在上一篇文章中，您了解到OpenCV可以使用一种称为“定向梯度直方图（HOG）”的技术从图像中提取特征。简而言之，就是将图像的“补丁”转换为数值向量。如果设置得当，这个向量可以识别该补丁中的关键特征。虽然您可以 […]
标签档案 | k-近邻
使用 OpenCV 提取梯度直方图
除了SIFT、SURF和ORB生成的特征描述符（如上一篇文章所述），定向梯度直方图（HOG）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，广泛应用于计算机视觉和图像处理中的对象检测和识别任务。它捕捉了 […] 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。这些确实从图像中抽象出特征，因为您不需要考虑每个像素的不同颜色通道，而是考虑一个单一的值。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非常重要。这些特征作为各种下游任务（如目标检测和分类）的重要输入。有多种方法可以找到这些特征。最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-近邻算法。在本教程中，您将学习如何应用OpenCV的k-近邻算法对手写数字进行分类。完成本教程后，您将了解：k-近邻算法的几个最重要的特性。如何使用 […]