图像处理就在身边

今天周末,去南京博物馆游览。路上还是发生了很多值得关注的事情的。因为是从事图像处理方面工作的,所以为和图像相关的东西格外关注。

一、人行道自动抓拍;

主要是针对过街行人闯红灯的。通过自动抓拍、人脸识别、实时曝光!这样起到很好的教育警示作用。应该说是图像处理非常好的运用。(当然这个东西我们自己也可以做,但是人家在思路上已经领先了)

二、手机自动校正;

在不是很复杂的背景下,能够直接将前景文本识别出来,可能是像素问题,速度慢了点。

 三、全景拼接;

现在随便一个相机拿出来,都能够全景拼接了-而且拼接的效果很好(可以看到近处有一个小朋友在走动),基本不维和。但是这方面的算法现在到底是怎样的?需要具体研究,使用手机来进行实时的图片获取拼接时非常好的运用场景。(计划明年2月份搭建这样一个供应),虽然别人已经实现了,但是咱也要知道原理。

小结反思:不断挖掘运用场景,对现有技术能够掌握原理、灵活运用、快速搭建图像处理框架,解决实际问题。图像处理的运用和需求就在身边,关键是自己要去挖掘!共勉!

时间: 2024-10-28 18:50:56

图像处理就在身边的相关文章

图像处理大型科普——图像直方图

图像处理大型科普--图像直方图 偶尔跟在浙大读研的湖大一姐谈起轮廓识别,她正在做一个能把衣服分类成不同款式的应用,衣服平摊好,然后用手机一扫,马上就能告诉你这是T-SHIRT还是裙子,什么?你敢说这玩意鸡肋?T-SHIRT和裙子当然容易分别,但那些 莲蓬裙.连衣裙.连体裙.半截裙.背带裙.连体裤.热裤.短裤.超短裤.齐X裤.打底裤.靴裤.吊带裤你真的分得清楚么? 分不清的先去一旁罚歌一首 继续说正事 学姐大概是这么做的,先灰度,然后获取高频分量,然后根据高频分量二值化,然后获取轮廓的点集,然后通

图像处理---开篇记录

最近在做图像处理方面的几个小任务.接到任务,深感无基础(欠下的知识债),从最开始的无从下手.焦躁.到现在的平静,以及最近看到的一些人事儿和感受,坚持一件事情很重要,就算没有兴趣 培养兴趣,每天进步一点点就会有坚持下去的动力,才能未来职业道路上不迷茫.不恐惧.不要欠知识.时间.生活.情感等任何债,珍惜时间,珍惜一切.精力有限,一定要知道自己要什么,一定要知道自己要怎么不断丰满羽翼才能实现,否则如浮萍,回头往前看都是“后悔”.出来混,欠下的早晚要还的.今天是昨天决定的,明天是今天决定的. 恶补图像处

其实幸福就在身边

上大学时,在夜里打工回家的路上,我看见一只小猫. 一喊它,它便一边叫一边跟着我走,一路紧追不舍,跟到了家门口. 无奈我只好给它一点吃的.猫咪就在家里住了下来. 我并没有专门为它起名字,有一天听广播,说有个人养的猫不久前失踪了,名字叫彼得.于是我想:"得了,就叫彼得吧." 彼得就这样生活在我家,长成了一只有点凶的小公猫.早晨肚子饿了,它就啪唧啪唧地拍打我的脸.不过一人一猫比较投缘,我们一起生活了好多年. 只要和猫儿一起坐在午后的阳光里,静静地闭上眼睛,时间就会温柔而亲密地流淌过去. 后来

图像处理之三种常见双立方插值算法

http://blog.csdn.net/jia20003/article/details/40020775 图像处理之三种常见双立方插值算法 双立方插值计算涉及到16个像素点,其中(i', j')表示待计算像素点在源图像中的包含 小数部分的像素坐标,dx表示X方向的小数坐标,dy表示Y方向的小数坐标.具体 可以看下图: 根据上述图示与双立方插值的数学表达式可以看出,双立方插值本质上图像16个像素点 权重卷积之和作为新的像素值. 其中R(x)表示插值表达式,可以根据需要选择的表达式不同.常见有基

【20160924】GOCVHelper 图像处理部分(1)

增强后的图像需要通过图像处理获得定量的值.在实际程序设计过程中,轮廓很多时候都是重要的分析变量.参考Halcon的相关函数,我增强了Opencv在这块的相关功能.      //寻找最大的轮廓 VP FindBigestContour(Mat src){ int imax = 0; //代表最大轮廓的序号 int imaxcontour = -1; //代表最大轮廓的大小 std::vector<std::vector<cv::Point>>contours; findContou

详解OS X和iOS图像处理框架Core Image

转自:http://www.csdn.net/article/2015-02-13/2823961-core-image 摘要:本 文结合实例详解了OS X和iOS图像处理框架Core Image的使用,如何通过Core Image来创建和使用iOS的内置滤镜,非常适合初学者学习.虽然示例代码是用Swift写的iOS程序,不过实现概念很容易转换到 Objective-C和OS X. 这篇文章会为初学者介绍一下Core Image,一个OS X和iOS的图像处理框架. 如果你想跟着本文中的代码学习

图像处理算法交流群群规和近期福利活动

作为一名资深的图像处理算法业余爱好者,为了方便同道中人交流学习,我特别建立了一个QQ群(群号:529549320),出于新人培训之目的,也为了免去我每次都重复群规之繁琐,更为了方便群活动之开展特借CSDN宝地发此贴,以做一劳永逸之举. 关于入群资质: 1)无论你是大神还是小白,我们都欢迎: 2)无论你是业界专家还是在校学子,我们都欢迎: 3)无论你是专业精英还是业余爱好者,我们都欢迎. 总之,"是故无贵无贱,无长无少,道之所存,师之所存也". 但是,为了防止你因为不慎而加错群,我们特别

图像处理中的数学原理详解17——卷积定理及其证明

欢迎关注我的博客专栏"图像处理中的数学原理详解" 全文目录请见 图像处理中的数学原理详解(总纲) http://blog.csdn.net/baimafujinji/article/details/48467225 图像处理中的数学原理详解(已发布的部分链接整理) http://blog.csdn.net/baimafujinji/article/details/48751037 1.4.5   卷积定理及其证明 卷积定理是傅立叶变换满足的一个重要性质.卷积定理指出,函数卷积的傅立叶变

STM32F103+ov7670的简单图像处理

突然意识到自己这块东西没有发过,所以补上一发,之前搜过淘宝,这次搜了CSDN发现写着这个的还真不多,用过淘宝骑飞和战舰家的配套例程,自己学习的时候看的是红白皮的< STM32F 32位ARM微控制器应用设计与实践>,里面专门一章帮着入门,稍稍懂点的都能看得懂. 然后我自己用骑飞的板子做过简单的灰度化.二值化.拉普拉斯得边界,简单的寻找已知目标,meanshift等等,后来还做了下怀旧色.复古色的滤镜切换.最终考虑到f103的资源.运算速度跟不上图像处理,果断点到为止了. 再之后有帮人弄了下战舰