hellohake - 个人主页动态

2020-10-28 23:08

市面上的摄像头有很多种，规格，价格也是千差万别，如何选择一款适应当前应用系统的摄像头是一个很关键的问题。   影响摄像头性能的参数主要有以下几种：  1. 分辨率：一般是说摄像头能支持到的最大图像大小，如640x480（普清）, 800x600, 1280x720（高清）, 1920x1080（全高清或超清）等。分辨率当然是越高越好，但也要考虑系统实际情况，如果系统就用不到1920x1080这样的分辨率，那就没必要采购这么高的摄像头。  一般可能应用到的视频分辨率有：  160x120,                  4：3  320x240,                  4：3  ...

0 点赞评论收藏

2020-10-28 23:08

华中科技大学 Java

C#之Chart控件系列教程——一（转载）

一、什么是Micosoft.Chart.Controls   Micosoft.Chart.Controls是微软自带的一个图形可视化的组件，可以在Web程序和窗体程序中（Windowsform）中使用。在.NET4.0之后（即VS2010之后）不需要再手动安装，集成在了VS里面，比如我用的VS2017版本，直接在工具箱中点开“ 数据 ”控件，里面就有一个Chart控件，直接拖动到窗体中即可，默认创建一个chart1的实例对象。 虽然现在流行很多的图形可视化控件库，要么缺少中文参考文档，要么是很古老的版本界面丑陋，要么是需要收费的控件，故而用来很不方便，使用微软自己的Chart依然可以实现很漂...

0 点赞评论收藏

2020-10-28 23:08

已编辑

华中科技大学 Java

32-SIFI特征点提取（EmguCV学习）

文章目录    Record Code 效果    Record 1、特征点检测与匹配常用的算法：FAST（FastFeatureDetector）、STAR（StarFeatureDetector）、SIFT、SURF、ORB、MSER、GFTT（GoodFeaturesToTrackDetector）、HARRIS、Dense、SimpleBlob等； 2、在EmguCV中，SIFT与SURF位于命名空间Emgu.CV.XFeatures2D下； 3、SIFT—尺度不变特征变换检测算法，SIFT特征对旋转，尺度缩放，亮度变化等保持不变性，是非常稳定的局部特征，应用广泛； 4、SIFT原理：...

0 点赞评论收藏

2020-10-28 23:07

已编辑

华中科技大学 Java

CHUSEI 3D Webcam摄像头双目模式使用（转载）

emm 1、网购了一个便宜的双目相机，没有什么函数可以调用来设置双目模式还是单目模式，只能通过UVC协议来进行相机的模式切换，研究了一下好像可以结合libusb库发送相关指令来实现，但是没有研究出来怎么使用C++，C#实现，后续有时间再看  2、原文链接：https://www.jianshu.com/p/2ce302d588a0 转载内容 嗯，好久不写博客，因为我在忙（bu）着（xiang）写（chao）论文。为我的心理健康着想，我决定搞点东西玩玩。于是我去某宝买了这个：        12大洋买的3d摄像头   实际上这个是一种型号为DS-3DW300的日产3d摄像头，每个头最大分辨率为6...

0 点赞评论收藏

2020-10-28 23:07

已编辑

华中科技大学 Java

33-SIFT特征匹配（EmguCV学习）

33-SIFT特征匹配    emm Record Code 效果    emm 懒了很久，还有最后一点儿，全部整理完~ Record  1、SIFI算子使用流程：  初始化SIFT向量，调用Detect()方法识别两张图片各自的特征点； 使用SIFT的Compute()方法计算计算两张图片各自特征点的特征描述符； 使用匹配器Matcher进行特征描述符匹配（BF与Flann），以其中一幅图片为模板，在另一幅图片中寻找匹配的特征点； 匹配结果保存在DMatch结构体变量中，设置距离阈值对匹配结果进行筛选，得到好的匹配点； 使用DrawMatch()方法进行绘制，显示匹配结果；   2、BF暴力...

0 点赞评论收藏

2020-10-28 23:07

已编辑

华中科技大学 Java

34-SURF特征匹配（EmguCV学习）

34-SURF特征匹配    Record 应用场景 Code 效果    Record  1、原理：     2、SURF类说明：   3、特征点的两种匹配方法：BF与Flann，，BF更加精确，运行时间更长，Flann计算速度更快，精度稍差；  应用场景 1、目标查找（具有尺度不变特点） 2、图像拼接（将多幅图像拼接起来） Code using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks; using System.D...

