parter 1:
No1.
利用HSV空间的色调信息的皮肤检测,背景不能有太多与肤色相似的颜色。效果不是特别好。
No2.
好大一串……目前还看不懂。
No3.
前后背景分离。开启摄像头或读取视频。
No4.
摄像头捕捉,根据运动进行前后背景分离。
No5.
高斯处理视频。跟踪运动做前背景分割。BackgroundSubtractorMOG2
No6.
视频跟踪。跟踪视频中的运动物体,用绿色线框出。
No7.
利用brief描述算子匹配二维图像特征点。line118出错.???
No8.
建立三维模型。根据给出的检测器对原始进行建模。
No9.
相机外定标。根据自带的函数提取角点后定标,效果很不好。
No10.
根据角点自动校准摄像。初始化后寻找角点再用calibrateCamera校准,有findChessboardCorners估计效果不
怎么好。
No11.
图像匹配。把图像二值后在目标图像中寻找模板图像。主要调用chamerMatching函数。
No12.
轮廓查找与获取。cvFindContours一个函数搞定。
No13.
从文件中装载训练好的级联分类器或者从OpenCV中嵌入的分类器数据库中导入 然后另存为一个文件。
No14.
凸包。产生随机点后计算凸包。
No15.
opencv中矩阵的输出。
No16.
根据随机点进行Delaunay三角测量找到边,结束时计算Voronoi图表的细胞结构。
No17.
直方图均衡化来调节图像的亮度和对比度,输出黑白图像。
No18.
7-8个参数。SIFT匹配。
No19.
计算检测算子。各种Dataset。
No20.
计算检测算子匹配。也是各种Dataset。
No21.
对图像进行离散Fourier变换。数学变换。
No22.
距离变换。计算输入图像所有非零元素和其最近的零元素的距离。
No23.
简单的画点、线、文字等。不解释。
No24.
边缘检测。通过滑动条调节阈值,利用Canny检测图像边缘后显示,很简单的一个代码。
No25.
em聚类。
No26.
fab-mat匹配。从训练数据中建立Chow-Liu树。
No27.
人脸检测。根据已训练好的分类器对人脸图像进行检测,用不同颜色的圆形框或矩形框标记出检测出的五官。
No28.
人脸识别。
No29.
计算视频的光流。默认打开摄像头,有些卡,速度慢。
No30.
Mat矩阵存储,读写xml/yml文件。
No31.
有关Surf算法的示例。利用匹配在目标图像中寻找样本图像中的物体。
No32.
通过训练分类树检测目标物体。需要训练图像。
No33.
同样是目标检测。基于随机蕨丛的快速识别关键点。
No34.
椭圆拟合,查找图像轮廓图形。findContours很有用。总体效果不理想。
No35.
利用特征点进行图像匹配。特征点描述包括A. Alahi, R. Ortiz, and P. Vandergheynst. FREAK:Fast
Retina Keypoint.
No36.
输入颜色数量,产生着色条带状图像。色带宽20。
No37.
SURF图像匹配。输入参数包括两幅图像和参数数据。
No38.
利用Hough变换提取图像中的直线或圆。效果一般。Canny很重要。
No39.
基本的图像和视频读取,图像加噪和平滑处理。
No40.
Kalman滤波,先建立运动模型和观察模型。对绕圆周运动的一维点跟踪,算法结果显示了估计点和实际点的连线。
No41.
聚类分析。在平面上产生随机点后用K-means算法作聚类迭代,由于聚类中心也是随机产生的,可知效果很不好。
No42.
也是边缘检测。由滑动条调整阈值,先对图像作滤波(高斯,均值,中值),后Laplace检测边缘。参数sigma=3时效果最好。
No43.
用latentSVM检测目标。
No44.
演示训练各种不同的分类器,使用uci的字符库数据集。
No45.
坐标的相互转化。
No46.
SURF图像匹配。参数少,效果和generic_descriptor_match.cpp相似。
No47.
多幅图像的匹配。强大的SURF算法。
No48.
meanshift图像分割。三个参数spatialRad、colorRad和maxPyrLevel可调。
No49.
产生随机点后计算包含所有点的面积最小的圆和矩形。纯数学问题。
No50.
形态学基本运算,包括开/闭运算,膨胀/腐蚀运算。
No51.
运动跟踪。
No52.
MSER方法区域提取图像轮廓。使用颜色距离阈值的基于MSER方法的最大稳定颜色区域检测子(Maximally
Stable Colour Regions,MSCR)。
No53.
演示建立决策分类树训练 使用mushroom数据
No54.
基于主成分分析的特征点匹配问题。运行时间好长……
No55.
显示opencv版本。简单的几行代码。
No56.
OpenEXRimages_HighDynamicRange_Retina_toneMapping_video.cpp
不清楚。
No57.
开放式的自然交互视频捕捉。Depth generator。
No58.
主成份分析算法。重建。
No59.
HOG (Histogram-of-OrientedGradients)行人或人体检测,使用的是hog特征和svm。
No60.
基于相位的相关图像运动方位跟踪程序。
No61.
点分类。鼠标点击给定点和类。
No62.
线性坐标和极坐标相互转换。可以从摄像头捕捉图像。
No63.
金字塔图像分割。
No64.
Retina特征点检测。
No65.
视觉里程计算法。为了估计刚体变换,试图找到翘曲,即最大化之间连续两个RGBD的帧不同的图像尺度。
No66.
视频跟踪分割运动中的物体。
No67.
收集数据集对象和分割遮罩,显示了如何使用相机的校准模式。计算该单对应性校准图案上的平面。还显示
grabCut分割等。
No68.
一种光流算法。
No69.
寻找矩形。
No70.
根据图像列表文件yaml读取并显示图像。
No71.
打开视频图像选择画面保存为图片。
No72.
摄像机立体校准。
No73.
立体匹配。
No74.
图像拼接。涉及到特征点的提取、特征点匹配、图像融合等等。Stitcher类。
No75.
光流法视频跟踪。
No76.
演示使用不同的决策树 CvDTree dtree;决策树 CvBoost boost;Boosted treeclassifier监督学习树
CvRTrees rtrees;随机树 CvERTrees ertrees;完全随机树。
No77.
视频截图。
No78.
使用features2d的快速角点检测。
No79.
稳定视频。
No80.
做分水岭图像分割。
parter 2:
No1.
彩色目标跟踪。根据鼠标点击一个区域的色度光谱来跟踪视频目标。
No2.
连通区域。findContours+drawContours。
No3.
先画一张线条图后检测轮廓。参数可调。
No4.
漫水填充。根据鼠标选取的点搜索图像中与之颜色相近的点,用不同颜色标注。
No5.
图像分割,鼠标选取矩形框,抠出前景,分离背景。效果还挺不错的。
No6.
混合跟踪。调试时HybridTracker那出错了,不懂。
No7.
把图像名称列表写成yaml或xml格式。
No8.
数字图像修复程序,基于纹理合成。先在图像上随便画,按"i"键后显示修复的图像。
No9.
line196出错.???
No10.
点跟踪。改进的Lucas-Kanade光流算法,检测视频运动目标。鼠标点击目标点,视频跟踪。
parter3:
No1.
UNIX或ANDROID平台上使用的例子。基于检测的跟踪
原博文地址:http://blog.sina.com.cn/s/blog_6c9b83990101eecw.html