如何删除背景图像和得到的图像
有两个图片 一个是背景图片另一个是人的照片具有相同的背景，相同的大小，我想做的是删除第二个图像的背景，并提炼个人的个人资料。通常的方法是从第二个图像减去第一个图像，但我的问题是如果人的磨损的颜色类似于背景。减法的结果是可怕的。我不能得到全民的个人资料。谁有好主意去除背景给我一些建议。 提前谢谢。 解决方案 如果您对图像背景有很好的估计，与人是一个良好的第一步。但这只是第一步。之后，
..
computer-vision相关内容
Python中的机器视觉
我想使用Python执行一些基本的机器视觉任务，我想知道我在哪里可以找到教程来帮助我开始。 据我所知，用于Python的唯一免费的执行机器视觉的库是 PyCV （这是一个包装器 OpenCV ），但我找不到任何适当的教程。 我的主要任务是从FireWire获取图像。在不同区域中分割图像。然后对每个区域执行统计以确定像素面积和质心。 以前，我使用Matlab的图像处理Tootlbo
..
自动我的小马驹检测和分类
我要寻找的是具有计算机视觉经验的人的建议，在这个问题上什么方法或算法是最好的。我是一个有经验的程序员（大多是.NET），但我知道没有什么关于计算机视觉，我想节省时间。 我要检测的内容： 独特的颜色，锐利的边缘，缺乏渐变和很少的噪音。 我想象的最终结果是像Picasa或Windows Live Gallery做的 - 我标记 解决方案 漫画家在他们的绘画中获得特别强的许可证
..
如何在使用OpenCV warpPerspective时显示整个图像
这里有2张测试图片。我的问题是，如何将第一个图像中的正方形映射到第二个图像中的四边形，而不裁剪图像。 图像1： 图片2： 这里是我当前使用openCV warpPerspective函数的代码。 import cv2 import numpy as np img1_square_corners = np.float32 [[[ 253,211]，[563,21
..
如何以图形方式表示HoG特征？
我正在实施的方向梯度特征的直方图从“人类检测的定向梯度直方图”，我想要可视化的结果。所有关于这些功能的论文都使用标准的可视化，但我找不到任何关于这些功能的生成的描述。 解决方案 您在论文中看到的可视化效果可以解释如下： 描述符由覆盖网格中图像窗口的M * N个单元组成。每个单元由边缘取向的直方图表示，其中离散化边缘取向的数量是参数（通常为9）。通过显示直方图中边缘取向的强度的“星”可
..
平衡接缝图像之间的对比度和亮度
我正在开发一个图像拼接项目，我知道处理图像的对比度和亮度有不同的方法。我当然可以在我甚至缝合图像之前处理这个问题，但是结果是不一致的，我希望。所以我的问题是，是否有可能通过任何机会“平衡”或“平衡”在彩色图片的对比度和亮度发生后？ 解决方案 您想要确定直方图均衡功能，而不是从整个图像，而是在他们将接触或重叠的区域。你显然需要在重叠区域有相同的直方图，所以这是你计算函数的地方。然后，您可以对
..
如何合并两个图像在opencv？
我已经计算单应性，取出透视变换。我可以在一个窗口中显示两个图像，但无法合并它们。这是我的示例图像 - > 我使用的代码 - > cv :: warpPerspective（image2，warpresult2，homography，cv :: Size（2 * image2.cols，image2.rows））; Mat imgResult（image1.rows，2 *
..
如何判断单应性矩阵是否可以接受？
当使用OpenCV的 findHomography 函数估计两组点之间的单应性时，从不同的图像，你有时会得到一个坏的单应性由于离群值在你的输入点，即使你使用RANSAC或LMEDS。 // opencv java示例： Mat H = Calib3d.findHomography ，dst_points，Calib3d.RANSAC，10）; 如何判断产生的3x3单应性
..
什么是梯度定向和梯度大小
我目前正在学习一个称为边缘检测的计算机视觉模块。 我试图理解梯度方向和梯度幅度的含义。 解决方案 “http://stackoverflow.com/users/13313/dima\"> Dima 在他的回答中，您应该熟悉渐变的数学概念，以便更好地了解字段中的渐变图像处理。 我的回答是基于回答的 mevatron 到此 您可以在黑色背景上找到白色磁盘的简单初始映像：
..
隐藏马尔科夫模型与C ++
我一直在研究C ++中隐藏马尔可夫模型的实现。我想知道如果我可以使用任何现有的HMM库写在C + +使用 与动作识别（与OpenCV）？ “ 可以使用 Torch3Vision 即使（看起来）它是为 设计的语音识别工作？ 我的想法是，如果我们可以转换特征向量符号/观察 （使用向量量化--Kmeans聚类），我们可以使用这些符号进行 解码，推理，参数学习（Baum-Welc
..
