Tag: 计算机视觉
图像比较algorithm
我试图比较图像彼此，以确定它们是否不同。 首先，我试图对RGB值进行Pearson校正，除非图片被移位，否则这种方法的效果也不错。 所以如果有一个100％完全相同的图像，但有一点是移动，我得到一个不好的相关值。 任何build议更好的algorithm？ 顺便说一下，我正在谈论比较数千imgages … 编辑：这是我的照片（微观）的一个例子： IM1： IM2： IM3： im1和im2是相同的，但有点移动/切割，im3应该被认为是完全不同的… 编辑： 问题是与彼得·汉森的build议解决！ 工作得很好！ 感谢所有的答案！ 一些结果可以在这里findhttp://labtools.ipk-gatersleben.de/image%20comparison/image%20comparision.pdf
用opencv（基于霍夫变换或其他特征）编写鲁棒的（颜色和尺寸不变的）圆检测，
我写了下面非常简单的python代码来查找图像中的圆圈： import cv import numpy as np WAITKEY_DELAY_MS = 10 STOP_KEY = 'q' cv.NamedWindow("image – press 'q' to quit", cv.CV_WINDOW_AUTOSIZE); cv.NamedWindow("post-process", cv.CV_WINDOW_AUTOSIZE); key_pressed = False while key_pressed != STOP_KEY: # grab image orig = cv.LoadImage('circles3.jpg') # create tmp images grey_scale = cv.CreateImage(cv.GetSize(orig), 8, 1) processed = cv.CreateImage(cv.GetSize(orig), 8, 1) cv.Smooth(orig, orig, cv.CV_GAUSSIAN, 3, 3) cv.CvtColor(orig, […]
我如何学习使用计算机视觉工作所需的math知识？
我知道计算机视觉涉及很多math，但是我需要一些关于程序员如何获得知识的技巧。 我已经开始使用OpenCV库了，但是在理解algorithm如何运作的过程中遇到一些重大问题。 在大学我学习了一些math，我们使用了matrix和衍生物，但是我没有太在意这个问题。 从程序员的angular度来看，这似乎是如此困难和无用。 我想，在不计算方程的情况下，必须有一些简单的方法来理解二阶导数。 （衍生品只是一个例子） 你有什么提示，我怎么能获得这样的知识？ 论坛，书籍，链接，build议，任何东西？
如何validationCuDNN安装？
我search了很多地方，但我得到的是如何安装它，而不是如何validation它被安装。 我可以validation我的NVIDIA驱动程序已安装，并且安装了CUDA，但是我不知道如何validationCuDNN是否已安装。 帮助将不胜感激，谢谢！ PS。 这是为了实现一个caffe。 目前一切都没有启用CuDNN的工作。
模块'对象没有属性'drawMatches'opencv python
我只是在OpenCV中做function检测的一个例子，我刚刚举了一个例子，如下所示。 它给我一个错误，像模块'对象没有属性'drawMatches'我检查了OpenCV文档。 为什么我得到这个错误？ import numpy as np import cv2 import matplotlib.pyplot as plt img1 = cv2.imread('box.png',0) # queryImage img2 = cv2.imread('box_in_scene.png',0) # trainImage # Initiate SIFT detector orb = cv2.ORB() # find the keypoints and descriptors with SIFT kp1, des1 = orb.detectAndCompute(img1,None) kp2, des2 = orb.detectAndCompute(img2,None) # create BFMatcher object bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True) # […]
计算机视觉 – 用OpenCV过滤凸包和凸面缺陷
