利用 OpenCV 和 VS2015 平台，基于 C++ 语言实现 Harris、LBP、SIFT 以及 SURF 等经典特征点提取算法。
C++ 18 次浏览
在实际应用中，我们常常根据一幅标准图像来定位该图像中的某一特征在其他同类型图像中的位置。例如，在人脸定位或图像匹配中，这种方法十分常见。正是基于这一原则，我们开发了本软件，用以在不同图像中准确找到标准图像特征的位置。
C++ 24 次浏览
采用模糊G均值聚类在多特征空间分割图像区域，进行多尺度小波分解；用柯西函数构造模糊相似度，并用模糊相似度和区域信息量构建加权因子获取融合图像的小波系数；最后进行小波逆变换得到融合图像。
Python 19 次浏览
图像特征提取与处理(中文第2版)讲真的，这本书逻辑不是很明确，但也可以一看。
C++ 20 次浏览
分享了一份可直接用于项目的图像特征提取源码，通过多次调试，保证代码的稳定性和实用性。这份源码能够帮助您更好地理解图像处理的原理。
C++ 19 次浏览
本研究提出了一种基于图像特征的相机内参估计方法。该方法利用图像中可识别的特征点，估计相机焦距、畸变参数等内参。
C++ 19 次浏览
介绍了基于Surf特征配准的PCB图像拼接算法优化，重点优化了图像特征提取与匹配的效率，改进了传统算法的精度与速度。通过改进配准方法，提升了PCB图像拼接的质量与效果，尤其在大规模图像拼接任务中表现优异。
C++ 16 次浏览
OpenCv中实现了多种角点特征的提取方法，包括：Harris角点、ShiTomasi角点、亚像素级角点、SURF角点、Star关键点、FAST关键点、Lepetit关键点等等，包括Sobel算子、拉普拉斯算子、Canny算子、霍夫变换。 SIFT角点检测MSER区域检测-某个大侠写的
C++ 18 次浏览
实时图像检测与SIFT特征提取代码分享 # 导入所需库 import cv2 # 初始化摄像头 cap = cv2.VideoCapture(0) # 创建SIFT对象 sift = cv2.SIFT_create() while True: # 读取摄像头图像 ret, fr
Python 19 次浏览
计算机视觉实战：特征提取与图像拼接 本项目提供基于Python的图像处理代码示例，涵盖多种计算机视觉经典算法，包括： 角点检测 (corner_detection.py): 识别图像中显著的角点特征。 边缘检测 (margin.py): 提取图像中的边缘信息。 轮廓检测 (contour_dete
Python 26 次浏览