<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[机器视觉]]></title><description><![CDATA[机器视觉 opencv 双目视觉 三维扫描等]]></description><link>https://blog.csdn.net/flyxkh</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; flyxkh]]></copyright><item><title><![CDATA[OpenCV-Python教程（6、Sobel算子）]]></title><link>https://blog.csdn.net/flyxkh/article/details/24697563</link><guid>https://blog.csdn.net/flyxkh/article/details/24697563</guid><author>flyxkh</author><pubDate>Tue, 29 Apr 2014 10:29:01 +0800</pubDate><description><![CDATA[提示：


转载请详细注明原作者及出处，谢谢！
本文介绍使用OpenCV-Python实现基本的滤波处理本文不介详细的理论知识，读者可从其他资料中获取相应的背景知识。笔者推荐清华大学出版社的《图像处理与计算机视觉算法及应用(第2版)
 》。

Sobel算子

原型


Sobel算子依然是一种过滤器，只是其是带有方向的。在OpenCV-Python中，使用Sobel的算子]]></description><category></category></item><item><title><![CDATA[OpenCV-Python教程（5、初级滤波内容）]]></title><link>https://blog.csdn.net/flyxkh/article/details/24362581</link><guid>https://blog.csdn.net/flyxkh/article/details/24362581</guid><author>flyxkh</author><pubDate>Wed, 23 Apr 2014 14:31:16 +0800</pubDate><description><![CDATA[当我们观察一张图片时，我们观察的是图像中有多少灰度级（或颜色）及其分布。根据灰度分布的不同来区分不同的图像。但还有其他方面可以对图像进行分析。我们可以观察图像中灰度的变化。某些图像中包含大量的强度不变的区域（如蓝天），而在其他图像中的灰度变化可能会非常快（如包含许多小物体的拥挤的图像）。因此，观察图像中这些变化的频率就构成了另一条分类图像的方法。这个观点称为频域。而通过观察图像灰度分布来分类图像称]]></description><category></category></item><item><title><![CDATA[三通道bgr图像直方图均衡化]]></title><link>https://blog.csdn.net/flyxkh/article/details/24237355</link><guid>https://blog.csdn.net/flyxkh/article/details/24237355</guid><author>flyxkh</author><pubDate>Mon, 21 Apr 2014 11:03:22 +0800</pubDate><description><![CDATA[对于彩色的图片来说，直方图均衡化一般不能直接对R、G、B三个分量分别进行上述的操作，而要将RGB转换成HSV来对V分量进行直方图均衡化的操作。]]></description><category></category></item><item><title><![CDATA[基于Kinect手势跟踪和识别]]></title><link>https://blog.csdn.net/flyxkh/article/details/23826327</link><guid>https://blog.csdn.net/flyxkh/article/details/23826327</guid><author>flyxkh</author><pubDate>Wed, 16 Apr 2014 10:23:33 +0800</pubDate><description><![CDATA[很多童鞋都在做kinect的手势识别，本人也基于kinect实现手势的跟踪和识别，跟踪过程比较稳定，几乎与OpenNI提供的SDK相当。手势的识别由于距离的原因尚不稳定，特别是当距离超过超过2.5米时。现在将手势跟踪主要代码提出来供大家参考！]]></description><category></category></item><item><title><![CDATA[图像处理之旋转图像]]></title><link>https://blog.csdn.net/flyxkh/article/details/23687313</link><guid>https://blog.csdn.net/flyxkh/article/details/23687313</guid><author>flyxkh</author><pubDate>Mon, 14 Apr 2014 16:26:46 +0800</pubDate><description><![CDATA[输入图像和角度获取旋转后的图像
bool Rotate2(Mat &src,Mat &dst,float angle )
{
#define SCALE 1   //缩放比例 