我遇到了处理数字信号的问题。 我试图检测指尖，类似于这里介绍的解决scheme： 使用JavaCV手和手指检测 。 不过，我不是使用JavaCV，但Android的OpenCV略有不同。 我已经设法完成了本教程中提出的所有步骤，但过滤了凸包和凹凸缺陷。 这就是我的形象： 这是另一个分辨率的图像： 正如你可以清楚地看到的那样，有许多黄点（凸包），还有许多红点（凸起的缺陷）。 有时在2个黄点之间没有红点，这是相当奇怪的（如何计算凸包？） 我需要的是像之前提供的链接创build类似的过滤function，但使用OpenCV的数据结构。 凸包是MatOfInt的types…凸包的缺陷是MatOfInt4的types… 我也创build了一些额外的数据结构，因为愚蠢的OpenCV使用不同types的数据包含相同的数据，在不同的方法… convexHullMatOfInt = new MatOfInt(); convexHullPointArrayList = new ArrayList<Point>(); convexHullMatOfPoint = new MatOfPoint(); convexHullMatOfPointArrayList = new ArrayList<MatOfPoint>(); 这是我到目前为止所做的，但它不是很好。 问题可能是以错误的方式转换数据： 创build凸包和凸面缺陷： public void calculateConvexHulls() { convexHullMatOfInt = new MatOfInt(); convexHullPointArrayList = new ArrayList<Point>(); convexHullMatOfPoint = new MatOfPoint(); convexHullMatOfPointArrayList = new ArrayList<MatOfPoint>(); try { //Calculate […]
与“分割”和“场景标注”相比，“语义分割”是什么？
语义分割只是一个Pleonasm，还是“语义分割”和“分割”有区别？ “场景标记”还是“场景parsing”有什么不同？ 像素级和像素级分割有什么区别？ （附加问题：当你有这种像素方式的注释时，你是否可以免费获得对象检测，或者还有什么可以做的？） 请给出您的定义来源。 使用“语义分割” Jonathan Long，Evan Shelhamer，Trevor Darrell： 用于语义分割的完全卷积networking 。 CVPR，2015和PAMI，2016 Hong，Seunghoon，Hyeonwoo Noh和Bohyung Han：“去耦深度neural network半监督语义分割”。 arXiv预印本arXiv：1506.04924,2015 。 V. Lempitsky，A. Vedaldi和A. Zisserman：一种用于语义分割的塔式模型。 “神经信息处理系统进展”，2011年。 使用“场景标签”的来源 Clement Farabet，Camille Couprie，Laurent Najman，Yann LeCun： 学习场景标签的分层特征 。 在模式分析和机器智能中，2013。 使用“像素级” Pinheiro，Pedro O.和Ronan Collobert：“从图像级到卷积networking的像素级标签。 Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，2015.（参见http://arxiv.org/abs/1411.6228 ） 使用“像素”的来源 李洪生，赵锐，王小刚：“卷积neural network像素分类的高效前向传播和后向传播”。 arXiv预印本arXiv：1412.4526,2014 。 Google […]
image processing：什么是遮挡？
我正在开发一个image processing项目，并且在许多科学论文中遇到了“ 遮挡”这个词，在image processing的背景下，遮挡是什么意思？ 字典只给出一个一般的定义。 任何人都可以用图像来描述他们吗？
如何使用SIFTalgorithm来计算相似的两幅图像？
我已经使用了Andrea Vedaldi的SIFT实现来计算两个相似图像的筛选描述符（第二个图像实际上是从不同angular度放大同一个对象的图片）。 现在我无法弄清楚如何比较描述符来告诉图像有多相似 ？ 我知道这个问题，除非你以前真的玩过这些东西，否则这个问题是无法回答的，但是我认为以前做过这个的人可能会知道这个 ，于是我就提出了这个问题。 我做的小生成描述符： >> i=imread('p1.jpg'); >> j=imread('p2.jpg'); >> i=rgb2gray(i); >> j=rgb2gray(j); >> [a, b]=sift(i); % a has the frames and b has the descriptors >> [c, d]=sift(j);
如何确定video中物体的距离？
我有一个移动车辆前方录制的video文件。 我打算使用OpenCV进行对象检测和识别，但是我坚持了一个方面。 我怎样才能确定一个识别的对象的距离。 我可以知道我目前的速度和真实世界的GPS位置，但仅此而已。 我不能对我跟踪的对象做任何假设。 我打算用这个来跟踪和跟踪物体而不与它们碰撞。 理想情况下，我想利用这些数据推导出物体的真实位置，如果我能确定从物体到物体的距离，我可以做到这一点。
