搜索资源列表
shu
- 数字图像，又称数码图像或数位图像，是二维图像用有限数字数值像素的表示。 通常，像素在计算机中保存为二维整数数阻的光栅图像，这些值经常用压缩格式进行传输和储存。 数字图像可以许多不同的输入设备和技术生成，例如数码相机、扫描仪、坐标测量机、seismographic profiling、airborne radar等等，也可以从任意的非图像数据合成得到，例如数学函数或者三维几何模型，三维几何模型是计算机图形学的一个主要分支。数字图像处理领域就是研究它们的变换算法。 -Digi
FindCornerSubPix
- 寻找图像的像素级角点和亚像素级角点 并将其坐标输出到txt文件-Looking image pixel Corner and the corner of the sub-pixel level and coordinate output to txt file
imageprocessing
- 图像处理的前期软件，实现功能为图像加载到PICTURE控件，鼠标移动获取当前像素点的RGBA值以及XY坐标等-IMAGE PROCESSING
Zoom
- 实现加载图像，裁剪图像，插值放缩图像，获取像素坐标等-Image Process
Least-squares-matching
- 最小二乘匹配，图像匹配算法，需要初始匹配坐标，可以达到亚像素精度-Least squares matching, image matching algorithm, need the initial matching coordinates, can achieve sub-pixel accuracy
Extract-the-feature-points-in-image
- 提取数字影像中的特征点,读取图像，在窗口中显示图像，提取特征点用（+）表示，列表显示特征点的像素坐标位置.-Extract the feature points in the digital image,Read the image, display the image in the window, feature points are extracted using (+) indicates, the list shows the pixel coordinates of the featu
RS--tie-points-matching
- 影像特征提取与同名点匹配,读取图像，在窗口中显示，提取特征点（“+”表示），匹配同名像点（“+”表示）,列表显示各特征点和匹配点的像素坐标位置-Image feature point extraction and matching tie points,Read image displayed in the window, extracts feature points ("+" indication), the same name as the matching point ("+" indi
FunctionofBilinearInterpolation
- 函数主要实现图像处理过程中由于旋转缩放导致坐标不在整数位置，使用原始像素对当前像素点的计算方法：双线性插值！-The main function is to achieve image processing result in the rotation of the zoom position coordinates are not integers, the calculation method using the original pixel of the current pixel: bi
rotate
- 根据txt中记录的角度旋转图像并用黑色像素补齐，再对txt中的斜矩形框的四个角进行坐标转换，裁剪出感兴趣区域-Rotate image and filled with black pixels according to txt recorded angle, and then the txt in the four corners of the rectangle oblique coordinate transformation, clipping region of interest
ImageZoomClass
- 最近刚学GDI+，就想找个应用练练手，于是基于GDI+封装了此类，接口已经独立出来，使用十分方便，在MFC上直接使用（在VS2010 x64上编译，32位也可以），类的特定如下： 1.基于GDI+封装的类，文档和对话框可直接使用； 2.类初始化时可选择图片是否充满控件，充满的话，图片会适应控件的宽度进行缩放，但会保存原有的长宽比不变； 3.变换前后的坐标关系已经封装好，可直接调用； 4.缩放前后采样最临近点差值（windows图片查看器和PS都是采样这种差值方式，可能是因为效率比
ConsoleApplication2
- 将原始图像的像素坐标进行变换成桶状投影，改变图像外形，不改变图像其他属性(The pixel coordinates of the original image is transformed into a barrel shaped projection)
C#提取特征点并进行图像匹配
- 建立在Moravec算子基础上提取特征点后与另外一幅图像进行匹配计算，并输出特征点对应的匹配点像素坐标(Based on the Moravec operator, the feature points are extracted and matched with another image, and the matching pixel coordinates corresponding to the feature points are output)
Source code
- 在opencv上实现双目测距主要步骤是： 1.双目校正和标定，获得摄像头的参数矩阵： 进行标定得出俩摄像头的参数矩阵 cvStereoRectify 执行双目校正 initUndistortRectifyMap 分别生成两个图像校正所需的像素映射矩阵 cvremap 分别对两个图像进行校正 2.立体匹配，获得视差图： stereoBM生成视差图 预处理： 图像归一化，减少亮度差别，增强纹理 匹配过程： 滑动sad窗口，沿着水平线进行匹配搜索，由于校正后左右图片平行，左图
bin
- 灰度线性转换，关于图像的颜色转换，以灰度图像为例，假设原图像像素的灰度值为D = f(x,y), (x,y)为图像坐标，处理后图像像素的灰度值为D’ = g(x,y)(Gray linear transformation)
图像坐标定位DigitizeXY
- 加入图片，不过图片像素不能太大，能够对图片产生坐标点(Can produce coordinates of the picture)
C#图像同名像点提取
- 使用基于相关系数的影像匹配测度算法，从两幅数字影像中自动匹配50个以上的同名像点。使用窗体界面、控件编程；在设计的界面窗口中显示两幅图像、在图像中显示所匹配出的同名像点 (+)，并列表显示各个同名像点的像素坐标。(Using image matching measure algorithm based on correlation coefficient, more than 50 homonymous points are automatically matched from two digi
lena
- SLIC算法是simple linear iterative cluster的简称，该算法用来生成超像素（superpixel） 算法步骤： 已知一副图像大小M*N,可以从RGB空间转换为LAB空间，LAB颜色空间表现的颜色更全面 假如预定义参数K，K为预生成的超像素数量，即预计将M*N大小的图像(像素数目即为M*N)分隔为K个超像素块，每个超像素块范围大小包含[（M*N）/K]个像素 假设每个超像素区域长和宽都均匀分布的话，那么每个超像素块的长和宽均可定义为S