其他

        最近開始學習Opencv，使用Opencv內建的Canny演算法做了一個小應用，頓時感受到電腦視覺的奇妙。程式很簡單，流程如下：                1.開啟網路攝影機                 2.對視頻進行邊緣檢測                3.輸出檢測到的邊緣        程式提供了2個滑動條，可以根據具體情況，自己更改閾值觀察效果開發環境：VC++6.0 + Opencv1.0代碼如下:#include "cxcore.h"#include

這幾天跑了Opencv中的camshift演算法，發現目標需要自己去選，夠費勁的。突然想要，是hog進行人體檢測，然後用shift去跟蹤是不是效果會好些。camshift的跟蹤還好，主要是hog的檢測，opencv中hog檢測的誤檢率還是很高的。程式我直接拿來了opencv中現成的代碼，也就是個簡單的demo。大家看看，感覺下效果就可以了如果需要更精確的效果，程式還需要很多最佳化，畢竟opencv中的camshift演算法緊緊是重心的跟蹤迭代。程式如下：#include <fstream&

 David Lowe 的sift一直被大家拿來使用，自己編不出來，編出來估計也不如人家編的好，就拿來用了首先利用sift對目標物提取特徵點，作為之後的判斷依據demo的目的是再一段視頻中檢測到目標物體。我們利用了opencv去讀取一段視頻利用sift去提取每一幀的特徵點，之後進行匹配起初想去除錯檢測點，但發現確實不太好處理，演算法時間，錯誤點數量，如何達到最優都比較麻煩。最後覺得既然是要檢測出目標那麼判斷匹配點的數量如果數量足夠多那麼就發出警示。也就是規定一個閥值而已。程式源碼如下:void

下面這段代碼我們都很熟悉#include <stdio.h>int main(){int n=5;while(n){n=n-1;}printf("%d\n",n);return 0;}它的輸出結果為0.再看下面這一段代碼：#include <stdio.h>int main(){int n=5;while(n--){;}printf("%d\n",n);return

function [t]=statxture(f,scale)if nargin==1 scale(1:6)=1;else scale=scale(1:6)';endp=imhist(f); %p是256*1的列向量p=p./numel(f);L=length(p);[v,mu]=statmoments(p,3);%計算六個紋理特徵t(1)=mu(1); %平均值t(2)=mu(2).^0.5;

HOG用了很久，今天試著自己寫了一個大部分用的還是matlab工具箱的函數梯度長條圖差值哪裡沒有編寫代碼裡有最後顯示成向量圖的方法程式編的不對的地方，請大家指正。第一個是主程式：clc;clear;image = imread('crop001019.png');figure;imshow(image);image = double(image);image = imresize(image,[128 64]);block = zeros(16,16);cell = 8;block =

看到一道有意思的Google面試題，下面來分享一下題目：假設在一段高速公路上，30分鐘之內見到汽車經過的機率是0.95。那麼，在10分鐘內見到汽車經過的機率是多少？（假設機率恒定）對於這種題目，咋一看好像缺條件，其實不然。在生活中遇到的許多問題都像這樣的問題一樣，題目敘述簡單，但仔細一想又不是那麼簡單，那麼需要啟用發散思維，一般都可以從多角度來解答它。下面給出兩種解法：(1)

今天跑了下Opencv的Face

    OpenCV VS與普通OpenCV函數不同在於：普通cxcore、cv函數均是C函數，而VS是利用C++的介面、多態、繼承等技術構建起來的體系，由一些類、結構、全域函數組成。所以要學習和使用VS，要有較強的C++基礎。“勿在浮沙築高台”，如果不懂介面、多態、繼承等C++的基本技術，還是去惡補一下再回來。   

Matlab真的很強打，最佳化都方便了很多先說說linprog的使用吧：min f'x約束條件： Ax<=b等式約束條件： Aeqx=beqlb<=x<=ublinprog函數的調用格式如下：linprog中f都是求最小值，這個要記住。A和b是不等式約束條件的參數Aeq和beq是等式約束條件的參數lb和ub為x取值的取值範圍。函數使用形式：x=linprog(f,A,b)x=linprog(f,A,b,Aeq,beq)x=linprog(f,A,b,Aeq,beq,lb,ub)

