필자는 검색보기의 선택에 따라 검색보기와 세부 사항 (2-3)보기를 가지고 있습니다. 검색 뷰 모델을 선택하면보기가 Main viewModel로 변경되고 선택한 ID가 포함 된 메시지가 전송됩니다. 주보기 모델이보기 변경 메시지를 받으면 상세보기 1을 호출합니다. 그러면 로케이터의 datacontext에 지정된보기 모델이 검색됩니다. 이보기 세부 사항이 검
나는 hough transform (극좌표)로 작업하고 있습니다. 내가 hough 변환에서 좌표에서 라인의 벡터 표현을 계산하고 싶습니다. 내 현재 구현은 이미지의 모든 픽셀 좌표를 (0,0)에서 (M, N)까지 반복합니다. 여기서 M과 N은 이미지의 크기입니다. 루프가 공간을 가로 지르면이 값이 계산됩니다. // 각도와 rho는 허프 공간의 극좌표입니다.
0.5m 거리에 고정 된 2 대의 카메라 (1.3MP)를 탑재 한 모바일 로봇과 관련된 로봇 프로젝트 작업을 시작합니다. 초음파 센서,하지만 그들은 단지 10 metter 범위를 가지고 내 환경은 다소 (예를 들어, 많은 기둥, 상자, 벽 등.) 큰 창고를 타고 큰 내 과제는 장애물을 식별하고 또한 대략 " "거친"환경 (1 층은 전혀 매끄럽지 않음)에서
나는이 질문에 Google이 답변 할 수 있다고 생각했지만,별로 운이 없었습니다. 누구나 Viola-Jones (Haar와 유사한 기능의 추가 단계) 메소드 이외의 모든 얼굴 탐지 알고리즘의 오픈 소스 C++ 구현을 알고 있습니까? 또한 어디서나 Fisherfaces의 오픈 소스 C++ 구현이 있습니까? 감사합니다.
OpenCV's HaarDetectObjects을 haarcascade_frontalface_default.xml과 함께 사용하여 얼굴을 상당히 안정적으로 탐지 할 수 있음을 발견했습니다. 그러나 얼굴을 식별하기위한 라이브러리 또는 메소드 (예 : 이름으로 레이블 지정)를 알고있는 사람은 누구입니까?
특정 개체를 설명 100 개 트레이닝 영상으로부터 추출 주어 N SIFT/SURF 기능 및 새로운 이미지 (A)로부터 추출 주어진 M SIFT/SURF 특징 사항 그 객체 (우리가 신경 쓰지 않는 다른 객체들), 이미지 A가 그 객체를 묘사하는지 어떻게 결정하겠습니까? 제가 알고 유일한 방법은 이러한 히스토그램에 분류 (예를 들어, SVM)을 훈련 후 훈련
광학 흐름을 연구 중이며 the lecture notes here 및 인터넷의 일부 샘플을 기반으로 I wrote this Python code. 모든 코드와 샘플 이미지도 있습니다. 약 4-5 픽셀의 작은 변위의 경우, 계산 된 벡터의 방향은 괜찮은 것처럼 보이지만 벡터의 크기는 너무 작습니다 (그 이유는 이들을 플로팅하기 전에 u, v에 3을 곱해야했기
원을 감지하려고하지만 거기에없는 원을 감지하고 있습니다. 내 코드는 아래와 같습니다. 누구나 void detectCircle(IplImage * img)
{
int edge_thresh = 1;
IplImage *gray = cvCreateImage(cvSize(img->width,img->height), 8, 1);
IplIm
두 이미지 사이에 호모 그래피 H가 있다고 가정합니다. 첫 번째 이미지는 참조 이미지이며, 평면 객체는 전체 이미지를 커버합니다 (이미지와 평행합니다). 두 번째 이미지는 또 다른 임의의 뷰 (런타임 이미지)에서 평면 객체를 묘사합니다. 이제 참조 이미지 p = (x, y)에 포인트가 주어지면 p 주위에 크기 SxS (S < = 20 픽셀)의 사각형 영역
는 돼지 OpenCV의 훈련 및 HOG 교육의 작동 방식에 대한 약간의 소스의 구현이있을 것 같지 않습니다. 내가 모은 것에서부터 HOG 훈련을 실시간으로 할 수 있습니다. 그러나 교육의 요구 사항은 무엇입니까? 교육 과정은 실제로 어떻게 작동합니까? 대부분의 컴퓨터 비전 알고리즘과 마찬가지로