您好,
会员登录 快速注册
退出 ( 条未读消息)
关于本站 意见反馈 首页

公告:小宅博客网可以开发票了,需要发票的,去群里找群主哈!!
全部文章分类
  • 人工智能 >

  • 编程语言 >

  • WPF系列 >

  • ASP.NET系列 >

  • Linux >

  • 数据库 >

  • 嵌入式 >

  • WEB技术 >

  • PLC系列 >

  • 微服务与框架 >

  • 小宅DIY >

  • 学习资料 >

OpenCv基础 ANN车牌识别 yolov5车牌识别 指针式仪表识别 ROS系列 YOLO Halcon Detectron2 昇腾AI ChatGPT在线体验 英伟达JETSON ChatGLM ChatTTS FunASR 地平线 ByteTrack 魔搭社区 LangChain
C C# C++ Python Java Go
WPF
ASP.NET小功能 GPS定位系统-MVC GPS定位系统-VUE ASP.NET WebRTC
Linux Linux内核 Shell MakeFile
MySql SqlServer Oracle
STM8 STM32 51单片机
VUE入门 HTML JavaScript CSS layui镜像网站 ElementUi中文官网 element-plus 图标
三菱 欧姆龙 西门子 施耐德 松下 台达
IOTSharp IOTGateway ABP FRAMEWORK Docker
亚克力音响 编程仙途:智驭万法
面试题与技巧 Python入门技能树 微软C#教程
首页 编程之美 工具下载 全国就业 流量地图 文心一言
OpenCv基础
内容介绍与资料分享 C# OpenCv环境搭建 C++ OpenCv环境搭建 Python OpenCv环境搭建 Java OpenCv环境搭建 OpenCv组件结构解析 OpenCv命名规范 OpenCv基本专业术语与方法 OpenCV 常用函数与构造体详细说明 创建画布 打开一张图片 利用imwrite生成透明png图像 图像打开、混合显示和输出 图像腐蚀 blur图像模糊(均值滤波) sobel边缘检测 canny边缘检测 Scharr滤波器 程序性能检测及优化 视频播放 摄像头录像与播放 双摄像头操作与图像相似度检测 颜色空间转换与物体追踪 彩色目标追踪 光流法运动目标检测 OpenCV中的稠密光流 背景减除 点追踪 人脸识别 支持向量机之SVM引导 支持向量机之处理线性不可分数据 ROI矩形截取 鼠标绘制矩形 用OpenCV进行基本绘图 绘图函数(python中文显示) 把鼠标当画笔 用滑动条做调色板 图像的基础操作 图像上的算术运算 多通道图像混合 图像的亮度、对比度调整 XML和YAML文件的写入 XML和YAML文件的读取 卷积操作 三种线性滤波 两种非线性滤波 7种图像处理形态学(1) 7种图像处理形态学(2) 漫水填充 图像缩放与图像金字塔 二值化基本阈值操作 图像阈值 Laplacian图像变换(拉普拉斯算子) 霍夫变换HoughLines边缘检测与线性矢量 霍夫变换HoughLinesP边缘检测与线性矢量 霍夫变换HoughCircles边缘检测与线性矢量 LSD快速直线检测 几何变换 remap重映射 remap实现多种重映射 仿射变换综合示例 直方图均衡化 CLAHE有限对比适应性直方图均衡化 draw最大的轮廓 轮廓的性质 点到多边形的最短距离 形状匹配 椭圆拟合与直线拟合 基础轮廓查找 查找并绘制轮廓综合示例 凸缺陷/凸包检测 凸包检测 创建包围轮廓的矩形边界 创建包围轮廓的圆形边 创建包围轮廓的矩形和圆形边界框 查找和绘制图片轮廓矩 分水岭算法 图像修补 H-S二维直方图的绘制/2D直方图 一维直方图的绘制 RGB三色直方图的绘制 直方图对比 使用掩膜绘制直方图 直方图反向投影 模板匹配 多对象模板匹配 cornerHarris角点检测 cornerHarris角点检测综合示例 Shi-Tomasi角点检测 亚像素级角点检测 角点检测的FAST算法(FAST特征检测器) 颜色识别 warpPerspective透视变换 SURF/SIFT特征点检测 SURF/SIFT特征描述 使用FLANN进行特征点匹配 FLANN结合SURF/SIFT进行关键点的描述和匹配 寻找已知物体(一) 寻找已知物体(二) 目标查找与跟踪 - Meanshift与CamShift BRIEF描述符 ORB ORB算法描述与匹配 LUT 图像灰度调整 离散傅里叶变换 双目摄像头与图像拼接 环境亮度检测 stitching 全景拼接 Maze-Solver迷宫解密 使用Haar分类器之面部检测 使用Haar分类器之行人检测 OpenCv Haar/LBP/HOG分类器-人脸识别 斑点检测 使用GrabCut算法进行交互式前景提取 对极几何 摄像机标定 姿势估计 立体图像中的深度地图 OpenCv中的KNN KNN手写数字识别 ​SVM手写数字识别(使用SVM进行手写数据OCR) 英文字母的OCR 预测手写数字(预测不准) K值聚类(一) K值聚类(二) 计算摄影学-图像去噪 高动态范围成像(HDRI或HDR) MSER区域检测 二维码、条形码识别 删除图像中的水印 OpenCv深度学习dnn Kinect-深度相机 OpenCv常用数学算法 360度旋转直线绘制 向量延长线上的像素扫描 Tools工具包-窗体分配
Java OpenCv环境搭建
OpenCv命名规范
激萌の小宅 小宅博客网 OpenCv基础