将OpenCV图像转换为黑白图像
如何将灰度OpenCV图像转换为黑白图像？我看到类似问题已被问过，但我使用OpenCV 2.3，并且建议的解决方案似乎不再工作。 我试图将灰度图像转换为黑白，以便不是绝对黑色的白色，并将其用作 surf.detect（）的掩码， 以下Python让我几乎在那里，但阈值发送到Threshold（）似乎没有任何效果。如果我将它设置为0或16或128或255，结果是相同的，所有像素值> 12
..
分割牌照字符
我在分析车牌图片中的字元时遇到问题。 我已经应用以下方法提取车牌字符， -adaptive threshold车牌图像。 - 选择具有特定长宽比的轮廓。 如果附件中有牌照图像的阴影。 由于不正确的二进制化，我不能正确地分割字符。 图像中的阴影合并图像中的相邻字符。 我已经为不同窗口大小的图像设置了阈值， 结果附加， p> 如果图像中有阴影，如
..
简单对象识别
=== SOLVED === 感谢您的建议和意见。通过使用开始Python可视化书中提供的flood_fill算法（第9章 - 图像处理）我已经实现了我想要的。我可以计数对象，为每个对象获取包围矩形（因此高度和宽度），最后可以为每个对象构造NumPy数组或矩阵。 虽然这不是一个优化的方法，它做我想要的。我使用的源代码（lab2.py）和png文件（lab2-particles.png）
..
如何在Android增强现实中检测物理对象？
我发现了许多方法来检测不同的形状。但是，当我要一个物理对象时，运气很好。从我读到的，我们应该有一个围绕图像的黑色边框，以制作一个模式文件。如果我遵循这个概念，并生成一个模式，然后我的应用程序检测图像打印输出。 更新 虽然我接受一个答案，但我的问题仍然没有解决。 欢迎任何进一步的研究和链接！ 在3D对象上进行对象识别是一个更复杂的问题，我不知道任何Android库提供
..
面部识别程序如何工作？
解决方案 大致上，处理阶段是： 检测脸部位置 规范化脸部 $ b 步骤1通常使用经典中提琴与琼斯面部检测算法。这是相当快速和可靠。 步骤1中找到的人脸可能有不同的亮度，对比度和不同的大小。为了简化处理，它们都被缩放到相同的大小，并且在步骤2中补偿曝光差异（例如使用直方图均衡）。 步骤3有许多方法。早期面部检测器试图找到特定位置（眼睛的中心，鼻子的端部，嘴唇的端部等），
..
立体匹配中的视差图和视差图像之间的差异
我是新的立体声匹配。我不明白差异的概念。请告诉我什么是视差图和视差图像，它们之间有什么区别？ 解决方案 视差 视差是指立体对的左图像和右图像中的两个对应点之间的距离。如果你看下面的图像，你会看到一个标记点X（忽略X1，X2和X3）。通过遵循从X到OL的虚线，您可以看到与XL的左手平面的交点。同样的原则适用于右侧图像平面。 显然，这个过程涉及在左手帧中选择一个点，然后在右手图
..
什么是“语义分割”与“分割”相比。和“场景标记”？
语义分割只是Pleonasm还是“语义分割”和“分割”之间有区别吗？ “场景标记”或“场景解析”有什么区别？ 像素级和像素级分割之间有什么区别？ （侧面问题：当你有这种像素级的注释，你可以免费获取对象检测，还是还有事情要做？） 请为您的定义指定来源。 使用“语义分段”的来源 Jonathan Long，Evan Shelhamer，Trevor Darrell：语法分
..
如何画一个带有双色粒子的水晶球
我只是想着关闭的可能性。我需要画一个水晶球，红色和蓝色粒子随机放置。我想我必须去与photoshop，甚至试图使一个图像中的球，但因为这是研究论文，不必要花哨，我想知道是否有任何方法来编程与R，matlab或任何其他语言。 解决方案 在R中，使用 rgl -to-OpenGL interface）： library（rgl） n
..
什么是C / C ++中计算机视觉的最佳库？
在C / C ++中使用Computer Vision时，我必须选择哪些图书馆？ 我意识到Google有很多好的结果， 解决方案 我们使用 OpenCV 广泛地在我工作的地方。 它提供了一套完整的视觉处理工具。我建议阅读维基的更详细的解释和更好的书面解释，我会给的。
..
如何开始增强现实？
我现在是计算机科学的本科生，我将进入明年的最后一年。增强现实是我觉得是一个非常有趣的话题，但我不知道从哪里开始学习它。 您从哪里开始了解这个主题和可用的图书馆？ 解决方案 作为一个相当受欢迎的流行语，增强现实可以用一些不同的算法构建，可以单独学习。通常它包括： 平面对象检测（可以是标记或以前训练的对象）。 SURF / SIFT / FAST描述符，RANSAC用于单应性矩阵
..