OpenCV——Haar-like特征

Haar-like特征——即Haar特征,是计算机视觉领域一种常用的特征描述算子。它最早用于人脸描述。

目前常用的Haar-like特征可以分为以下几类:线性特征、边缘特征、点特征(中心特征)、对角线特征。

每一种特征的计算都是由黑色填充区域的像素值之和与白色填充区域的像素值之和的差值。而计算出来的这个差值就是所谓的Haar-like特征的特征值。

时间: 2024-10-21 02:16:11

OpenCV——Haar-like特征的相关文章

opencv - haar人脸特征的训练

step 1: 把正样品,负样品,opencv_createsamples,opencv_haartraining放到一个文件夹下面,利于后面的运行.step 2: 生成正负样品的描述文件 正样品描述文件find positive_boosted -iname "*.bmp" -exec echo \{\} 1 0 0 20 20 \; > face.info生成positive_boosted/face00244.bmp 1 0 0 20 20positive_boosted/

opencv提取surf特征点出现的错误

opencv实现surf特征的提取.本来是一个非常easy的代码,结果我执行时却出现了各种错误,以下来谈谈我出现的错误及问题的解决过程. 首先,我把提取surf特征的过程整合成了一个函数,我单独建立一个project读取两张图片,然后调用这个surf提取的函数时时不管是debug还是release模式下都是没有问题的.当我把这个函数加入到我如今已有的project代码里面的时候出现了各种奇葩错误.以下是我surf特征提取的函数 void surfdetect(IplImage *image1,I

【OpenCV入门教程之十八】OpenCV仿射变换 & SURF特征点描述合辑

本系列文章由@浅墨_毛星云 出品,转载请注明出处. 文章链接:http://blog.csdn.net/poem_qianmo/article/details/33320997 作者:毛星云(浅墨)    微博:http://weibo.com/u/1723155442 知乎:http://www.zhihu.com/people/mao-xing-yun 邮箱: [email protected] 写作当前博文时配套使用的OpenCV版本: 2.4.9 本篇文章中,我们一起探讨了OpenCV中

OpenCV仿射变换 & SURF特征点描述合辑

OpenCV仿射变换 & SURF特征点描述合辑 转载地址:http://blog.csdn.net/poem_qianmo/article/details/33320997?utm_source=tuicool&utm_medium=referral

OpenCV Haar AdaBoost源码改进

这几天研究了OpenCV源码 Haar AdaBoost算法,作了一下改进 1.去掉了所有动态分配内存的操作,对潜入式系统有一定的速度提升 2.注释覆盖了大量关键代码 3.减少了代码一半的体积,并且减少了部分健壮性的代码,速度比OpenCV源码提升6% 4.修改了大量数据结构,不依赖CV源码直接编译 注:使用时请注意,现仅支持单分支的Stages和单结点的Classifier训练好的结果集 Haar.h #ifndef _HAAR_H_ #define _HAAR_H_ #include "Ta

学习OpenCV——Surf(特征点篇)&flann

Surf(Speed Up Robust Feature) Surf算法的原理                                                                            1.构建Hessian矩阵构造高斯金字塔尺度空间 其实surf构造的金字塔图像与sift有很大不同,就是因为这些不同才加快了其检测的速度.Sift采用的是DOG图像,而surf采用的是Hessian矩阵行列式近似值图像.Hessian矩阵是Surf算法的核心,为了方便运

OpenCV Haar AdaBoost源码改进据说是比EMCV快6倍

<pre name="code" class="cpp">#include "Haar.h" #include "loadCascade.h" #include "Util.h" #include "stdio.h" #include "string.h" #include <math.h> #include <stdint.h>

opencv图像匹配常用特征点

特征点又称兴趣点.关键点,它是在图像中突出且具有代表意义的一些点,通过这些点我们可以用来识别图像.进行图像配准.进行3D重建等.本文主要介绍OpenCV中几种定位与表示关键点的函数. 一.Harris角点 角点是图像中最基本的一种关键点,它是由图像中一些几何结构的关节点构成,很多都是线条之间产生的交点.Harris角点是一类比较经典的角点类型,它的基本原理是计算图像中每点与周围点变化率的平均值.    (1)   (2) 其中I(x+u,y+u)代表了点(x,y)邻域点的灰度值.通过变换可以将上

Opencv得到HOG特征(HOGDescriptor 的使用)

个人觉得很多的博客都是从这里抄的:http://www.cnblogs.com/justany/archive/2012/12/03/2790548.html 直接说怎么用吧. 包含头文件:和一般的opencv程序无特殊的区别 需要加入的库:opencv_objdetect244.lib(realease中的 debug加一个d,配置的人应该都懂) 基本的使用:(两行代码) HOGDescriptor *desc=new HOGDescriptor(cvSize(40,80),cvSize(10

万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)

在最近刷今日头条以及其他媒体软件时,经常会发现一些AI换脸的视频,于是我想,可不可以自己实现一个可以进行人脸识别的软件程序.我的具体流程是先配合python网络爬虫先进行万张PubFig人脸公共图片的爬取,分析出图片具体特征,然后再配合机器学习的OpenCV视觉库进行软件的构建.有一篇Github的文章讲得很详细,大家可以参考:https://github.com/Hironsan/BossSensor. 前几篇博客先向大家讲解如何爬取PubFig人脸数据,然后本片的话先用一些动漫人脸图片,向大