▍1. FCM算法代码
本代码是对FCM模糊C聚类算法的实现,以实现对灰度图像的分割。利用opencv,VS2008编程实现。需要预先手动设置图像的长和宽、聚类中心的个数。可以得到较好的分割结果。
本代码是对FCM模糊C聚类算法的实现,以实现对灰度图像的分割。利用opencv,VS2008编程实现。需要预先手动设置图像的长和宽、聚类中心的个数。可以得到较好的分割结果。
资源描述 此程序实现实时打开摄像头解二维码的功能,左边为实时相机拍摄画面,右边为解到二维码的内容,根据不同的二维码实时更新,具体界面如下:
#include"stdafx.h" #include < cv.h > #include < highgui.h > #include < math.h > # 包括 < stdlib.h > #include < stddef.h > #include < stdlib.h > #include < conio.h > #include < iostream > 使用命名空间 std ; IplImage * img ; IplImage * img1 ; IplImage * img2 ; IplImage * des ; 使用命名空间的简历 ; //callback 函数 无效 changeContrast (int 对比) { if(contrast = 10) { cvScale (img,des,(对比度-9)) ; } cvShowImage des"飞鸟") ; img = des ; } void changegamma (int 伽玛) { γ = γ/10 ; //gamma 校正 cvPow (img、 des、 伽玛) ; //cvConvertScaleAbs (des,des,1,0) ; cvShowImage des"飞鸟") ; img = des ; } 空 changeBrightness(int bright) {
基于opencv的相机标定是利用张正友相机标定法,利用规则的标定板,对其进行不同角度的拍摄,获得10--20张有效的像片,然后自动标定出相机的内方位元素以及畸变差,包括径向畸变和切向畸变。本程序实测能运行。前提要配置好opencv。
基于OPENCV的手势识别,可以有效的识别出简单的手势,实验的环境为vs2013+Opencv2.4.9,有需要的同学可以自行下载修改,里面有详细的注释与实验的结果图。
opencv边缘检测简单例子,采用sobel算子、canny算子、laplace算子。
使用vs2015加载opencv3.2,有瑕疵的最佳缝合线算法,诸位看官可以参考以下程序源码和实现方法,这个方法的问问题在与,选哟缝合的图像尺寸需要完全一直,不然程序的assert会报错,但是保证一致后,拼接的程序和拉普拉斯融合的算法拼接结果不是很满意。
这是一个C/C++的程序,利用opencv库来绘制由摄像头采集视频的直方图,对于学习opencv的人有很大帮助,解压后可直接运行
提供两种抽取视频帧的方法,一种为逐帧遍历,输出所需要的关键帧,另一种为预先设置帧号,直接从视频中抽取,两种方法适用场合不同,各有长处。
Delphi7 下基于Opencv 2.4的视频图像移动侦测的一个实例,包含opencv接口的delphi单元。 可以使用笔记本摄像头做测试。如果需要读取视频文件,需要稍作修改。效果还可以。
与传统的车道线检测算法不同,本文采用LDA算法对道路图像进行针对性灰度化处理。加大车道线与道路的差异,然后使用抛物线模型对车道线进行拟合,采用混沌粒子群算法对抛物线参数进行优化,以车道线的灰度特征和梯度特征作为混沌粒子群的适应度函数,经过多次的迭代得到抛物线拟合车道线的参数最优值,进而识别出车道线。实验结果表明,本文算法能在复杂环境下识别出车道线,对视频帧序列中的车道线连续追踪具有良好效果。
一个非常简单的meanshift单目标跟踪程序,使用到了opencv,这只是一个简单的控制台程序,没有用户界面,所以最好还是改进一下。
资源描述基于边缘提取的圆检测,同时在图中画出圆,并在控制台输出圆心的坐标。这是用opencv写的,在visual studio2010上实现的。
VS2010+Opencv3.4.5开发环境搭建,以及缺失的四个dll,从www.dll-files.com 下载缺失四个64位的dll,注意要64位的。Opencv3.4.5只有64位的,电脑需要64位系统,VS也需要64位的环境。该实例包含了图像腐蚀、图像膨胀、边缘图像等图像处理。
使用Opencv实现张正友法相机标定之前,有几个问题事先要确认一下,那就是相机为什么需要标定,标定需要的输入和输出分别是哪些? 相机标定的目的:获取摄像机的内参和外参矩阵(同时也会得到每一幅标定图像的选择和平移矩阵),内参和外参系数可以对之后相机拍摄的图像就进行矫正,得到畸变相对很小的图像。 相机标定的输入:标定图像上所有内角点的图像坐标,标定板图像上所有内角点的空间三维坐标(一般情况下假定图像位于Z=0平面上)。 相机标定的输出:摄像机的内参、外参系数。 这三个基础的问题就决定了使用Opencv实现张正友法标定相机的标定流程、标定结果评价以及使用标定结果矫正原始图像的完整流程: 1. 准备标定图片 2. 对每一张标定图片,提取角点信息 3. 对每一张标定图片,进一步提取亚像素角