文章作者:激萌の小宅

促销:¥0

价格:¥0

配送方式: 购买后立即生效(如购买异常,请联系站长)
付款之后一定要等待自动跳转结束,否则购买可能会失败
  • 0 天

    有效期

  • 0

    总销量

  • 5

    累计评价

OpenCv组件结构解析

OpenCv 2.4.13.6的组件目录结构

参考网址:https://blog.csdn.net/poem_qianmo/article/details/19925819

OpenCv 2.4.13.6 的组件在“D:\Program Files\build\include”目录下,里面有两个文件夹,opencv这个文件夹里面包含着旧版的头文件。而opencv2这个文件夹里面包含着具有时代意义的新版OpenCV2系列的头文件

其中opencv_modules.hpp文件中包含了新模块构造相关的说明代码。


OpenCv 2.4.13.6的组件结构

1【calib3d】——其实就是就是Calibration(校准)加3D这两个词的组合缩写。这个模块主要是相机校准和三维重建相关的内容。基本的多视角几何算法,单个立体摄像头标定,物体姿态估计,立体相似性算法,3D信息的重建等等。


2【contrib】——也就是Contributed/Experimental Stuf的缩写, 该模块包含了一些最近添加的不太稳定的可选功能,不用去多管。2.4.8里的这个模块有新型人脸识别,立体匹配,人工视网膜模型等技术。


3【core】——核心功能模块,包含如下内容:

1)OpenCV基本数据结构

2)动态数据结构

3)绘图函数

4)数组操作相关函数

5)辅助功能与系统函数和宏

6)与OpenGL的互操作


4【imgproc】——Image和Processing这两个单词的缩写组合。图像处理模块,这个模块包含了如下内容:

1)线性和非线性的图像滤波

2)图像的几何变换

3)其它(Miscellaneous)图像转换

4)直方图相关

5)结构分析和形状描述

6)运动分析和对象跟踪

7)特征检测

8)目标检测等内容


5【features2d】 ——也就是Features2D, 2D功能框架 ,包含如下内容:

1)特征检测和描述

2)特征检测器(Feature Detectors)通用接口

3)描述符提取器(Descriptor Extractors)通用接口

4)描述符匹配器(Descriptor Matchers)通用接口

5)通用描述符(Generic Descriptor)匹配器通用接口

6)关键点绘制函数和匹配功能绘制函数


6【flann】—— Fast Library for Approximate Nearest Neighbors,高维的近似近邻快速搜索算法库,包含两个部分:

