在上一篇教程中，我们探讨了支持向量机算法，这是 OpenCV 库中实现的最流行的监督机器学习技术之一。到目前为止，我们已经看到了如何将支持向量机应用于我们生成的自定义数据集，该数据集包含收集到的两个二维点，分为两类。在 [...]
归档 | OpenCV
OpenCV 中的支持向量机
支持向量机算法是最受欢迎的监督机器学习技术之一，它在 OpenCV 库中实现。本教程将介绍使用 OpenCV 开始使用支持向量机所需的技能，我们将使用我们将生成的一个自定义数据集。在随后的教程中，我们将应用这些技能 [...]
如何在 OpenCV 中使用 HOG 训练目标检测引擎
在上一篇文章中，您了解了 OpenCV 如何使用一种称为方向梯度直方图 (HOG) 的技术从图像中提取特征。简而言之，这是将图像的“块”转换为数字向量。如果设置得当，该向量可以识别该块内的关键特征。虽然您可以 [...]
用于在 OpenCV 中实践机器学习的图像数据集
在机器学习之旅的最初阶段，公开可用的数据集可以减轻您自己创建数据集的担忧，让您专注于学习使用机器学习算法。数据集大小适中且不需要太多预处理即可让您练习使用 [...] 也会有所帮助。
使用 OpenCV 提取梯度直方图
除了上一篇文章中提到的 SIFT、SURF 和 ORB 生成的特征描述符之外，方向梯度直方图 (HOG) 也是您可以使用 OpenCV 获得的另一个特征描述符。HOG 是一种强大的特征描述符，在计算机视觉和图像处理中广泛用于对象检测和识别任务。它捕获 [...] 的分布。
OpenCV 中的图像特征提取：关键点和描述向量
在上一篇文章中，您学习了 OpenCV 中的一些基本特征提取算法。特征以像素分类的形式提取。这确实抽象了图像中的特征，因为您不需要考虑每个像素的不同颜色通道，而是考虑一个值。在这篇文章中，您将 [...]
OpenCV 中的图像特征提取：边缘和角点
在计算机视觉和图像处理领域，从图像中提取有意义的特征的能力很重要。这些特征为对象检测和分类等各种下游任务提供了重要的输入。查找这些特征有多种方法。朴素的方法是计算像素。但在 OpenCV 中，有 [...]
使用 OpenCV 进行 K-近邻分类
OpenCV 库有一个模块实现了用于机器学习应用的 k-最近邻算法。在本教程中，您将学习如何使用 OpenCV 的 k-最近邻算法对书写数字进行分类。完成本教程后，您将了解：k-最近邻算法的一些最重要的特征。如何使用 [...]
使用 OpenCV 进行图像分类的 K-均值聚类
在上一篇教程中，我们探讨了 k-均值聚类算法，这是一种无监督机器学习技术，旨在将相似数据分组到不同的簇中以发现数据中的模式。到目前为止，我们已经看到了如何将 k-均值聚类算法应用于包含不同簇的简单二维数据集和 [...] 问题。
如何使用 OpenCV 变换图像和创建视频
使用 OpenCV 时，您最常处理图像。但是，您可能会发现从多个图像创建动画很有用。连续快速显示图像可能会给您带来不同的见解，或者通过引入时间轴更容易地可视化您的工作。在这篇文章中，您将看到 [...]