在上一个教程中，我们探讨了逻辑回归，这是一种简单但流行的机器学习算法，用于 OpenCV 库中实现的二元分类。到目前为止，我们已经了解了逻辑回归如何应用于我们自己生成的自定义二类数据集。在本教程中，您将学习标准的逻辑回归方法 […]
标签存档 | 图像分类
如何在 OpenCV 中使用 HOG 训练目标检测引擎
在上一个帖子中，您了解到 OpenCV 可以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，就是将图像的“块”转换为数值向量。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 […]
使用 OpenCV 提取梯度直方图
除了前面帖子中提到的 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 获得的另一种特征描述符。HOG 是一种强大的特征描述符，广泛用于计算机视觉和图像处理中的对象检测和识别任务。它捕获了 […]的分布。
OpenCV 中的图像特征提取：关键点和描述向量
在上一个帖子中，您学习了一些基本的 OpenCV 特征提取算法。特征以像素分类的形式提取。这些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，而是考虑单个值。在此帖子中，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至关重要。这些特征是各种下游任务（如对象检测和分类）的重要输入。有多种方法可以找到这些特征。朴素的方法是计算像素。但在 OpenCV 中， […]
使用 OpenCV 进行 K-近邻分类
OpenCV 库有一个实现用于机器学习应用的 k-最近邻算法的模块。在本教程中，您将学习如何将 OpenCV 的 k-最近邻算法应用于手写数字分类。完成本教程后，您将了解：k-最近邻算法最重要的几个特性。如何使用 […]
使用 OpenCV 进行图像分类的 K-均值聚类
在上一个教程中，我们探讨了使用 k-均值聚类算法作为一种无监督机器学习技术，它寻求将相似数据分组到不同的簇中以揭示数据中的模式。到目前为止，我们已经了解了如何将 k-均值聚类算法应用于包含不同簇的简单二维数据集以及问题 […]