1)快速近似最近邻搜索

2)聚类


【gpu】——运用GPU加速的计算机视觉模块


7【highgui】——也就是high gui,高层GUI图形用户界面,包含媒体的I / O输入输出,视频捕捉、图像和视频的编码解码、图形交互界面的接口等内容


8【legacy】——一些已经废弃的代码库,保留下来作为向下兼容,包含如下相关的内容: 

1)运动分析

2)期望最大化

3)直方图

4)平面细分(C API)

5)特征检测和描述(Feature Detection and Description)

6)描述符提取器(Descriptor Extractors)的通用接口

7)通用描述符(Generic Descriptor Matchers)的常用接口

8)匹配器


9【ml】——Machine Learning,机器学习模块, 基本上是统计模型和分类算法,包含如下内容:

1)统计模型 (Statistical Models)

2)一般贝叶斯分类器 (Normal Bayes Classifier)

3)K-近邻 (K-NearestNeighbors)

4)支持向量机 (Support Vector Machines)

5)决策树 (Decision Trees)

5)提升(Boosting)

6)梯度提高树(Gradient Boosted Trees)

7)随机树 (Random Trees)

8)超随机树 (Extremely randomized trees)

10)期望最大化 (Expectation Maximization)

11)神经网络 (Neural Networks)

12)MLData


10【nonfree】——也就是一些具有专利的算法模块 ,包含特征检测和GPU相关的内容。最好不要商用,可能会被告哦。


11【objdetect】——目标检测模块,包含Cascade Classification(级联分类)和Latent SVM这两个部分。


12【ocl】——即OpenCL-accelerated Computer Vision,运用OpenCL加速的计算机视觉组件模块


13【photo】——也就是Computational Photography,包含图像修复和图像去噪两部分


14【stitching】——images stitching,图像拼接模块,包含如下部分:

1)拼接流水线

2)特点寻找和匹配图像

3)估计旋转

4)自动校准

5)图片歪斜

6)接缝估测

7)曝光补偿

8)图片混合


15【superres】——SuperResolution,超分辨率技术的相关功能模块


16【ts】——opencv测试相关代码,不用去管他


17【video】——视频分析组件,该模块包括运动估计,背景分离,对象跟踪等视频处理相关内容。


18【Videostab】——Video stabilization,视频稳定相关的组件,官方文档中没有多作介绍,不管它了。

Java OpenCv环境搭建
OpenCv命名规范

友情链接: CSDN激萌の小宅 95知识库 自考题库 罗分明个人网络博客 精益编程leanboot

小宅博客  www.bilibili996.com All Rights Reserved. 备案号: 闽ICP备2024034575号

网站经营许可证  福建省福州市 Copyright©2021-2025 版权所有

小宅博客
首页 智能家居 地图定位
公告:小宅博客网可以开发票了,需要发票的,去群里找群主哈!!

文章作者:激萌の小宅

促销:¥0

价格:¥0

配送方式: 购买后立即生效(如购买异常,请联系站长)
付款之后一定要等待自动跳转结束,否则购买可能会失败
  • 0 天

    有效期

  • 0

    总销量

  • 5

    累计评价

OpenCv组件结构解析

OpenCv 2.4.13.6的组件目录结构

参考网址:https://blog.csdn.net/poem_qianmo/article/details/19925819

OpenCv 2.4.13.6 的组件在“D:\Program Files\build\include”目录下,里面有两个文件夹,opencv这个文件夹里面包含着旧版的头文件。而opencv2这个文件夹里面包含着具有时代意义的新版OpenCV2系列的头文件

