在图像处理和计算机视觉领域中，如何从当前的图像中提取所需要的特征信息是图像识别的关键所在。在许多应用场合中需要快速准确地检测出直线或者圆。其中一种非常有效的解决问题的方法是霍夫（Hough）变换，其为图像处理中从图像中识别几何形状的基本方法之一，应用很广泛，也有很多改进算法。最基本的霍夫变换 ...

2D图像几何基元 一般的，表示一个2d几何基元只用两个维度(比如x，y)就可以表示了，但是在计算机视觉研究中，为了统一对2d几何基元的操作（后面讲到的仿射，透射变换）,一般会以增广矢量的方式表示几何基元。 齐次坐标将原本n维的坐标用一个n+1维的坐标表示，其两个基本作用 ...

霍夫线变换的原理 一条直线在图像二维空间可由两个变量表示，有以下两种情况： ① 在笛卡尔坐标系中：可由参数斜率和截距（k，b）表示。 ② 在极坐标系中：可由参数极经和极角（r，θ）表示。 对于霍夫线变换，我们将采用第二种方式极坐标系来表示直线，因此直线的表达式可为 ...

霍夫圆变换原理 霍夫圆变换的基本原理与霍夫线变换（https://www.cnblogs.com/bjxqmy/p/12331656.html）大体类似。 对直线来说，一条直线能由极径极角（r，θ）表示，而对于圆来说，我们需要三个参数：圆心（a，b），半径 r。 笛卡尔坐标系中 ...

http://blog.csdn.net/poem_qianmo/article/details/26977557 本系列文章由@浅墨_毛星云 出品，转载请注明出处。 ...

图像的几何变换从原理上看主要包括两种：基于2×3矩阵的仿射变换（平移、缩放、旋转和翻转等）、基于3×3矩阵的透视变换。 仿射变换 基本的图像变换就是二维坐标的变换：从一种二维坐标(x,y)到另一种二维坐标(u,v)的线性变换： 如果写成矩阵的形式，那就是： 作如下定义 ...

摘要： 我学习openCV3看的是《学习openCV3》这本书，很厚的一本，不知道是不是因为自己看的还不是很多，个人觉得里面的有些重要函数讲的不是很详细，比如createTrackbar()这个函数 ...

零、转置卷积介绍 『TensotFlow』转置卷积 TensorFlow转置卷积API详解 一、棋盘效应 当我们要用到深度学习来生成图像的时候，是往往是基于一个低分辨率且具有高层语义的图像。这会使得深度学习来对这种低分辨率图像进行填充细节。一般来说，为了执行从低分辨率图像到高分辨率图像 ...