[机器学习] OpenCV函数

说明： 1. 数据类型 CV_8UC1：8位无符号单通道矩阵 CV_32FC2:32位浮点数双通道矩阵 （数据数有三种：U，F，S有符号整数）
<shushengzheng> 在 上传 | 大小：33792

[机器学习] 哈尔特征 英文版

说明： Haar特征是一种反映图像的灰度变化的，像素分模块求差值的一种特征。它分为三类：边缘特征、线性特征、中心特征和对角线特征。用黑白两种矩形框组合成特征模板，在特征模板内用 黑色矩形像素和 减去 白色矩形像素和来表示这个模版的特征值。例如：脸部的一些特征能由矩形模块差值特征简单的描述，如：眼睛要比脸颊颜色要深，鼻梁两侧比鼻梁颜色要深，嘴巴比周围颜色要深等。但矩形特征只对一些简单的图形结构，如边缘、线段较敏感，所以只能描述在特定方向（水平、垂直、对角）上有明显像素模块梯度变化的图像结构。 哈尔特征描
<scorqing> 在 上传 | 大小：274432

[机器学习] 图像追踪算法

说明： 并称为由向量x所确定的反对称矩阵。矩阵 × ] [x 具有下述性质： (1) 对任意非零向量x ，有rank( × ] [x )=2； (2) 对任意两个3维向量 2 1 , x x ，有 2 1 2 1 ] [ x x x x × = × ； (3) x 是 × ] [x 的右零空间，同时也是它的左零空间，即 0 ] [ , 0 ] [ = = × × x x x x T (4) 对任意3维向量y，有 0 ] [ = × y x y T 。 性质(1)是明显的，(3)与(4)可由性质(2)导
<shushengzheng> 在 上传 | 大小：915456

[机器学习] 关于科普OCR

说明： OCR(Optical Character Recognition)：光学字符识别，是指相机对字符进行拍照，通过检测暗、亮的模式确定其形状然后用字符识别方法将形状翻译成计算机文字的过程；即，对文本资料进行拍照，然后对图像文件进行分析处理，获取文字及版面信息的过程。
<shushengzheng> 在 上传 | 大小：2097152

[机器学习] HALCON算子

说明： 1.1 Gaussian-Mixture-Models 1.add_sample_class_gmm 功能：把一个训练样本添加到一个高斯混合模型的训练数据上。 2.classify_class_gmm 功能：通过一个高斯混合模型来计算一个特征向量的类。
<shushengzheng> 在 上传 | 大小：88064

[机器学习] HALCON机器视觉

说明： 获取高质量图像的前提条件 合适的光源 合适的镜头 合适的采集设备 合适的采集参数设置
<shushengzheng> 在 上传 | 大小：10485760

[机器学习] 计算机视觉

说明： 感光芯片尺寸：相机感光芯片的有效区域尺寸，一般指水平尺寸。这个参数对于决定合适的镜头缩放比例以获取想要的视场非常重要。镜头主要缩放比例 (PMAG) 由感光芯片的尺寸和视场的比率来定义。虽然基本参数包括感光芯片的尺寸和视场，但PMAG却不属于基本参数。
<shushengzheng> 在 上传 | 大小：78643200

[机器学习] 机算机视觉

说明： Ø提高检测精度,统一检测标准,消除人工检 测的个体差异； Ø提高检测速度,实现产品全方位实时检测 Ø一次投入,平均成本远小于人工成本； Ø对数据进行汇总分析,便于前端工序查找 问题,为后续工序提供建议。
<shushengzheng> 在 上传 | 大小：13631488

[机器学习] CSIC2010日志

说明： 给翻不了墙的同学用，进攻参考学习。。。。。。。。。。。。。。。。。。。
<qq_35664774> 在 上传 | 大小：6291456

[机器学习] 贝叶斯网络工具箱-Python

说明： 此工具箱只支持Python2版本，在Python3下可以自行修改。允许使用单纯Python语言构建贝叶斯网络。包含构建离散的贝叶斯网以及高斯贝叶斯网，推理算法包含消息树以及MCMC采样等。允许搭建因子图模式下的BN网，同时包括网络实例。有不清楚的地方欢迎一起交流。
<mniyinting> 在 上传 | 大小：1048576

[机器学习] ADFA-LD数据集

说明： ADFA官网链接挂了，资源找了好久，上传上来水点积分。只有ADFA—LD，找不到WD的，仅供学习参考。
<qq_35664774> 在 上传 | 大小：7340032

[机器学习] 摄像机标定

说明： 1、引言：什么是摄像机标定 2、摄像机标定方法的分类 3、传统摄像机标定方法
<shushengzheng> 在 上传 | 大小：2097152