OpenCV学习笔记（三十六）——Kalman滤波做运动目标跟踪
kalman滤波大家都很熟悉，其基本思想就是先不考虑输入信号和观测噪声的影响，得到状态变量和输出信号的估计值，再用输出信号的估计误差加权后校正状态变量的估计值，使状态变量估计误差的均方差最小。具体它的原理和实现，我想也不用我在这里费口舌，但这个理论基础必须的有，必须得知道想用kal
OpenCV学习笔记（三十五）——用Qt做摄像头读取
再介绍一下我的开发环境Qt4.7.4+OpenCV2.3.1+VS2008，其实很简单，先在自己的QMainWindow子类里面声明如下变量： public: camCapture(QWidget*parent=0,Qt::WFlagsflags=0); ~camCapture(); protected: voidpaintEvent(QPaintEvent*e); private: Ui
OpenCV学习笔记（三十四）——OpenCV路在何方
目录(?)[-] 一 Coming Soon 二 Missing Now 之前做了haartraining的东西，感觉到OpenCV里面实现的东西还不是很好，这个老版本的haartraining的东西在新版本仍然是用老版本的函数来实现的，让我很不爽。于是好期待下一版本的到来，索性研究一下OpenCV路在何方，由于才接触
OpenCV学习笔记（三十三）——用haar特征训练自己的分类器（再做手势检测）
自己跟踪了一下代码，发现OpenCV的级联分类器的分为老版本和新版本，所有的haar级联分类器都是老版本的，只有一个lbp分类器是新版本的，而老版本的级联分类器的训练检测还是用老版本的数据结构来写的（让我很不爽，真想变得强大起来，用新数据结构写一下），为了这个新版本的级联分类器，多添加了大
OpenCV学习笔记（三十二）——制作静态库的demo，没有dll也能hold住 字号+作者：赢咖4 来
为了让自己的程序在别人那里运行起来，竟然加了十余个dll，才搞定，太不方便了。对于我这土鳖的办法，有好心的网友看不下去了，告诉我OpenCV是可以制作静态链接库。我顿时来了兴致，百度之，发现确实有办法，但很多都是老版本的数据结构，还是对cv.lib等等的处理。我这里用2.3版实现了一下，把我的心
OpenCV学习笔记（三十一）——让demo在他人电脑跑起来
这一节的内容感觉比较土鳖。这从来就是一个老生常谈的问题。学MFC的时候就知道这个事情了，那时候记得老师强调多次，如果写的demo想在人家那里演示一下，一定要选择静态库使用mfc，而不是选择动态链接库，否则在人家电脑里没有对应的dll文件，是无法运行起来的。可见老师在这方面吃过亏啊。昨
OpenCV学习笔记（三十）——解开VideoInput面纱highgui
最近做一个东西，摄像头使用的高清摄像头，采集出来的视频是D1格式（720*480）。使用VideoCapture发现速度很忙，网上的朋友说VideoCapture提供的读写功能采用VFW，效率低下且有些格式支持不好。而OpenCV2.0 内置了videoInput Library，可以自动在VFW和DirectShow间切换。videoInput是老外写的功
OpenCV学习笔记（二十九）——视频前景的提取Video
视频捕捉的对象中，背景通常保持不变。一般分析中关注移动的前景物体，威力提取出前景物体，需要建立背景的模型，将模型和当前帧进行比对检测前景物体。前景提取应用非常广泛，特别是在智能监控领域中。 如果有不含前景物体的背景图片，提取前景的工作相对容易，只需要比对当前帧和背景图片的不
OpenCV学习笔记（二十八）——光流法对运动目标跟踪Video
OpenCV配套的教程Tutorials对于Video的部分，没有实例进行说明，我只能摸石头过河啦，之前试过一个camShift做目标检测，这次试一试光流法做运动估计。这里使用的光流法是比较常用的Lucas-Kanade方法。对于光流法的原理，我就不过多介绍了，主要讲使用OpenCV如何实现。 首先利用goodFeaturesTo
OpenCV学习笔记（二十六）——小试SVM算法ml
目录(?)[-] 1设置训练样本集 2设置SVM参数 3训练SVM 4用这个SVM进行分类 5获得支持向量 总感觉自己停留在码农的初级阶段，要想更上一层，就得静下心来，好好研究一下算法的东西。OpenCV作为一个计算机视觉的开源库，肯定不会只停留在数字图像处理的初级阶
OpenCV学习笔记（二十五）——OpenCV图形界面设计Qt+VS2008
一直对MFC对OpenCV的支持不好而耿耿于怀，了解了Qt对OpenCV支持很好，但网上这方面的资料很少。我这里强烈建议利用C++开发的朋友们不要再使用老版本的数据结构了，实在影响开发效率。至于大家最熟悉的参考书《learning OpenCV》和《OpenCV教程——基础篇》这两本广为流传的书
OpenCV学习笔记（二十四）——初探机器学习库ml
这部分内容应该是OpenCV高深精髓的一部分。给OpenCV插上了翅膀，可以使它实现更强大的功能，而不是简单的做一些基本的图像处理。文采太差，就不描绘machine learning的强大了。直接剖析之。 大部分的分类器和识别的算法都封装在了c++的类中。有些类有一些共同的基础，都被定义在CvStatMod
penCV学习笔记（二十三）——OpenCV的GUI之凤凰涅槃Qt
OpenCV的发展趋势真是越来越向Linux方向发展，对Windows平台的支持越来越少，2.2版本之后把CvvImage也给删除了，这让人如何开发MFC程序啊，网上搜了好久，基本的办法都是调用之前版本的代码，继续使用CvvImage，这样会导致一个很严重的问题，就是程序里显示的所有的图片都必须是CvvImage类，不能用M
