第四课
从一个应用程序开始,它将图像显示为一个Mat对象,然后调整大小、旋转图像或检测“canny”的边缘,再显示结果。然后,为了忽略图像feather的高频边缘,模糊图像,再次运行边缘检测器。随着窗口大小的增加,feather的边缘消失,只留下输入图像中更重要的边缘。
05
第五课
获取一个输入的MP4视频文件(一辆驶过金门大桥的车辆的镜头),在一系列连续的帧中检测拐角,然后围绕识别的特征画小标记圆。观察这些被划分的特征是如何从一个帧跟踪到另一个帧的。然后,根据特征标记在帧之间移动的距离对特征标记进行着色。这种简单的分析允许距离相机较远的点(移动较少)被这样划分。
06
第六课
当汽车从一个框架移动到另一个框架时,使用特征和描述符来跟踪它。在Mat中存储(ORB)描述符,并在视频播放时将特征与参考图像的特征匹配。学习用RANSAC算法过滤掉无关的匹配。然后用单应矩阵乘以点,在识别出的对象周围创建一个边界框。结果并不完美,但是尝试不同的滤波技术,并应用光流对样本实现进行改进。要精通计算机视觉,需要参数调整和实验。