搜索资源列表
OpenCV-Mean-Shift-demo
- 基于OpenCV实现的图像特征区域跟踪程序，基于类Mean-Shift实现的颜色直方图概率匹配算法，可同时跟踪6个特定目标区域。-OpenCV implementation of image features based on regional tracking program, based on class Mean-Shift probability of achieving the color histogram matching algorithm, which can track a
main
- 直方圖等化(Histogram Equalization)為一種使用統計方法的影像處理程式設計,它的功能為將統計直方圖的色彩分布平均的打散在直方圖裡,也就是說,讓一張圖的直方圖分布均勻化,同樣的也是使用到LUT(Look-up Table)的方法 而在設計直方圖等化不可或缺的就是需要先知道統計學的機率密度函數(Probability Density Function,PDF)以及累積分配函數(Cumlative Distribution Function,CDF)相關的基本概念,在這邊
exp3_1
- 在VC6.0中利用OpenCV实现任何格式图像的指定概率椒盐噪声添加和均值滤波、带阈值的中值滤波-VC6.0 using OpenCV in any format images to achieve a specified probability and the mean filter add salt and pepper noise with median filter threshold
camshiftdemo
- 利用目标的颜色直方图模型转化为颜色概率分布图，进行跟踪。-the Color histogram model of goal convert color of probability distribution ,then tracking
Prosac
- 用opencv2.3.1+vs2008实现PROSAC算法。PROSAC是比ransac算法更快的剔除无匹配算法。前提是，这种策略的前提是假定匹配度高的特征是内点的概率比匹配度低的特征要高。 -With opencv2.3.1+ vs2008 realize PROSAC algorithm. PROSAC is faster than ransac algorithm of eliminate no matching algorithms. Premise is, this strategy
hull
- 【opencv】 画出散点的轮廓线 提取合理概率估计空间-[Opencv] draw scatter contour extraction reasonable probability estimation space
extract_feature
- 此工程实现提取jpeg图像的DCT系数首字母概率作为jpeg重压缩检测的特征，以此特征训练出分类模板，可以检测出一张jpeg图像是单压缩还是重压缩。-Works to achieve this extract jpeg image DCT coefficients of the first letter of the probability of detection as a jpeg heavy compression feature, this feature trained classif
MeanShift
- MeanShift算法是一种无参概率密度估计法，算法利用像素特征点概率密度函数的梯度推导而得， MeanShift算法通过迭代运算收敛于概率密度函数的局部最大值，实现目标定位和跟踪，也能对可变形状目标实时跟踪，对目标的变形，旋转等运动也有较强的鲁棒性。MeanShift算法是一种自动迭代跟踪算法，由 MeanShift补偿向量不断沿着密度函数的梯度方向移动。在一定条件下，MeanShift算法能收敛到局部最优点，从而实现对运动体准确地定位。-MeanShift algorithm is a no
SALICY
- 显著性检验（significance test）就是事先对总体（随机变量）的参数或总体分布形式做出一个假设，然后利用样本信息来判断这个假设（备择假设）是否合理，即判断总体的真实情况与原假设是否有显著性差异。或者说，显著性检验要判断样本与我们对总体所做的假设之间的差异是纯属机会变异，还是由我们所做的假设与总体真实情况之间不一致所引起的。 显著性检验是针对我们对总体所做的假设做检验，其原理就是“小概率事件实际不可能性原理”来接受或否定假设。 抽样实验会产生抽样误差，对实验资料进行比较分析时，不能仅凭
Saliency
- 显著性检验（significance test）就是事先对总体（随机变量）的参数或总体分布形式做出一个假设，然后利用样本信息来判断这个假设（备择假设）是否合理，即判断总体的真实情况与原假设是否有显著性差异。或者说，显著性检验要判断样本与我们对总体所做的假设之间的差异是纯属机会变异，还是由我们所做的假设与总体真实情况之间不一致所引起的。 显著性检验是针对我们对总体所做的假设做检验，其原理就是“小概率事件实际不可能性原理”来接受或否定假设。(difference between the signif
Python-opencv车牌识别
- 算法思想来自于网上资源，先使用图像边缘和车牌颜色定位车牌，再识别字符。车牌定位在predict方法中，为说明清楚，完成代码和测试后，加了很多注释，请参看源码。车牌字符识别也在predict方法中，请参看源码中的注释，需要说明的是，车牌字符识别使用的算法是opencv的SVM， opencv的SVM使用代码来自于opencv附带的sample，StatModel类和SVM类都是sample中的代码。SVM训练使用的训练样本来自于github上的EasyPR的c++版本。由于训练样本有限，你测试时会