原创 PMVS學習筆記。

    PMVS是由Yasutaka Furukawa和Jean Ponce在他們2007年的文章 Accurate, Dense, and Robust Multi-View Stereopsis 中首次提出,並在 http://gra

原创 GitHub 上嵌入式方面的項目

GitHub 上有什麼嵌入式方面的項目?   專注嵌入式軟硬件開發~ 基於STM32G0採用USB type-C供電的開源鋰電池充電器, 特點: 1)STM32G071CBT6微控制器,具有2路type C接口,內置USB Power D

原创 三維重構中圖像的紋理和表面特徵

最近在讀三維稠密恢復。要從數萬的點雲信息中去恢復百倍以上的物體表面像素是非常有想象力的挑戰。GAN實現物體像素的填充,技術的成功想到用深度學習方法去實現像素的添加。這裏直接給出MVG這篇非常好的論文。 多視角場景點雲重建模型PointMV

原创 從零學習SLAM位姿(二)

覺SLAM位姿估計(總結) 版權聲明:本文爲博主原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處鏈接和本聲明。 轉載鏈接:https://blog.csdn.net/u011178262/article/detail

原创 從零學習SLAM(位姿圖)

視覺SLAM筆記   1. Pose Graph 的意義 帶有相機位姿和空間點的圖優化稱爲 BA,能夠有效地求解大規模的定位與建圖問題 但是,隨着時間的流逝,機器人的運動軌跡將越來越長,地圖規模也將不斷增長 像 BA 這樣的方法,計算效率

原创 截屏、文字提取一氣呵成,超實用OCR開源小工具

項目鏈接:https://github.com/ianzhao05/textshot 使用方法 運行 textshot.py,在屏幕上打開一個 overlay,在你希望提取的文字區域畫一個矩形。 使用可選的命令行參數指定語言。例如,pyt

原创 文字分割、使用Findcontours找文字區域。

文字分隔方法很多。最合適是聚類方法,本例在輪廓基礎提取文字區域,速度在PC上最快。用Canny算子+findcontour函數可以提取目標的輪廓。輪廓提取後矩形框包圍文字部分。最後對矩形進行篩選。 假設,對於下面二值化圖像。   過濾後

原创 如何正確看待SLAM求職方向。

摘要:VSLAM魅力,1.代碼自然易懂 2界面與邏輯清楚 3.學習了VSLAM,去理解圖像處理算法,機器學習就是如此簡單。然而入門機器學習很簡單,入門VSLAM者就鳳毛麟角。總體來講,SLAM現在商用也比較困難,籃筐就難麼大。 網

原创 全景圖拼接初步

https://jingyan.baidu.com/article/ed2a5d1fa8e56809f6be1715.html 如何做到全景快速拼接 VR專業人士必學教程 新西蘭洛夫斯基 0人看過2018-11-16更新 熱愛全景

原创 聚類方法實現字符和對象分割

首先是頭文件。下面文件可以直接編譯成DLL。主函數是cluseterMethod。 #ifdef MYDLL_EXPORTS #define MYDLL_API __declspec(dllexport) #else #define MY

原创 非常好的文章,SIFT概述

轉載:博客園  作者Brook@CV 首先給出SIF實現的源碼: https://github.com/robwhess/opensift/tree/master/src 1.SIFT概述 SIFT的全稱是Scale Invariant

原创 ORBSLAM2系列課

ORB—SLAM系列課。免費資源:https://www.bilibili.com/video/BV1r741137hM/?spm_id_from=trigger_reload #視頻課程# 更新《ORBSLAM2原理代碼詳解》系列教程1

原创 ORB-SLAM的概念(零基礎搞懂)

首先寫ORB中的概念 一、前端提取 包括像素點選取和匹配兩部分: 1.像素點選取:主要是ORB特徵,看看這篇文章就夠了:https://blog.csdn.net/maweifei/article/details/62887831   O

原创 讀取圖像,多個字符模板匹配

int main__() {     g_srcImage = imread("G:\\1.bmp");     medianBlur(g_srcImage, g_srcImage, 7);     threshold(g_srcIma

原创 文字分割、得到物體的連通區域

對於下面二值化圖像,目標將其中的文字部分提取出來。輪廓提取後矩形框包圍文字部分。 用Canny算子+findcontour函數可以提取目標的輪廓。然後對矩形進行篩選。   輪廓所在的矩形框基本能滿足需求,直接上源碼: #include