ImageNets 是对OpenCV 的扩展，提供对机器人视觉算法方面友好的支持，使用Nokia的QT编写界面。

OpenCV是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。

KMeans算法是MacQueen在1967年提出的，是最简单与最常见的数据分类方法之一。它做为一种常见数据分析技术在机器学习、数据挖掘、模式识别、图像分析等领域都有应用。如果从分类角度看，KMeans属于硬分类即需要人为指定分类数目，而MeanSift分类方法则可以根据收敛条件自动决定分类数目。从学习方法上来说，KMeans属于非监督学习方法即整个学习过程中不需要人为干预的学习方法，自动完成整个数据集合分类。

可以写工具类对尺寸单位进行转换 package com.mengdd.dimen; import android.content.Context; public class DimenUtils { public static int sp2px(Context context, float spValue) { float fontScale = context.getResources().g

JavaScript图片尺寸处理小结

最近我在构建一个基于 React 的单页应用，当我用 Google TestMySite 来检测自己的站点时，它的反馈是加载时间过长，因此我开始考虑如何优化初次下载的包体大小。优化应用包体的第一步就是检视当前的包体组成，判断其中哪些依赖时必须的，我们在 Webpack 的回显中可以看到当前的包体大小：

在oncreate()中利用view.getWidth()或是view.getHeiht()来获取view的宽和高，看似没有问题，其实他们去得值是0，并不是你想要的结果？

AI（人工智能）被用来处理一些奇怪的任务。算法网站Algorithmia搞出了一个“裸体检测器”， 当然这不是能通过图灵测试的超级AI，也不是《终结者》中“天网”级别的机器人。

OpenCV是Intel开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。

在Visual Studio2012中配置openCV

总在科幻电影里看到人脸识别，现在我们也可以编程来实现啦。哈哈~~ OpenCV是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。

//orb.cpp #include "stdafx.h" #include <cv.hpp> #include <highgui.h> #include "utils.h" #include <iostream> using namespace std; void orb(char* path1, char* path2, INFO& info, bool show) { double t1,t

OpenCV中常见的与图像操作有关的数据容器有Mat，cvMat和IplImage。

滤波实际上是信号处理里的一个概念，而图像本身也可以看成是一个二维的信号。其中像素点灰度值的高低代表信号的强弱。

今年8月，OpenCV 3.0 alpha发布，同时宣布beta将在仲秋时节发布，而正式版会在圣诞节和新年的假期就绪。其中beta版已在光棍节发布，而从目前GitHub仓库的情况来看，正式版可能还得过一阵子才行。

情提示，要看懂代码前，你得先知道OpenCV的安装和配置，会用C++，用过一些OpenCV函数。基本的图像处理和矩阵知识也是需要的。[gm:我是箫鸣的注释]由于我仅仅是翻译，对于六级才过的我，肯定有一些翻译错的或者不当的地方，所以请大家纠错。介绍Introduction从OpenCV2.4开始，加入了新的类FaceRecognizer，我们可以使用它便捷地进行人脸识别实验。本文既介绍代码使用，又介绍算法原理

利用Opencv将图片转化成视频的代码

这次想用 OpenCV 从零识别二维码，主要是温习一下图像处理方面的基础概念，熟悉 OpenCV 的常见操作，以及了解二维码识别和编码的基本原理。

基于OpenCV的实时图像采集与远程监控系统班级：0805姓名：杨学齐学号：200892128一、系统介绍1.1系统功能介绍本系统是基于OpenCV的实时图像采集、远程监控系统，主要分为两个功能模块实时图像采集：实时图像采集利用了OpenCV来实现，利用OpenCV库在定时器的调节下，可以从摄像头直接获取监控对象的图像。为了达到实时效果，必须保证帧频不能太低。实时采集另外一个重点是实时发送，采集到的图像必须实时发送到网络进行传输，因此采集线程和传输线程必须分为不同线程。远程监控：摄像头采集得到的图像是存储在本地的，必须通过网络的传输才可以实现远程监控，由于视频数据量比较大，必须经过压缩后才能传输，本系统采用了Jpeg图像压缩，再通过高性能网卡将压缩后的图像传输出去。监控端接受到数据后，进行Jpeg解压缩后显示。1.2系统架构介绍图像采集端程序架构：由于需要实时进行图像采集和传输，因此必须将图像采集和图像传输分为不同的线程。远程监控端程序架构：监控端一方面进行网络数据接收，另外一方面必须将接收到的数据实时显示出来，也必须采用多个线程。1.3系统关键技术介绍1.3.1OpenCVOpenCV是一个基于BSD许可证授权（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和MacOS操作系统上。它轻量级而且高效——由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了HYPERLINK"http://baike.baidu.com/view/14662.htm"\t"_blank"图像处理和计算机视觉方面的很多通用算法1.3.2QTQt是诺基亚开发的一个跨平台的C++图形用户界面HYPERLINK"http://baike.baidu.com/view/330120.htm"\t"_blank"应用程序框架。它提供给应用程序开发者建立艺术级的图形用户界面所需的所用功能。Qt是完全HYPERLINK"http://baike.baidu.com/view/125370.htm"\t"_blank"面向对象的，很容易扩展，并且允许真正地组件编程。基本上，Qt同XWindow上的Motif，Openwin，GTK等图形界面库和Windows平台上的MFC，OWL，VCL，ATL是同类型的东西，但Qt具有优良的跨平台特性、面向对象、丰富的API、大量的开发文档等优点。1.3.3OpenCV帧与QT图像QImage之间的转化QImage是Qt中的图像对象而IplImage是OpenCV中的对象，使用Qt和OpenCV必须进行两者之间的转化，主要是表示方法不同，位深及RGB之间的转换，这个部分是很重要的，详细代码在下面已经列出。1.3.4Jpeg图像压缩与图像序列化HYPERLINK"http://doc.trolltech.com/4.3/qbytearray.html"\l"QByteArray"
QByteArray直接把位图数据传输到网络会给整个网络带来很大的压力，有时网速不高，图像采集的速率虽然很高，但是远程监控端会因为网络原因收不到图像，因此对图像的数据量压缩是很有必要的。这里采用的是QT中Jpeg压缩，需要Jpeg库的支持。压缩之后的数据量大大减少了。Socket发送的数据是没有对象的信息的QImage也不能直接被发送到远程监控端，必须序列化到QByteArray，这是一个字符流，将压缩后的图像对象序列化到QByteArray再进行传输。1.3.5Socket网络传输发送和接受采用Socket直接进行网络传输，能够最大限度的压缩数据包的大小，控制校验图像的格式，图像采集端必须一边采集一边发送，这个同步进行的工作是通过线程来完成的，提供程序的效率。另一方面远程监控端同样需要一边接收数据一边显示，也是通过多线程技术实现的，接收到的数据传递给显示线程，这需要将字符流QByteArray重新组装成一个QImage对象，然后显示出来。这个过程必须有准确的校验否则数据会显示不完整。二、系统关键代码2.1使用OpenCV库定时采集图像intmain(intargc,char*argv[]){CvCapture*camera=cvCreateCameraCapture(0);//建立OpenCV图像捕获对象assert(camera);IplImage*image=cvQueryFrame(camera);assert(image);qDebug()<<"Imagedepth="<<image->depth<<"n";qDebug()<<"ImagenChannels="<<image->nChannels<<"\n";QApplicationa(argc,ar

//utils.h #ifndef _UTILS_H #define _UTILS_H #include <opencv2/opencv.hpp> #include <opencv2/features2d/features2d.hpp> #include <opencv2/core/core.hpp> #include <opencv2/imgproc/imgproc.hpp> #include