Pavia00
-
Количество публикаций
108 -
Зарегистрирован
-
Посещение
-
Days Won
15
Сообщения, опубликованные пользователем Pavia00
-
-
Лучше скачай opencv_ffmpeg.dll и положи рядом со своей программой
https://code.ros.org/trac/opencv/export/5867/trunk/opencv/3rdparty/ffmpeg/opencv_ffmpeg.dll
-
VFW поддерживает только файлы '*.avi' и '*.mpeg' Из кодеков тоже негусто.
-
Qubert
Интерфейс для записи основан на FFMPEG. Причём FFMPEG был взят и давным давно и прикручен к OpenCV. С тех пор FFMpeg интерфейс поменял, а в OpenCV его не обновляли.
Появилась приставка opencv_
opencv_ffmpeg.dll
или
opencv_ffmpeg_64.dll
имеютс?
Если нет то OpenCV будет цеплять vfw.
vfw устарел и Microsoft не советует его использовать.
Да и кодеки для него не распространены поставляются только в Mega K-Lite Kodec Pack.
Нужна именно Mega. FULL, STANDART не годятся.
- 1
-
а потом всё равно надо все вершины перебирать?Да перебирать. В книжке приведен алгоритм как сделать такой перебор за N - число точек выпуклой оболочки.
Объяснения в книжке сложные, но алгоритм простой. Страница 221
-
Цитировать не буду кто захочет прочтёт.
http://lenta.ru/articles/2012/08/15/lytro/
Камера по имени lytro позволят сделать снимок без фокусировки, а после уже выделить нужный фокус. Это значит, что скоро появятся камеры без линз.
А за ними вскоре появятся и 3D камеры с более качественными характеристиками.
-
Оно через ConvexHull и делается.
Вычислительная геометрия введение (1989)Препарата Ф., Шеймос М.
-
Делоне требует много сил по написанию.
Если точек мало и сетка неравномерная, то
http://en.wikipedia.org/wiki/Inverse_distance_weighting
Ничего страшного нет. Идем по новым точкам значение в точке вычисляется как сумма значение опорной точки умноженный на расстояние. После полученная сумма делится на сумму расстояний от всех опорных точек.
Правда скорость будет маленькая.
- 1
-
Еще один плюс этого способа - отсутствие краевых эффектов.При свёртке через фурье краевые эффекы будут. Просто они будут иметь другой характер.
-
Предлагаю считать интегрально. Общую площадь клеток(черный цвет после порога) поделить на площадь средней клетки (средняя площадь блобса с отбросом резко выделяющихся по размеру).
-
Какая цель распознавать шахматы?
2D - бумага, книга
3D - стол и камера
2D - экран монитора.
3D - экран монитора.
Позиция или всю игру?
-
До этого был метод простых итераций
Здесь приведен Метод Ньютона:
Спасибо за ссылку сам пришел к этим методом. Буду изучать.
-
Готовая быстрая функция для нахождения связных компонент.А насколько быстрая? Интересует Лена бинаризованная. Результат число тактов затраченных на 1 пискель.
С трудом оптимизируется.
-
это уже из немного другой задачи, берем изображение снимаем его фото, потом (в реальном мире) крутим его на градус(например 90) и опять снимаем, имеем 2 изображения и допустим имеем матрицу L 3х3 перехода между ними, значит(x,y)*Rot*M=(x,y)*M*L
ну и получаем матричное уравнение
Rot*M=M*L
где Rot-матрица поворота,M-неизвестное искажение которое нам надо найти,L-преобразование между двумя картинками.
или тут 2 формы
Rot*M=M*L1
Rot*M*L2=M
(x,y,z)*Rot*M=(x,y,z)*M*L
M это преобразование камеры.
(x,y,z)*M Это то что мы получили после снимка.
распечатали повернули и снова сняли
((x,y,z)*M)*Rot*M
И по точкам нашли переход между этими двумя снимками
(x,y,z)*M*L=((x,y,z)*M)*Rot*M
((x,y,z)*M)^-1*((x,y,z)*M)*L=((x,y,z)*M)^-1*((x,y,z)*M)*Rot*M
L=Rot*M - это в принципе и так из условия было ясно
M=Rot^-1*L
на изображении есть объект предположительно прямоугольной формы(когда он без искажений), на реальном изображении он искажён.точки я расставил вручную по периметру контура объекта.
надо найти все параметры искажений
Вначале устрани дисторсию а потом уже перспективу.