OpenCV学习笔记（二十二）——粒子滤波跟踪方法
粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似，以样本均值代替积分运算，从而获得状态最小方差分布的过程。 他的工作也是参考Rob Hess的程序做的，感谢老外的开源精神，我看了他的程序，我也提出了我的几点改进，作者本身的设想是想做多目标的运动跟踪，但函数接
OpenCV学习笔记（二十一）——谈谈像素的类型和对Templates的限制使用
Templates是c++的一个很强大的特征，可以是数据结构更加安全高效。但也会增加编译时间和代码的长度，当函数被频繁调用的时候便步那么高效，所以在目前的OpenCV版本不推荐过多的使用templates。矩阵元素可以是如下类型中的一种： • 8-bit unsigned integer (uchar) • 8-bit sign
OpenCV学习笔记（二十）——手势识别
最近也在玩手势识别，资料找了很多，基本可以分为静态手势识别和动态手势识别，先弄个简单的静态手势识别给大家看看。 基本流程如下： 先滤波去噪-->转换到HSV空间-->根据皮肤在HSV空间的分布做出阈值判断，这里用到了inRange函数，然后进行一下形态学的操作，去除噪声干扰，是手的边界更加清晰平
OpenCV学习笔记（十九）——浅尝contrib
contrib为最新贡献但不是很成熟的函数库。作为最新的东西，就更有价值进行庖丁解牛了，我来也。 首先介绍一个CvAdaptiveSkinDetector类。该类的功能是自适应的皮肤检测。分析了一下代码，其构造函数的输入参数有两个，samplingDivider样本分类，morphingMethod为变形方法。该类的关键函数为
OpenCV学习笔记（十八）——图像的各种变换（cvtColor*+）imgproc
imgproc是OpenCV一个比较复杂的lib，我是分开介绍的，之前介绍过了滤波器、直方图、结构分析和形状描述三节，这次介绍一下图像的变换，OpenCV对于图像的变换又可分为几何变换和其他的变换，我这节先介绍一下其他的变换。 这部分的函数包括adaptiveThreshold，对图像进行自适应的阈值操作。 相
OpenCV学习笔记（十七）——运动分析和物体跟踪Video
这个库中相关的函数有calcOpticalFlowPyrLK、calcOpticalFlowFarneback、estimateRigidTransform、updateMotionHistory、calcMotionGradient、calcGlobalOrientation、segmentMotion、CamShift、meanShift；还有卡尔曼滤波器类KalmanFilter，类内成员函数有构造函数、init、predict、
交互系统的构建之（一）重写Makefile编译TLD系统
交互系统的构建之（一）重写Makefile编译TLD系统 为了对TLD系统做一些功能的填充，例如添加语音合成来提示跟踪状态，或者加入语音识别来增加交互体验等，我就自己写了个Makefile来编译TLD系统。因为TLD的Makefile是通过cmake生成的，比较复杂，如果要加入语音合成等等API的库或者头文件的话，
OpenCV学习笔记（十六）——CamShift研究
CamShitf算法，即Continuously Apative Mean-Shift算法，基本思想就是对视频图像的多帧进行MeanShift运算，将上一帧结果作为下一帧的初始值，迭代下去。基本步骤为： 1.选取关键区域 2.计算该区域的颜色概率分布--反向投影图 3.用MeanShift算法找到下一帧的特征区域 4.标记并重复上述步骤
OpenCV学习笔记（十五）——摄像机的标定和3D重建calib3D
先简单回顾一下计算机视觉的知识。这里研究生的摄像机模型都是针孔摄像机，摄像机的标定问题是CV领域的一个入门级的问题，初学摄像机标定时会被各种坐标系弄晕，这里再介绍一下，常提到的坐标系有四个：世界坐标系（Ow，以空间一点为原点）、摄像机坐标系（Oc以小孔即光心为原点）、图像物理坐标系（O1
OpenCV学习笔记（十四）——图像结构分析与形状描述ImgProc
OpenCV支持大量的轮廓、边缘、边界的相关函数，相应的函数有moments、HuMoments、findContours、drawContours、approxPolyDP、arcLength、boundingRect、contourArea、convexHull、fitEllipse、fitLine、isContourConvex、minAreaRect、minEnclosingCircle、mathcShapes、pointPoly
OpenCV学习笔记（十三）——模板匹配
寻找一幅图像的匹配的模板，可以在一段视频里寻找出我们感兴趣的东西，比如条形码的识别就可能需要这样类似的一个工作提取出条形码区域（当然这样的方法并不鲁棒）。而OpenCV已经为我们集成好了相关的功能。函数为matchTemplate。 所谓模板匹配就是在一幅图像中寻找和模板图像（patch）最相似
OpenCV学习笔记（十二）——随机数产生器RNG
用OpenCV做算法的朋友们肯定为随机数烦恼过，新版本一直支持随机数产生器啦，而且还继续支持之前版本的c格式的函数，不过与时俱进，我这里介绍C++的RNG类。它可以压缩一个64位的i整数并可以得到scalar和array的随机数。目前的版本支持均匀分布随机数和Gaussian分布随机数。随机数的产生采
