原创 main.cpp

#include <iostream> #include "StereoCalib.h" #include "RMVideoCapture.hpp" #include "Header.h" int main() { int e

原创 RMVideoCapture.hpp

/******************************************************************************************************************* C

原创 StereoCalib.h

// // StereoCalib.h // stereo_calibrate_toe // // Created by ding on 17/8/17. // Copyright (c) 2017騫?ding. All rig

原创 header.h

// // Header.h // stereo_calibrate_toe // // Created by ding on 17/8/17. // Copyright (c) 2017騫?ding. All rights r

原创 StereoCalib.cpp

#include "StereoCalib.h" void StereoCalib::Process(Mat &left,Mat &right){ init_left = left; init_right = rig

原创 RMVideoCapture.cpp

#include "RMVideoCapture.hpp" #include "linux/videodev2.h" #include <stdio.h> #include <unistd.h> #include <fcntl.h> #

原创 OpenCv--模板匹配

模板匹配 模板匹配是一項在一幅圖像中尋找與另一幅模板圖像最匹配(相似)部分的技術. 實現: 我們需要2幅圖像: 原圖像 (I): 在這幅圖像裏,我們希望找到一塊和模板匹配的區域 模板 (T): 將和原圖像比照的圖像塊 我們的目標是檢測最

原创 OpenCv--輪廓發現

輪廓發現 前言:         當我們通過閾值分割提取到圖像中的目標物體後,我們就需要通過邊緣檢測來提取目標物體的輪廓,使用這兩種方法基本能夠確定物體的邊緣或者前景。接下來,我們通常需要做的是擬合這些邊緣的前景,如擬合出包含前景或者邊緣

原创 OpenCv--尋找凸包convexHull()

版權聲明:本文爲博主原創文章,未經博主允許不得轉載。 https://blog.csdn.net/keith_bb/article/details/70194073 1.概述 凸包(Convex Hull)是一個計算幾何(圖形學)中的概念

原创 OpenCv--霍夫圓檢測

霍夫圓變換 版權聲明:本文爲博主原創文章,轉載請註明出處。 https://blog.csdn.net/dcrmg/article/details/52506538 解釋: 霍夫圓變換的基本思路是認爲圖像上每一個非零像素點都有可能是一個潛

原创 OpenCv--像素重映射

重映射 把一個圖像中一個位置的像素放置到另一個圖片指定位置的過程. 爲了完成映射過程, 有必要獲得一些插值爲非整數像素座標,因爲源圖像與目標圖像的像素座標不是一一對應的. 簡單的說就是改變圖片的位置(左,右,上,下,顛倒)   vo

原创 OpenCv--霍夫直線變換(檢測直線)

霍夫直線檢測(投票) 霍夫變換是一種在圖像中尋找直線,圓及其他簡單形狀的方法。 opencv支持兩種不同的霍夫變換:標準霍夫變換(SHT)和累積概率霍夫變換(PPHT)。 在opencv中可以使用同一個函數來使用兩種算法。 CvSeq*

原创 OpenCv--canny算子提取邊緣

利用坎尼邊緣檢測算子進行邊緣檢測的原理及OpenCV的代碼實現 Canny算子是John Canny在1986年發表的論文中首次提出的邊緣檢測算子,該算子檢測性能比較好,應用廣泛。 最優邊緣檢測的三個主要評價標準是: 低錯誤率: 標識出

原创 OpenCv--圖像金字塔以及圖像的縮放

一,圖像金字塔 解釋: 圖像金字塔是圖像中多尺度表達的一種,最主要用於圖像的分割,是一種以多分辨率來解釋圖像的有效但概念簡單的結構。 圖像金字塔最初用於機器視覺和圖像壓縮,一幅圖像的金字塔是一系列以金字塔形狀排列的分辨率逐步降低,且來源於

原创 OpenCv--邊緣檢測(Sobel,拉普拉斯算子)

邊緣 邊緣(edge)是指圖像局部強度變化最顯著的部分。主要存在於目標與目標、目標與背景、區域與區域(包括不同色彩)之間,是圖像分割、紋理特徵和形狀特徵等圖像分析的重要基礎。 圖像強度的顯著變化可分爲: 階躍變化函數,即圖像強度在不連續處