_AliEn_

спасибо большое!

Smorodov, дело в том, что эту задачу меня попросил решить человек из отдела кадров я ранее подобные задачи не решал,поэтому обращаюсь к вам за помощью..

Тема приняла неожиданный поворот.. Изложу пожалуй свои мысли, чтобы развеять сомнения. Пусть у меня есть изображение А, я применяю к нему размытие по Гауссу 3х3, получаю картинку B. Чтобы определить матрицу ядра, мне нужно составить матричное уравнение, B = A*g, где * - уже обычная операция умножения матрицы на вектор, а g - вектор столбец элементов матрицы ядра (в данном случае 9 элементов выписанных в столбец), тогда B - вектор столбец пикселей (тоже 9 штук), А - матрица пикселей исходного изображения (9х9 штук). 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?

с линейной регрессией разобрался,я думал там что то очень хитрое

Я ознакомился со статьями,спасибо! Осталось понять,как реализуется линейная регрессия в OpenCV. Я делал в поисковике соответствующий запрос, но ничего не нашел по OpenCV. Направьте меня пожалуйста на путь истинный)

Доброго времени суток. Мне поручено за короткий срок разобраться с задачкой на OpenCV, но при выполнении задачки возникли недопонимания.. Вот, собственно, само задание Непонятен (пока) один момент, как в OpenCV задаются параметры ядра? Что такое гауссиан (знаю есть в физике распределение Гаусса)? Спасибо!