surf

    0熱度

    1回答

    在回答this question的形象,我想在其原來的顏色來顯示圖像,因此從這一行的代碼刪除gray參數: plt.imshow(im_out, 'gray') 做當但是,我得到的圖像顯示黃色和紫色的顏色,而不是圖像的原始顏色。 我應該怎麼做才能以原始顏色顯示圖像? 謝謝。 編輯1我碰到this tutorial,看來,我應該使用: plt.imshow(cv2.cvtColor(im_out

    0熱度

    1回答

    我想問你,如果我可以使用散列技術與SURF算法,我做了一個程序,通過匹配測試圖像與保存的圖像數據集進行人臉識別。 我使用了Accord.net,並且通過這個庫的BOW製作了一些功能,然後我做了ID3決策樹和KNN,但是兩種方式的結果都不是很好,我問我是否可以使用哈希技術來快速創建和更好的結果,否則這將不可行? 這是BOW private void button2_Click(object

    0熱度

    1回答

    我想改變下面兩個寫在opencv 2.3中的命令。 fea_det=cv2.FeatureDetector_create("SIFT") des_ext=cv2.DescriptorExtractor_create("SIFT") OpenCV中3,我知道有是創建一個SIFT命令,所以 fea_det=cv2.xfeatures2d.SIFT_create() 但我應該使用des_ext

    3熱度

    1回答

    而言不只是我有三個不同的表面和我想顯示他們都在一個身影。 問題是,我有一個用z表示的曲面(意思是我得到了x和y值以及一個指定每個組合的z值的網格),還有兩個是用X。這意味着對於一個x,y對存在各種z值。 我的想法是: figure surf(x,y,zgrid) hold on surf(x,ygrid,z) surf(x,ygrid2,z) hold off 我希望MATLAB會自

    0熱度

    1回答

    我希望能夠在OpenCV中獲得SURF特徵之間的距離。我使用HDBSCAN通過對要求計算SURF描述符之間距離的要素進行聚類來匹配圖像中對象的多個實例。我知道像FLANN和Brute Force Matcher這樣的算法必須計算這樣的距離,但是在查看OpenCV代碼後,我無法瞭解它們是如何做到的。有誰知道如何去做?

    -1熱度

    1回答

    我使用opencv 3.3.0 我的代碼是 #include <stdio.h> #include <iostream> #include "opencv2/core.hpp" #include "opencv2/imgcodecs.hpp" #include "opencv2/highgui.hpp" #include "opencv2/features2d.hpp" #includ

    0熱度

    1回答

    我試圖實現這個文件,http://www.yugangjiang.info/publication/TMM_queryadaptivesearch.pdf在MATLAB中,我對MATLAB有非常基礎的知識。 我需要做的是從圖像(SIFT),創建一個哈希值,將其存儲在數據庫中,搜索不同的圖像,如果有任何通過計算散列碼漢明距離相似特徵提取。 我已經嘗試過許多在互聯網上可用的SIFT的MATLAB實現。

    1熱度

    1回答

    我正在研究乳腺癌檢測系統並使用miniMias數據集。我在最後一步,我從ROI和不同ROI提取SIFT,SURF功能我有不同數量的功能,所以我得到了不同數量的描述。 我在做什麼? 發現至少SIFT,SURF數描述所有數據集(這樣的訓練數據大小相同)的。 在單個矢量(首先篩選然後衝浪)中插入兩個SIFT,SURF描述符(起始索引到最小長度)。 所以,這就是我想過去功能SVM,但我沒有得到的測試數據所

    0熱度

    1回答

    我想找出輸入圖像中給定的圖像......首先,我使用了使用opencv的模板匹配,但它沒有給出正確的結果。所以我轉向使用SIFT與opencv進行關鍵點匹配。但我無法在輸入圖像中找到像素位置。有人請幫助我我正在尋找無處不在,但無法解決我的問題

    0熱度

    1回答

    我想使用MATLAB的bagOfFeatures()函數。但它需要以imageSet或imageDataStore的形式輸入。我想運行的代碼如下: Dataset = 'D:\dsktop\kinect_leap_dataset\acquisitions'; thresh1 = 0; thresh2 = 20; k = dir(fullfile(Dataset,'\P*\G*\*_dept