原创 SITF 學習

SIFT(Scale-invariant feature transform)是一種檢測局部特徵的算法,該算法通過求一幅圖中的特徵點(interest points,or corner points)及其有關scale 和 orien

原创 自己訓練的Hog+Svm 行人檢測

[cpp] view plaincopyprint #include "cv.h" #include "highgui.h" #include "stdafx.h" #include <ml.h> #include <io

原创 HOG

1、HOG特徵:        方向梯度直方圖(Histogram of Oriented Gradient, HOG)特徵是一種在計算機視覺和圖像處理中用來進行物體檢測的特徵描述子。它通過計算和統計圖像局部區域的梯度方向直方圖來構成特

原创 opencv 啓動攝像頭

#include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/core/core.hpp>

原创 PCA 學習

PCA,也就是PrincipalComponents Analysis,主成份分析,是個很優秀的算法,按照書上的說法: 尋找最小均方意義下,最能代表原始數據的投影方法 然後自己的說法就是:主要用於特徵的降維 另外,這個算法也有一個

原创 PCA 主成分分析

PCA主元分析,即找出數據中最主要的信息,去除次要的,以降低數據量。具體步驟是:1.對每個樣本提取出有用的信息組成一個向量; 2.求取出所有樣本向量的平均值; 3.用每個樣本向量減去向量的平均值後組成一個矩陣; 4.該矩陣乘以該矩陣的逆

原创 peopledetect.cpp demo

#include "opencv2/imgproc/imgproc.hpp" #include "opencv2/objdetect/objdetect.hpp" #include "opencv2/highgui/highgui.hpp

原创 利用OpenCV中默認的SVM參數進行HOG行人檢測,默認參數是根據Dalal的方法訓練的。

#include <iostream> #include <string> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp>

原创 OpenCv Hog+SVM 樣本 bat批處理

批處理命令有時候還是很強大的,下面來分享一下,批處理的相關命令,大家共同學習!歡迎拍磚! 下面以OpenCv Hog+SVM 裏獲取資源數據爲例: 在這裏面,我們需要0~9這10K個數據的資源路徑,偶數行還要添加標籤。 1.手動將

原创 圖像的局部熵

clear all; close all; clc; img=imread('lena.jpg'); [m n]=size(img); w=3; %模板半徑 imgn=zeros(m,n); for i=1+w:m-w f