OpenCV 2.4+ C++ 人脸识别
机器学习 机器学习的目的是把数据转换成信息。 机器学习通过从数据里提取规则或模式来把数据转成信息。 人脸识别 人脸识别通过级联分类器对特征的分级筛选来确定是否是人脸。 ...
原文：OpenCV 2.4+ C++ 行人检测
HOG特征描述 首先我们来了解一下HOG特征描述子。 HOG特征描述子 HOG descriptors 是由Navneet Dalal和 Bill Triggs在 年的一篇介绍行人检测方法的论文提到的特征描述子 论文以及演讲可参见参考资料 。 其主要思想是计算局部图像梯度的方向信息的统计值，来作为该图像的局部特征值。 如上图，归一化图像后，由于颜色数据对我们没有帮助，所以将图片转为灰度图。 然后将 ...
2012-12-03 08:24 2 18401 推荐指数：
相关推荐
OpenCV 2.4+ C++ SVM介绍
分类器 分类器是一种计算机程序。 他的设计目标是在通过学习后，可自动将数据分到已知类别。 平面线性分类器 一个简单的分类问题，如图有一些圆圈和一些正方形，如何找一条最优的直线将他们分开？ ...
OpenCV 2.4+ C++ 平滑处理
原理 平滑也称模糊, 是一项简单且使用频率很高的图像处理方法。 平滑处理时需要用到一个滤波器。 最常用的滤波器是线性滤波器，线性滤波处理的输出像素值（例如：）是输入像素值（例如：）的加权平均： ...
OpenCV 2.4+ C++ SVM文字识别
预备知识 下面两个都不是必备知识，但是如果你想了解更多内容，可参考这两篇文章。 OpenCV 2.4+ C++ SVM介绍 OpenCV 2.4+ C++ SVM线性不可分处理 SVM划分的意义 到此，我们已经对SVM有一定的了解了。可是这有什么用呢？回到上一篇文章结果图 ...
OpenCV 2.4+ C++ 边缘梯度计算
图像的边缘 图像的边缘从数学上是如何表示的呢？ 图像的边缘上，邻近的像素值应当显著地改变了。而在数学上，导数是表示改变快慢的一种方法。梯度值的大变预示着图像中内容的显著变化了。 用更加形象的 ...
OpenCV 2.4+ C++ SVM线性不可分处理
目的 实际事物模型中，并非所有东西都是线性可分的。 需要寻找一种方法对线性不可分数据进行划分。 原理 上一篇文章，我们推导出对于线性可分数据，最佳划分超平面应满足： ...
基于YOLOv3和Qt5的车辆行人检测（C++版本）
概述 YOLOv3: 车辆行人检测算法 GitHub Qt5: 制作简单的GUI OpenCV：调用cv::rentangle和cv::putText函数 Step YOLOv3检测结果 Fig 1. input image(from [DETRAC ...
HOG + SVM(行人检测, opencv实现)
HOG+SVM流程 1.提取HOG特征 灰度化 + Gamma变换(进行根号求解) 计算梯度map(计算梯度) 图像划分成小的cell，统计每个cell梯度直方图 多个cell组成 ...