	double anglerad  = (CV_PI* (angle/180)) ;
	int newheight =int (fabs(( sin(anglerad)*src.cols )) + fabs(( cos]]></description><category></category></item><item><title><![CDATA[图像处理之镜像]]></title><link>https://blog.csdn.net/flyxkh/article/details/23444413</link><guid>https://blog.csdn.net/flyxkh/article/details/23444413</guid><author>flyxkh</author><pubDate>Fri, 11 Apr 2014 14:32:17 +0800</pubDate><description><![CDATA[简单的实现了三通道，1通道和别的通道类似]]></description><category></category></item><item><title><![CDATA[opencv单个窗口中显示多个图像]]></title><link>https://blog.csdn.net/flyxkh/article/details/23268251</link><guid>https://blog.csdn.net/flyxkh/article/details/23268251</guid><author>flyxkh</author><pubDate>Wed, 09 Apr 2014 14:37:52 +0800</pubDate><description><![CDATA[在一个窗口显示多个视频子窗口，能，然后在一个窗口中分别显示原始帧图像、反色图像、灰度图像以及Canny边缘检测图像。并在每个子窗口左上角显示系统时间，函数cvShowManyImages是改写的。]]></description><category></category></item><item><title><![CDATA[双摄像头测距的OpenCV实现]]></title><link>https://blog.csdn.net/flyxkh/article/details/23256209</link><guid>https://blog.csdn.net/flyxkh/article/details/23256209</guid><author>flyxkh</author><pubDate>Wed, 09 Apr 2014 11:10:07 +0800</pubDate><description><![CDATA[虽然最近注意力已经不可遏制地被神经科学、大脑记忆机制和各种毕业活动吸引过去了，但是还是觉得有必要把这段时间双目视觉方面的进展总结一下。毕竟从上一篇博文发表之后，很多同仁发E-mail来与我讨论，很多原来的疑团，也在讨论和一步步的试验中逐渐解决了。  
开篇之前，首先要感谢maxwellsdemon和wobject，没有和你们的讨论，也就没有此篇的成文。


说到双摄像头测距，首先要复习一下]]></description><category></category></item><item><title><![CDATA[三维扫描简介]]></title><link>https://blog.csdn.net/flyxkh/article/details/23255737</link><guid>https://blog.csdn.net/flyxkh/article/details/23255737</guid><author>flyxkh</author><pubDate>Wed, 09 Apr 2014 11:04:52 +0800</pubDate><description><![CDATA[三维扫描是集光、机、电和计算机技术于一体的高新技术，主要用于对物体空间外形和结构及色彩进行扫描，以获得物体表面的空间坐标。它的重要意义在于能够将实物的立体信息转换为计算机能直接处理的数字信号，为实物数字化提供了相当方便快捷的手段。三维扫描技术能实现非接触测量，且具有速度快、精度高的优点。而且其测量结果能直接与多种软件接口，这使它在CAD、CAM、CIMS等技术应用日益普及的今天很受欢迎。在发达国家]]></description><category></category></item><item><title><![CDATA[opencv包含库文件通用任何版本]]></title><link>https://blog.csdn.net/flyxkh/article/details/23251297</link><guid>https://blog.csdn.net/flyxkh/article/details/23251297</guid><author>flyxkh</author><pubDate>Wed, 09 Apr 2014 10:11:56 +0800</pubDate><description><![CDATA[#define CV_VERSION_ID       CVAUX_STR(CV_MAJOR_VERSION) CVAUX_STR(CV_MINOR_VERSION) CVAUX_STR(CV_SUBMINOR_VERSION)
#ifdef _DEBUG
#define cvLIB(name) "opencv_" name CV_VERSION_ID "d"
#else
#define ]]></description><category></category></item><item><title><![CDATA[回调机制深入剖析]]></title><link>https://blog.csdn.net/flyxkh/article/details/6793387</link><guid>https://blog.csdn.net/flyxkh/article/details/6793387</guid><author>flyxkh</author><pubDate>Tue, 20 Sep 2011 13:20:27 +0800</pubDate><description><![CDATA[问题的提出
什么是回调机制？采用回调机制有什么好处？不同的语言，如C，C++，Java等都有哪些措施来支持这种回调机制？
要回答上述问题，我们需要先回答这样一个问题：为什么需要函数调用？又为什么需要函数？！
 
是的，如果你够厉害，你都不需要函数，所以也就不需要函数调用，]]></description><category></category></item></channel></rss>