其中opencv_modules.hpp文件中包含了新模块构造相关的说明代码。


OpenCv 2.4.13.6的组件结构

1【calib3d】——其实就是就是Calibration(校准)加3D这两个词的组合缩写。这个模块主要是相机校准和三维重建相关的内容。基本的多视角几何算法,单个立体摄像头标定,物体姿态估计,立体相似性算法,3D信息的重建等等。


2【contrib】——也就是Contributed/Experimental Stuf的缩写, 该模块包含了一些最近添加的不太稳定的可选功能,不用去多管。2.4.8里的这个模块有新型人脸识别,立体匹配,人工视网膜模型等技术。


3【core】——核心功能模块,包含如下内容:

1)OpenCV基本数据结构

2)动态数据结构

3)绘图函数

4)数组操作相关函数

5)辅助功能与系统函数和宏

6)与OpenGL的互操作


4【imgproc】——Image和Processing这两个单词的缩写组合。图像处理模块,这个模块包含了如下内容:

1)线性和非线性的图像滤波

2)图像的几何变换

3)其它(Miscellaneous)图像转换

4)直方图相关

5)结构分析和形状描述

6)运动分析和对象跟踪

7)特征检测

8)目标检测等内容


5【features2d】 ——也就是Features2D, 2D功能框架 ,包含如下内容:

1)特征检测和描述

2)特征检测器(Feature Detectors)通用接口

3)描述符提取器(Descriptor Extractors)通用接口

4)描述符匹配器(Descriptor Matchers)通用接口

5)通用描述符(Generic Descriptor)匹配器通用接口

6)关键点绘制函数和匹配功能绘制函数


6【flann】—— Fast Library for Approximate Nearest Neighbors,高维的近似近邻快速搜索算法库,包含两个部分:

1)快速近似最近邻搜索

2)聚类


【gpu】——运用GPU加速的计算机视觉模块


7【highgui】——也就是high gui,高层GUI图形用户界面,包含媒体的I / O输入输出,视频捕捉、图像和视频的编码解码、图形交互界面的接口等内容


8【legacy】——一些已经废弃的代码库,保留下来作为向下兼容,包含如下相关的内容: 

1)运动分析

2)期望最大化

3)直方图

4)平面细分(C API)

5)特征检测和描述(Feature Detection and Description)

6)描述符提取器(Descriptor Extractors)的通用接口

7)通用描述符(Generic Descriptor Matchers)的常用接口

8)匹配器


9【ml】——Machine Learning,机器学习模块, 基本上是统计模型和分类算法,包含如下内容:

1)统计模型 (Statistical Models)

2)一般贝叶斯分类器 (Normal Bayes Classifier)

3)K-近邻 (K-NearestNeighbors)

4)支持向量机 (Support Vector Machines)

5)决策树 (Decision Trees)

5)提升(Boosting)

6)梯度提高树(Gradient Boosted Trees)

7)随机树 (Random Trees)

8)超随机树 (Extremely randomized trees)

10)期望最大化 (Expectation Maximization)

11)神经网络 (Neural Networks)

12)MLData


10【nonfree】——也就是一些具有专利的算法模块 ,包含特征检测和GPU相关的内容。最好不要商用,可能会被告哦。


11【objdetect】——目标检测模块,包含Cascade Classification(级联分类)和Latent SVM这两个部分。


12【ocl】——即OpenCL-accelerated Computer Vision,运用OpenCL加速的计算机视觉组件模块


13【photo】——也就是Computational Photography,包含图像修复和图像去噪两部分


14【stitching】——images stitching,图像拼接模块,包含如下部分:

1)拼接流水线

2)特点寻找和匹配图像

3)估计旋转

4)自动校准

5)图片歪斜

6)接缝估测

7)曝光补偿

8)图片混合


15【superres】——SuperResolution,超分辨率技术的相关功能模块


16【ts】——opencv测试相关代码,不用去管他


17【video】——视频分析组件,该模块包括运动估计,背景分离,对象跟踪等视频处理相关内容。


18【Videostab】——Video stabilization,视频稳定相关的组件,官方文档中没有多作介绍,不管它了。