腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

一棹烟波

专栏作者

58

文章

142661

阅读量

37

订阅数

libtorch初体验

https 网络安全 pytorch opencv c++

环境 Ubuntu -18.04.1， opencv3.4.0 , python 3.6, cmake 3.5.0, pytorch 1.0。

2019-05-25

1.3K0

全景图转小行星视角投影原理详解

全景图是2:1比例的图片，一般是多张图像拼接而成。全景图2:1的比例可以很方便的映射到球面，而球坐标可以很方便的实现各种有趣的投影。比如小行星，水晶球，局部透视投影等。

2018-12-07

2K0

图像融合之泊松融合（Possion Matting）

图像处理 opencv

前面有介绍拉普拉斯融合，今天说下OpenCV泊松融合使用。顺便提一下，泊松是拉普拉斯的学生。　　泊松融合的原理请参考这篇博文https://blog.csdn.net/u011534057/arti

2018-05-28

2.9K0

图像处理中kmeans聚类算法C++实现

图像处理编程算法 opencv

Kmeans聚类算法是十分常用的聚类算法，给定聚类的数目N，Kmeans会自动在样本数据中寻找N个质心，从而将样本数据分为N个类别。下面简要介绍Kmeans聚类原理，并附上自己写的Kmeans聚类算法实现。一、Kmeans原理　　1. 输入：一组数据data，设定需要聚类的类别数目ClusterCnt，设定迭代次数IterCnt，以及迭代截止精度eps 　　输出：数据data对应的标签label，每一个数据都会对应一个label（范围0 ~ ClusterCnt-1），表示该数据属于哪一类。

2018-05-28

2.9K0

图像融合之拉普拉斯融合（laplacian blending）

opencv 图像处理

一、拉普拉斯融合基本步骤　　1. 两幅图像L，R，以及二值掩模mask，给定金字塔层数level。　　2. 分别根据L，R构建其对应的拉普拉斯残差金字塔（层数为level），并保留高斯金字塔下采样最顶端的图像（尺寸最小的图像，第level+1层）：　　　　拉普拉斯残差金字塔构建方法如下，以L图为例：　　　　(1) 对L进行高斯下采样得到downL，OpenCV中pyrDown()函数可以实现此功能。然后再对downL进行高斯上采样得到upL，OpenCV中pyrUp()函数可以实现此功能。　　　

2018-05-28

2.2K0

two Pass方法连通域检测

opencv 编程算法

原理： Two-Pass方法检测连通域的原理可参见这篇博客：http://blog.csdn.net/lichengyu/article/details/13986521。参考下面动图，一目了然。

2018-03-19

2K0

OpenCV3.4两种立体匹配算法效果对比

opencv 编程算法

以OpenCV自带的Aloe图像对为例： 1.BM算法（Block Matching）参数设置如下： int numberOfDisparities = ((imgSize.width /

2018-03-19

4.5K1

引导图滤波（Guided Image Filtering）原理以及OpenCV实现

引导图滤波器是一种自适应权重滤波器，能够在平滑图像的同时起到保持边界的作用，具体公式推导请查阅原文献《Guided Image Filtering》以及matlab源码：http://kaimingh

2018-03-19

3.4K0

OpenCV角点检测源代码分析（Harris和ShiTomasi角点）

opencv 编程算法

OpenCV中常用的角点检测为Harris角点和ShiTomasi角点。以OpenCV源代码文件 .\opencv\sources\samples\cpp\tutorial_code\TrackingMotion\cornerDetector_Demo.cpp为例，主要分析其中的这两种角点检测源代码。角点检测数学原理请参考我之前转载的一篇博客 http://www.cnblogs.com/riddick/p/7645904.html，分析的很详细，不再赘述。本文主要分析其源代码： 1. Harris角点检

2018-03-19

1.8K0

真实场景的双目立体匹配（Stereo Matching）获取深度图详解

编程算法 opencv

　　双目立体匹配一直是双目视觉的研究热点，双目相机拍摄同一场景的左、右两幅视点图像，运用立体匹配匹配算法获取视差图，进而获取深度图。而深度图的应用范围非常广泛，由于其能够记录场景中物体距离摄像机的距离，可以用以测量、三维重建、以及虚拟视点的合成等。　　之前有两篇博客简要讲过OpenCV3.4中的两种立体匹配算法效果比较：http://www.cnblogs.com/riddick/p/8318997.html 。以及利用视差图合成新视点： http://www.cnblogs.com/riddick/p/

2018-03-19

9.7K1

真实场景的虚拟视点合成（View Synthsis）详解

opencv 编程算法

　　上一篇博客中介绍了从拍摄图像到获取视差图以及深度图的过程，现在开始介绍利用视差图或者深度图进行虚拟视点的合成。虚拟视点合成是指利用已知的参考相机拍摄的图像合成出参考相机之间的虚拟相机位置拍摄的图像，能够获取更多视角下的图片，在VR中应用前景很大。　　视差图可以转换为深度图，深度图也可以转换为视差图。视差图反映的是同一个三维空间点在左、右两个相机上成像的差异，而深度图能够直接反映出三维空间点距离摄像机的距离，所以深度图相较于视差图在三维测量上更加直观和方便。利用视差图合成虚拟视点利用深度图合成虚拟视

