目標(biāo)跟蹤算法 OpenCV已經(jīng)將圖像處理(識(shí)別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？
OpenCV已經(jīng)將圖像處理(識(shí)別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？這取決于你的目的。比如說現(xiàn)在的車這么先進(jìn)好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需
OpenCV已經(jīng)將圖像處理(識(shí)別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？
這取決于你的目的。比如說現(xiàn)在的車這么先進(jìn)好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需要知道。如果你是一個(gè)機(jī)械師，你必須理解。如果你是一個(gè)汽車制造商的工程師，你必須對(duì)它非常了解。簡言之，這取決于具體的需要。
opencv檢測缺陷用哪些算法？
根據(jù)不同的需要，應(yīng)進(jìn)行不同的處理
1孔的像素顏色和周圍絕對(duì)不同。建議采用閾值分割和輪廓檢測
2倍一定會(huì)有梯度變化。本文提出了一種新的邊緣檢測算法和梯度信息的計(jì)算方法
如何利用opencv完成手勢識(shí)別算法？
opencv是一種圖像識(shí)別算法。底層是通過圖像像素的采集和計(jì)算。從理論上講，我們可以通過獲取圖像軌跡上特定特征像素的運(yùn)動(dòng)數(shù)據(jù)來判斷手勢的上、下、左、右運(yùn)動(dòng)。從而完成相關(guān)的邏輯開發(fā)。但如果你只是剛剛開始，很難估計(jì)。您可以直接購買一個(gè)手勢識(shí)別傳感器，并通過手勢識(shí)別傳感器的API在應(yīng)用層直接獲取和使用。目前，便宜的傳感器要10元左右
這是一本很好的入門教材。建議閱讀。但最好是有一定的圖像處理基礎(chǔ)，至少閱讀岡薩雷斯的《數(shù)字圖像處理》一書。與《OpenCV基金會(huì)》一書相比，本書更多地介紹了OpenCV的新特點(diǎn)，特別是直方圖匹配部分，這對(duì)于跟蹤算法的入門學(xué)習(xí)是非常重要的。
怎么快速入門opencv?推薦幾本很好的教材？
還沒看過這個(gè)源代碼，猜猜看
這里應(yīng)該只有距離的部分，而不是旋轉(zhuǎn)的部分。只有找到中心點(diǎn)的位置，所以最后畫出來的盒子應(yīng)該沒有角度傾斜。
2我不知道
3
opencv中的SIFT surf非常慢，不能是實(shí)時(shí)的。SIFT特征點(diǎn)提取速度太慢，除非對(duì)算法部分進(jìn)行修改，否則默認(rèn)128個(gè)浮點(diǎn)的描述會(huì)導(dǎo)致匹配速度慢。如果是跟蹤，OpenCV或模板匹配的KLT光流可以快得多（20毫秒以內(nèi)）。
最后一個(gè)參數(shù)findhomography可以更改為RANSAC或PROSAC的實(shí)現(xiàn)版本。比LMED快很多倍。