Берешь точки на кривой строишь премую искаженную дисторсией вычитаешь и минимизируешь ошибку. МНК тут плохо будет рабоать, но пойдёт. А затем уже перспективу.
-
mrgloom может задачу уже наконецто опишешь? А то математик из тебя некудышный.
Откуда у тебя взялись точки? Почему дисторсия и перспектива. Откуда вращение? И вообще почему матрицы 3х3?
Начни с того что известно, а чего нет.
-
А чего тут непонятного шаблоны повернуты на 45 градусов. Достигается это поворотом изображения на 45 градусов это диагонали будут. Можно и без интерполяции. Хотя что с интерполяцией что без скорость примерно одинаковая будет.
-
А - матрица составленная из пикселей исходного изображения
1. Можно такую модель применить для того, чтобы решить эту задачу? Например, применив метод наименьших квадратов (линейная модель), как вы и предлагали?2. Чтобы найти N неизвестных, нужно иметь N линейно независимых уравнений. У меня же их получается больше, чем N. Как выбирать нужные уравнения (пиксели)? Это имеет отношение к моему вопросу?
1) Да. У вас в условии это так и прописано.
2) Не имеет. При линейной зависимости будет множество решений из которых выбирается минимальное, а оно единственное. Формулу я вам привел там матрицы не квадратные.
-
Думаю, что для того чтобы разобраться с линейной регрессий надо прочитать
http://en.wikipedia.org/wiki/Linear_regression
Решается всё просто.
-
1) давай точную задачу. Что надо нати?
2) Во вторых давай реальные данные, а то эти уж больно на эмитацию экспозици похожи.
3) Никаких проблем с границей я не заметил, так как смотри пункт 2.
-
так тоже не пойдет, при одной экспозиции у прямоугольников края с разными степенями освещенности (то есть верхние прямоугольники хорошо видны
.нижние плохо, у нас задача с высокой точностью найти границы, то есть по вертикали аппроксимировать яркость и найти места перехода от границы к фону) если что-то другое имеешь в виду поясни
Я не предлогал отказаться от экпозиции, а просто расширить динамический диапозон. И указал как это сделать. А ошибку определения границы предлогаю принять как погрешность метода. Она не большая не более 1- 2 пикселей, это нормально.
-
Блики можно убрать маской. По поводу сложения и потере границы. Можно просто добавить резкости. А вообще можно предположить наличие микро подвижек камеры относительно объекта сыемки. Подвижки эти менее или равны одному пикселю камеры. Это можно компенсировать путем передискретизации и поиска лучшего наложения двух снимков.
А да я бы складывалбы с учётом коэффицинтов 1/экспозицию.
- 1
-
Блики можно убрать маской. По поводу сложения и потере границы. Можно просто добавить резкости. А вообще можно предположить наличие микро подвижек камеры относительно объекта сыемки. Подвижки эти менее или равны одному пикселю камеры. Это можно компенсировать путем передискретизации и поиска лучшего наложения двух снимков.
А да я бы складывалбы с учётом коэффицинтов 1/экспозицию.
-
Лучше делать серию снимок не с разной экспозицией, а с одинаковой. А Экспозицию рассчитывать. Тогда мы избавимся от переполнения по уровням. И далее простая бинаризация.
-
Поиск контуров сводит задачу к линейной. Оно не увеличивает сложность, а напротив уменьшает.
1-2 секунды это много. Мой собственный код выдаёт 0.140 секунд и я считаю что это медленно.
-
http://opencv.willowgarage.com/wiki/cvBlobsLib
В результате будет набор контуров. С ними можно делать то что вы хотите. К примеру подсчитать моменты.
Я до этого решал эту задачу без OpenCV на MFC перебором всех пикселей. Работает не очень быстро.Не очень быстро это количественно как? Сколько примерно времени на 1 пиксель?
- 1
работа с искажениями
в OpenCV
Опубликовано · Report reply
Вы куда-то не в ту тему.
У автора график не в масштабе нарисован. По вертикали и по горизонтали не совпадает.
Во-вторых никакого круга на рисунке нету. А в лучшем случае 1/4 от круга. Насколько понимаю автору точно не известно на сколько она что там выступает поэтому применить калибровку так не получится. Нужно что-бы цилиндр целиком попадал в поле датчика, а не часть.
Хотя колли бровку вы уже сделали, когда микрометром двигали.