2018-03-19

2.6K0

OpenCV畸变校正原理以及损失有效像素原理分析

图像处理数据处理 opencv

上一篇博客简要介绍了一下常用的张正友标定法的流程，其中获取了摄像机的内参矩阵K，和畸变系数D。 1.在普通相机cv模型中，畸变系数主要有下面几个：(k1; k2; p1; p2[; k3[; k4; k5; k6]] ，其中最常用的是前面四个，k1,k2为径向畸变系数，p1,p2为切向畸变系数。 2.在fisheye模型中，畸变系数主要有下面几个（k1,k2,k3,k4）. 因为cv和fisheye的镜头畸变模型不一样，所以畸变系数也会有所不同，具体在畸变校正时的公式也不同，具体公式请参见opencv2.0

2018-01-12

2.9K0

ffmpeg中avframe的YUV格式数据到OpenCV中Mat的BGR格式转换

opencv 图像处理

ffmpeg实现音视频编解码是非常常用的工具，视频解码出来的raw数据是yuv格式，用来进行后续的图像处理一般是RGB格式的。所以需要从yuv到rgb或者bgr的转换，ffmpeg提供了相应的转换API函数：下面代码中dec_ctx是解码器上下文，AV_PIX_FMT_BGR24是要转换成的图像数据格式，通过avpicture_get_size()函数获取图像的数据占用空间大小，并使用av_malloc()分配一个outBuff。将outbuff挂到video_frameBGR结构体上，并设置好格式转换

2018-01-12

2.6K0

AVFrame转换到Mat，yuv420p转换到RGB源代码

FFmpeg中AVFrame到OpenCV中Mat的两种转换方法方法一：查表法 void AVFrame2Img(AVFrame *pFrame, cv::Mat& img) { int frameHeight = pFrame->height; int frameWidth = pFrame->width; int channels = 3; //输出图像分配内存 img = cv::Mat::zeros(frameHeight, frameWidth, CV_8

2018-01-12

2.5K0

OpenCV二维Mat数组（二级指针）在CUDA中的使用

　　CUDA用于并行计算非常方便，但是GPU与CPU之间的交互，比如传递参数等相对麻烦一些。在写CUDA核函数的时候形参往往会有很多个，动辄达到10-20个，如果能够在CPU中提前把数据组织好，比如使用二维数组，这样能够省去很多参数，在核函数中可以使用二维数组那样去取数据简化代码结构。当然使用二维数据会增加GPU内存的访问次数，不可避免会影响效率，这个不是今天讨论的重点了。　　举两个代码栗子来说明二维数组在CUDA中的使用（亲测可用）： 1. 普通二维数组示例：输入：二维数组A（8行4列）输出：二维数

2018-01-12

3K0

OpenCV两种畸变校正模型源代码分析以及CUDA实现

opencv 编程算法 https

图像算法中会经常用到摄像机的畸变校正，有必要总结分析OpenCV中畸变校正方法，其中包括普通针孔相机模型和鱼眼相机模型fisheye两种畸变校正方法。普通相机模型畸变校正函数针对OpenCV中的cv::initUndistortRectifyMap()，鱼眼相机模型畸变校正函数对应OpenCV中的cv::fisheye::initUndistortRectifyMap()。两种方法算出映射Mapx和Mapy后，统一用cv::Remap()函数进行插值得到校正后的图像。 1. FishEye模型的畸变校正。

2018-01-12

4.1K0

cuda纹理内存的使用

CUDA纹理内存的访问速度比全局内存要快，因此处理图像数据时，使用纹理内存是一个提升性能的好方法。贴一段自己写的简单的实现两幅图像加权和的代码，使用纹理内存实现。输入：两幅图 lena, moon

2018-01-12

2K0

OpenCV3.0 HDR（高动态范围）示例代码以及用法

OpenCV 3.0以及以后版本集成了HDR算法，样例代码的路径为： .\sources\samples\cpp\tutorial_code\photo\hdr_imaging.cpp。实现算法的参考文献为《Recovering high-dynamic range radiance maps from photographs》，作者主页：http://www.pauldebevec.com/Research/HDR/。作者主页上有实验的测试图片序列，可以下载下来，配合样例代码使用。OpenCV官方文档

2018-01-12

2.2K1

libpng+VS2012(VS2015)的使用

opencv html .net

OpenCV保存PNG图像底层调用的就是libpng库，简要说一下libPNG库的单独使用。 1.首先需要下载两个库，一个是libpng，一个是zlib libpng库下载地址:http://www

2018-01-12

1.8K0

speex库音频降噪(含代码)

speex库中音频降噪效果不错，应该是应用最广泛的吧，speex库下载地址https://www.speex.org/downloads/，可以直接下载二进制代码使用，像配置OpenCV一样配置speex库就可以了。speex库的API参考文档下载：http://download.csdn.net/detail/yizhaoyanbo/9856894。贴出C语言实现的音频降噪代码如下。代码中采样率、音频帧大小需要根据实际情况设置，HEADLEN是WAV格式的文件头，占44个字节，这44个字节是不需要处理

2018-01-12

3.3K0

点击加载更多

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态