0 点赞评论收藏

2020-10-28 23:06

已编辑

华中科技大学 Java

35-运动物体检测1（EmguCV学习）

运动物体检测    Record Code 效果     1. 图片背景差法： 2. 视频背景差法检测运动物体： 3. 图片帧差法检测运动物体： 4. 视频帧差法检测运动物体      Record 1、运动物体检测常用的方法：背景差法、帧差法、光流法； 2、背景差法使用原图像减去背景图像，得到前景图像，也就是运动目标； 3、帧差法根据相邻两帧或三帧图像，利用像素间的差异性，判断是否有运动目标； 4、背景差法与帧差法都进行图像减法，最常使用AbsDidd()函数； 5、背景差法基本步骤：  6、帧差法基本步骤：  7、Else:  Code using System; using System...

0 点赞评论收藏

2020-10-28 23:06

已编辑

华中科技大学 Java

36-运动物体检测2（EmguCV学习）

运动物体检测2    Record Code 效果     1、物体运动轨迹绘制： 2、简单的车辆计数：      Record 案例： 1、使用椭圆对运动物体轮廓进行拟合（略）； 2、使用滤波方法去除噪声（略）； 3、根据轮廓正外接矩形大小对轮廓进行筛选（略）； 4、绘制物体的运动轨迹（done）； 5、简单的车辆计数（done）； Code  using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks; using Emg...

0 点赞评论收藏

2020-10-28 23:05

已编辑

华中科技大学 Java

37-简单人脸检测实例（EmguCV学习）

文章目录    Record Code 效果    Record 1、人脸检测：找出图像中人脸的位置；；人脸识别：根据人脸区域识别出人的姓名或其他标识，主要是机器学习方面的内容； 2、这里使用Harr特征检测器对人脸进行检测（简单跑了下程序）：   3、Harr分类器原理简述：    4、参考：https://www.cnblogs.com/ello/archive/2012/04/28/2475419.html Code using System; using System.Collections.Generic; using System.Linq; using System.Text; ...

0 点赞评论收藏

2020-10-28 23:05

华中科技大学 Java

38-简单人脸识别案例（EmguCV学习）

简单人脸识别案例    emmm Record Code 效果    emmm 终于敲了一遍了，到这儿教学视频的实践就结束了~， 视频质量还行，值得一看~ Record 1、常用的人脸识别方法：基于PCA变换的人脸识别（EigenFaceRecognizer）、基于Fisher变换的人脸识别（FisherFaceRecognizer）、基于局部二值模式的人脸识别（LBPHFaceRecognizer）; 2、基本步骤：①使用人脸检测类对训练图片进行提取，将训练图片归一化到相同大小；②创建PCA人脸分类器，对处理好的训练图片（必须是灰度图）进行训练；③调用predict()函数进行人脸识别； 3...

0 点赞评论收藏

2020-10-28 23:05

华中科技大学 Java

QTCreator部分快捷键

原文:https://blog.csdn.net/qq_22642239/article/details/77561433

0 点赞评论收藏

2020-10-28 23:04

华中科技大学 Java

脑图-第二章模型评估与选择（机器学习西瓜书学习）

0 点赞评论收藏

2020-10-28 23:04

华中科技大学 Java

脑图-第一章绪论（机器学习西瓜书学习）

0 点赞评论收藏

2020-10-28 23:03

华中科技大学 Java

SVM入门（十）将SVM用于多类分类

转载：http://www.blogjava.net/zhenandaci/archive/2009/03/26/262113.html  从 SVM的那几张图可以看出来，SVM是一种典型的两类分类器，即它只回答属于正类还是负类的问题。而现实中要解决的问题，往往是多类的问题（少部分例外，例如垃圾邮件过滤，就只需要确定“是”还是“不是”垃圾邮件），比如文本分类，比如数字识别。如何由两类分类器得到多类分类器，就是一个值得研究的问题。  还以文本分类为例，现成的方法有很多，其中一种一劳永逸的方法，就是真的一次性考虑所有样本，并求解一个多目标函数的优化问题，一次性得到多个分类面，就像下图这样：    ...

0 点赞评论收藏

2020-10-28 23:03

已编辑

华中科技大学 Java

LIBSVM使用方法

【原文：http://wenku.baidu.com/view/7e7b6b896529647d27285276.html】 目  录 1 Libsvm下载... 3 2 Libsvm3.0环境变量设置... 3 3 训练和测试数据集下载... 3 4 运行python程序的环境配置... 3 5 LIBSVM 使用的一般步骤是：... 3 6 再来说一下，libsvm-3.0的需要的数据及其格式。... 4 7 Libsvm数据格式制作：... 4 8 Windows版本的工具... 4 9 核函数的使用简介... 8 10 grid.py的使用... 10 11 subset.py使用方法...

0 点赞评论收藏

创作者周榜

关注他的用户也关注了：