图像分割中的应用
- 介绍了传统的图像分割与K-均值聚类算法分割，然后利用OpenCV函数将其实现，并介绍了OpenCV中图像分割相关的基本函数。(This paper introduces the segmentation of traditional image segmentation and K- mean clustering algorithm, then uses OpenCV function to implement it, and introduces the basic functions of
958144
- 智能天线自适应波束形成算法的研究,进行了基本算法的改进与运算(Adaptive beamforming algorithm of smart antenna research, has carried on the basic improvement and operation of the algorithm)
OpenCV示例源码
- 关于OpenCV的好处之一就是它提供了许多内置的用于图像处理和计算机视觉相关操作的基础元素。如果你需要通过scratch写入某些内容，你将不得不定义一些东西，比如图像、点、角度等等，这些几乎是任何计算机视觉算法的基础。OpenCV提供了这些开箱即用的基础数据结构，它们都包含在core模块中。另外一个好处是，这些数据结构都已经针对速度和内存做了优化，因此，你不用担心实现细节。(One of the benefits of OpenCV is that it provides a number of
OpenCV_By_Example(中文版)
- 该资料中包含了《OpenCV By Example》中文版以及例程程序，该书的目录如下所示： 第1章 OpenCV的探险之旅; 第2章 OpenCV基础知识介绍; 第3章 图形用户界面和基本滤波; 第4章 深入研究直方图和滤波器; 第5章 自动光学检测、目标分割和检测; 第6章 学习目标分类; 第7章 识别人脸部分并覆盖面具; 第8章 视频监控、背景建模和形态学操作; 第9章 学习对象跟踪; 第10章 文本识别中的分割算法; 第11章 使用Tessera
Desk
- 遗传算法的VC，主要是使用VC++实现基本遗传算法的实现(The VC of the genetic algorithm is mainly implemented by using VC++ to implement the basic genetic algorithm)