标签: computer-vision

我对计算机视觉领域及其潜力非常感兴趣.是否有任何示例(最好在.NET中实现),我可以与参考书一起学习？

我正在按照本教程学习TensorFlow Slim,但是在运行以下代码进行Inception时:

import numpy as np
import os
import tensorflow as tf
import urllib2

from datasets import imagenet
from nets import inception
from preprocessing import inception_preprocessing

slim = tf.contrib.slim

batch_size = 3
image_size = inception.inception_v1.default_image_size
checkpoints_dir = '/tmp/checkpoints/'
with tf.Graph().as_default():
    url = 'https://upload.wikimedia.org/wikipedia/commons/7/70/EnglishCockerSpaniel_simon.jpg'
    image_string = urllib2.urlopen(url).read()
    image = tf.image.decode_jpeg(image_string, channels=3)
    processed_image = inception_preprocessing.preprocess_image(image, image_size, image_size, is_training=False)
    processed_images  = tf.expand_dims(processed_image, 0)

    # Create the model, use the default arg scope to configure the batch norm parameters.
    with slim.arg_scope(inception.inception_v1_arg_scope()):
        logits, …

有谁知道你可以推荐的一些好的易学的openCV c/c ++教程？我试过谷歌,但我对结果不太满意.

对于图像导数计算,Sobel算子看起来像这样:

[-1 0 1]
[-2 0 2]
[-1 0 1]

我不太了解它的两件事,

1.为什么中心像素为0？我不能只使用下面的运算符,

[-1 1]
[-1 1]
[-1 1]

2.为什么中心行是其他行的2倍？

我搜索了我的问题,没有找到任何可以说服我的答案.请帮我.

如果我有像下面的图像,我怎么可以添加边框的图像都使得整体高度和最终的图像会增加宽度,但原始图像的高度和宽度保持原样在中间.

为了纪念7月4日,我有兴趣找到一种以编程方式检测图片中的美国国旗.关于在图像中找到可口可乐罐头的问题有一个较早且流行的问题,虽然我不确定它们是否适用于旗帜,

1. 旗帜在风中飘扬,因此可能会遮挡自己或以非线性方式变形(这使得像SIFT这样的技术有点难以使用),以及
2. 不像可口可乐可以,美国国旗的星条旗不是唯一的美国国旗,并可能是,比如说一部分,利比里亚国旗,排除了很多"行签名"技术.

是否有任何标准的图像处理或识别技术特别适合这项任务？

我正在尝试使用预先训练的模型。这就是问题发生的地方

模型不是应该接收简单的彩色图像吗？为什么它需要 4 维输入？

RuntimeError                              Traceback (most recent call last)
<ipython-input-51-d7abe3ef1355> in <module>()
     33 
     34 # Forward pass the data through the model
---> 35 output = model(data)
     36 init_pred = output.max(1, keepdim=True)[1] # get the index of the max log-probability
     37 

5 frames
/usr/local/lib/python3.6/dist-packages/torch/nn/modules/conv.py in forward(self, input)
    336                             _pair(0), self.dilation, self.groups)
    337         return F.conv2d(input, self.weight, self.bias, self.stride,
--> 338                         self.padding, self.dilation, self.groups)
    339 
    340 

RuntimeError: Expected 4-dimensional input for 4-dimensional weight 32 3 3, but got 3-dimensional input of …

如何在iPhone上进行面部识别.有人可以给我提供参考/文章,指出我正确的方向吗？我已经做了研究并意识到我需要首先进行人脸检测以提取图像,然后通过将其与数据库中的其他图像进行比较来进行面部识别.

我已经意识到我已经通过使用OpenCV或利用iOS 5.0及更高版本来检测面部进行面部检测.我不确定面部识别(我计划将图像存储在远程数据库上,然后与远程数据库进行比较).

我想以一种似乎是来自圆柱体的投影的方式扭曲平面图像.

我有一个像这样的平面图像:

我想在2D图像中将它显示为这样的东西:

我有点逐步退出几何投影.我参观了像其他一些问题,这可是我不明白我怎么会代表这些圆柱坐标(theta和RHO)为X,Y在笛卡尔(X,Y)平面坐标.你们能帮我一个详细的例子吗？我正在为iPhone编码,我没有使用像OpenCV等任何第三方库.

谢谢一堆.

我试图计算下图中移植的毛发数量.所以实际上,我必须计算在图像中心可以找到的斑点数量.(我已经上传了一个秃头皮的倒像,上面已经移植了新的毛发,因为原始图像是血腥的,绝对令人作呕!要查看原始的非倒置图像,请点击这里.要查看更大版本的倒置图像点击它).是否有任何已知的图像处理算法来检测这些斑点？我发现圆形霍夫变换算法可用于在图像中找到圆圈,但我不确定它是否是可用于查找下图中的小点的最佳算法.

PS根据其中一个答案,我尝试使用ImageJ提取斑点,但结果不够令人满意:

1. 我打开了原始的非倒置图像(警告!它看起来很血腥,令人作呕!).
2. 分割通道(图像>颜色>分割通道).并选择蓝色通道继续.
3. 应用Closing滤波器(插件>快速形态学>形态滤波器)具有以下值:操作:闭合,元素:正方形,半径:2px
4. 应用White Top Hat滤波器(插件>快速形态>形态滤波器)具有以下值:操作:白色顶帽,元素:方形,半径:17px

但是,我不知道在这一步之后该怎么做才能尽可能准确地计算移植点.我尝试使用(处理>查找最大值),但结果对我来说似乎不够准确(使用这些设置:噪声容限:10,输出:单点,排除边缘最大值,浅背景):

正如您所看到的,已经忽略了一些白点,并且已经标记了一些实际上不是毛发移植点的白色区域.

您建议使用哪些过滤器来准确找到斑点？使用ImageJ似乎是一个很好的选择,因为它提供了我们需要的大多数过滤器 但是,请随意使用其他工具,库(如OpenCV)等建议做什么.任何帮助都将受到高度赞赏!