I was using the Matlab R2011b and intended to request the resource from the camera. The camera was well set up. Problem description:>> OUT = imaqhwinfo OUT =     InstalledAdaptors: {'matrox'  'winvideo'}        MATLABVersion: '7.13 (R2011b)'   

一個小的程式，在網上找了很久沒有發現自己搞了一個大家看看第一個是很笨的辦法：yuv三個分量分別寫在3個矩陣下，然後合并之後轉換為rgb分量的圖片格式就可以了；代碼如下：IplImage *image,*rgbimg,*yimg,*uimg,*vimg,*uuimg,*vvimg;rgbimg = cvCreateImage(cvSize(nWidth, nHeight),IPL_DEPTH_8U,3);image = cvCreateImage(cvSize(nWidth,

最近需要熟悉一下haar特徵，帶著一個師妹熟悉一下從特徵提取到訓練的整個過程。第一次接觸，熟悉玩haar特徵和adaboost原理後。實驗開始了實驗中採用了MIT CACL人臉的資料庫。實驗中產生樣本資料的命令如下：char order0[1024] = "opencv_createsamples.exe \-vec pos.vec \-info faces\\faces.txt \-w 20 \-h 20 \-num 2000";這一步一般都沒有問題之後就是資料訓練了，命令如下：char

這個不就是浮水印嗎？（好像）電視廣告幾乎從電視誕生的那天就存在了，我們對此並不陌生，線上視頻網站如優酷、馬鈴薯等也採用了標題廣告的辦法——我們在這些網站上面頻繁看到的15秒/30秒廣告就是它們獲得營收的重要手段。視頻廣告的實現自然不只有標題廣告這種“硬”辦法，更軟的一種辦法就是廠商與視頻作者合作，以“產品植入”的形式進行廣告宣傳，只要處理得當，相較標題廣告，產品植入的做法更易讓觀眾接受（“拜蘋果教”的美劇和好萊塢電影就熱衷在影視作品裡植入蘋果產品，而蘋果卻宣稱未掏分文）。但這種辦法的一種弊端是靈

//list.h#ifndef _List_H#define _List_H#include <stdio.h>#include <stdlib.h>#define NotFound NULL;typedef struct List {int value;struct Node * next;}Node;typedef struct List *pNode;typedef pNode pList;typedef pNode Position;pList

Google 目前被公認為是全球規模最大的搜尋引擎，它提供了簡單易用的免費服務。進入Google工作可能是許多學習電腦的IT人士的夢想，因為Google公司不僅有非常好的工資待遇，而且無與倫比的工作環境，更重要的是：在那裡我們能夠實實在在學習到很多的東西。。。要想去 Google 工作, 可不是一件容易的事情. Google 的目標是招攬世界上最優秀的軟體工程師.首先想想自己是不是 世界上 最優秀 的軟體工程師, 然後再做決定吧.去 Google 工作,

       機率究竟是什嗎？機率到底是由人的主觀決定的還是客觀存在的？在這裡寫下一些我對機率的思考，不當之處，希望各位多多指正。       首先來舉一個例子，將一個人關在一個沒有窗戶的屋子裡，他之前對外面的天氣一無所知，然後問他過會下雨的可能性是多少，他可能回答50%（顯然這是猜的）。如果讓他到戶外看看，他發現萬裡烏雲，有風雨欲來之勢。這時再問他過會下雨的機率是多少，他可能就會回答90%。要麼下雨，要麼不下雨，這個問題本身只有2個答案，那這個機率90%代表著什麼意思呢？按照機率的定義來解釋，

以前做演算法實現一直用的說matlab，最近做目標跟蹤的演算法，開始使用Opencv，發現Opencv真的很強大，集合了很多演算法，封裝了很多函數，使用方法跟matlab很類似，但又比matlab的效率高。下面說我使用hog演算法進行人體檢測的代碼，跟Opencv中的peopledetect.cpp類似，不過我修改了一些代碼，可以檢測連續的視頻序列。代碼如下：#include <fstream>#include <string>#include <cv.h>#

以下程式編譯環境為gcc1.#include <stdio.h>#include <string.h>int main(){char* s1 = "Hello";s1[0] = 'z';printf("%s\n",s1);return 0;}編譯不會出錯，但運行錯誤Segmentation fault。因為字串"Hello"在字元常量區，指標s1指向字元常量區，字元常量區是不可更改的，所以（s1[0] = 'z'） 這一步錯誤。其實，char* s1 = "Hello"