-
opencv2.4.9--Meanshift实现分割
应用背景meanshift经常用来寻找模态点,即密度最大的点。所以这里同样可以用它来寻找这5维空间的模态点,由于不同的点最终会收敛到不同的峰值,所以这些点就形成了一类,这样就完成了图像分割的目的,有点聚类的意思在里面。关键技术首先设置好参数,然后用函数pyrMeanShiftFiltering()对输入的图像进行分割。分割后的结果保存在该函数的第二个参数即输出图像中,最后根据该分割图像的特点用floodFill()函数对其分割的结果用不同的颜色进行填充。当然该函数的使用暂时没有彻底的弄清楚。
- 2022-01-21 05:35:44下载
- 积分:1
-
GABOR滤波器代码
我上传的这个Matlab源程序代码是Gabor滤波器在Matlab下的源代码,内容详细,对初学者来说是很好的资源,很容易就看明白,而且直接在工作空间中运行就会得到结果
- 2022-05-19 20:28:37下载
- 积分:1
-
基于opencv线性插值缩放数字图像
基于opencv对图像实行双线性插值缩放以及最临近插值缩放#include "highgui.h"
#include "cv.h"
IplImage *src=NULL;
IplImage *dst1,*dst2;
void main()
{
double scale1=0.1;
double scale2=10;
CvSize dst1_size;
CvSize dst2_size;
src=cvLoadImage("E:学习VC文件c++ pricticepro1pro1.jpg");
//缩小系数
dst1_size.width=(int)(src->width*scale1);
dst1_size.height=(int)(src->height*scale1);
dst1=cvCreateImage(dst1_size,src->depth,src->nChannels);
cvResize(src,dst1,CV_INTER_NN);//像素插值(最邻近插值)缩小
//放大系数
dst2_size.width=(int)(dst1->width*scale2);
dst2_size.height=(int)(dst1->height*scale2);
dst2=cvCreateImage(dst2_size,src->depth,src->nChannels);
cvResize(dst1,dst2,CV_INTER_NN);//像素插值(最邻近插值)放大
cvNamedWindow("原图",CV_WINDOW_AUTOSIZE);
cvNamedWindow("缩小10倍后图",CV_WINDOW_AUTOSIZE);
cvNamedWindow("缩小10倍后再放大10倍还原图",CV_WINDOW_AUTOSIZE);
cvShowImage("原图",src);
cvShowImage("缩小
- 2022-03-11 07:02:41下载
- 积分:1
-
图片视频化
资源描述将一系列图片合成视频。通过设置一系列图片的命名为连续数字,程序代码可以实现输出为顺序播放该系列图片的视频。并且在程序中可以通过调节视频帧率改变图片在视频中的播放速度。默认的视频输出格式为avi格式。
- 2022-01-30 16:07:32下载
- 积分:1
-
粒子滤波算法
粒子滤波算法,非常管用的运动估计和运动预测,mat源代码
- 2022-03-21 14:23:56下载
- 积分:1
-
非局部均值滤波器原代码
非局部均值滤波器原代码。作者:Author: Jose Vicente Manjon Herrera & Antoni Buades
- 2022-11-15 18:30:02下载
- 积分:1
-
3dmax 虚拟画廊
这是一个3dmax 制作虚拟画廊的详细步骤,供初学者学习使用
- 2023-04-02 03:35:33下载
- 积分:1
-
利用VC++实现画图程序
功能:可以绘制椭圆,矩形,直线,可更改绘制线条的类型,宽度,颜色等,有预览小窗口等简单的小操作,基于MFC
- 2022-02-24 23:12:39下载
- 积分:1
-
caffe训练与学习
caffe学习笔记4_学习搭建自己的网络——MNIST在caffe上进行训练与学习学习笔记1_CIFAR-10在caffe上进行训练与学习学习笔记2_用一个预训练模型提取特征学习笔记5_逐层可视化图像特征
- 2022-01-26 05:23:42下载
- 积分:1
-
基于空间和谱熵的无参考图像质量评价
我们开发高效通用无参考 (星期日) 图像质量评价 (IQA) 模型,它利用局部的空间分辨率和光谱熵特征上的扭曲图像。我们使用随后进行质量评估的失真分类 2 阶段框架,利用支持向量机 (SVM) 训练图像畸变和质量预测发动机。由此产生的算法,称为基于空间谱熵的质量 (SSEQ) 指数是能够跨多个扭曲类别评估扭曲图像的质量。我们解释用熵特征和它们与感知的相关性,彻底评估生活 IQA 数据库的算法。我们发现 SSEQ 与吻合较好的图像质量,人类的主观意见,统计学上优于全参考 (FR) IQA 算法独和几种高绩效 NR IQA 方法: 痹祺、 DIIVINE、 BLIINDS-ⅱ 型。SSEQ 具有相当低的复杂度。我们还测试了 SSEQ 的 TID2008 数据库,以确定它是否是独立于数据库的性能。
- 2022-10-20 04:00:03下载
- 积分:1