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(jiǎn)言之，這取決于具體的需要。

如何評(píng)價(jià)OpenCV 4.0？

Opencv 4.0（官方版）主要有以下功能。

支持C 11

放棄舊的C接口

核心模塊中的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)在JSON中，其他文件由C重寫

添加g-api模塊，這與圖形處理有關(guān)

DNN模塊用openvino更新

DNN模塊現(xiàn)在包含實(shí)驗(yàn)Vulkan后端，并支持onnx格式的網(wǎng)絡(luò)

實(shí)現(xiàn)了Kinect融合算法，并針對(duì)CPU和GPU（OpenCL）進(jìn)行了優(yōu)化

在objdetect模塊中添加了QR碼檢測(cè)器和解碼器

從OpenCV開發(fā)了高質(zhì)量的dis-dense光流算法，Contrib被傳輸?shù)揭曨l模塊

我付出更多注意c11和DNN模塊的支持。c11的全面支持使得OpenCV的使用更加友好，提高了編碼效率和安全性。DNN模塊符合深度學(xué)習(xí)的趨勢(shì)，這是必然的，估計(jì)它將是后續(xù)版本更新的關(guān)鍵模塊。但遺憾的是，DNN模塊對(duì)GPU的支持還比較落后。目前只支持OpenCL加速的Intel顯示。這遠(yuǎn)遠(yuǎn)不足以運(yùn)行一個(gè)龐大而復(fù)雜的深度網(wǎng)絡(luò)模型，我希望后續(xù)的努力能夠彌補(bǔ)這一點(diǎn)。

為什么有些算法崗位，需要用C 而不是python？

C/C是一種相對(duì)低級(jí)的語言，它可以非常精細(xì)地控制CPU/內(nèi)存和其他計(jì)算機(jī)資源，尤其是硬件。在算法運(yùn)算最精細(xì)的時(shí)候使用它們是很自然的。

但它們的優(yōu)點(diǎn)也是缺點(diǎn)。精細(xì)的操作自然需要精細(xì)的編程，精細(xì)的編程自然需要復(fù)雜的語言設(shè)置，比如什么是指針，什么是指針函數(shù)，什么是函數(shù)指針當(dāng)你理解了這些概念，你可能就沒有編寫代碼的沖動(dòng)了。更重要的是，如果你想編寫高性能的代碼，你必須精通這些概念

Python的一個(gè)非常重要的特性就是所謂的“粘合語言”，也就是說它可以將用不同語言編寫的代碼模塊組合起來，然后通過Python調(diào)用它們。實(shí)際上，大多數(shù)算法庫都是用C/C語言編寫的，然后提供Python接口供用戶使用。畢竟，大多數(shù)人只需要知道如何調(diào)用封裝的算法。但是如果你想實(shí)現(xiàn)你自己的算法，你必須知道C/C

例如，Python就像一個(gè)電視遙控器，C/C就像遙控器中的電路板。通常，如果你想換臺(tái)，只需按一下按鈕。但有一天你只需要一個(gè)將屏幕旋轉(zhuǎn)90度的功能，遙控器沒有這個(gè)功能，但可以通過卸下遙控板，插入幾個(gè)組件來實(shí)現(xiàn)。你是做什么的？

怎樣使用opencv中的sift和surf函數(shù)來檢測(cè)特征點(diǎn)和描述特征點(diǎn)？

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。

請(qǐng)求幫助，實(shí)現(xiàn)，背景差減法，、幀間差分法、光流法，的算法，C 或者matlab都行，現(xiàn)成的源碼都行？

建議使用opencv庫

環(huán)境來構(gòu)建：http://jingyan.baidu.com/album/2a138328497ce6074b134f64.html

矩陣運(yùn)算：http://blog.sina.com.cn/s/blogafe2af380101型bqhz.html文件

代碼：

absdiff（frame，prveframe，differframe）//獲取差分幀，differframe=frame prveframe

根據(jù)不同的需要進(jìn)行不同的處理

1孔這絕對(duì)是不同的像素顏色和周圍，建議使用閾值分割和輪廓檢測(cè)

2褶皺這條褶皺肯定會(huì)有梯度變化，建議檢測(cè)邊緣計(jì)算再次折疊的梯度信息

3這與前面的問題相似，但也有區(qū)別。應(yīng)該是梯度的方向和強(qiáng)度不同（一個(gè)是凹的，另一個(gè)是凸的）

4如果斑點(diǎn)只是星星，opencv中有很多角點(diǎn)檢測(cè)算法，比如surf fast orb