小编Dim*_*ima的帖子

这就是问题 - 我有几千个小文本片段,从几个单词到几个句子 - 最大的片段大约是磁盘上的2k.我希望能够比较每个,并计算相关因素,以便我可以向用户显示相关信息.

有什么好方法可以做到这一点？有没有已知的算法可以做任何好事,是否有任何GPL解决方案等？

我不需要这个实时运行,因为我可以预先计算一切.我更关心的是获得比运行时更好的结果.

我只是想在去写自己的东西之前我会问Stack Overflow社区.那里的人必须找到好的解决方案.

我有一个电影文件,我有兴趣录制一个点的运动; 圆形特征的中心是具体的.我试图在Matlab中使用边缘检测和角点检测技术来执行此操作.

要执行此操作,如何在视频中指定感兴趣的区域？subplot是个好主意吗？

我试图使用二进制掩码执行此操作,如下所示,

hVideoSrc = vision.VideoFileReader('video.avi','ImageColorSpace', 'Intensity');
hEdge = vision.EdgeDetector('Method', 'Prewitt','ThresholdSource', 'Property','Threshold', 15/256, 'EdgeThinning', true);
hAB = vision.AlphaBlender('Operation', 'Highlight selected pixels');
WindowSize = [190 150];
hVideoOrig = vision.VideoPlayer('Name', 'Original');
hVideoOrig.Position = [10 hVideoOrig.Position(2) WindowSize];

hVideoEdges = vision.VideoPlayer('Name', 'Edges');
hVideoEdges.Position = [210 hVideoOrig.Position(2) WindowSize];

hVideoOverlay = vision.VideoPlayer('Name', 'Overlay');
hVideoOverlay.Position = [410 hVideoOrig.Position(2) WindowSize];

c = [123 123 170 170]; 
r = [160 210 210 160];
m = 480;  % height of pout image
n = 720;  % width of pout …

我必须重新投影我的3D点(我已经有来自Bundler的数据).

我在MATLAB中使用Camera Calibration工具箱来获取内在的相机参数.我从27张图片(棋盘;从不同角度拍摄的图像)得到这样的输出.

Calibration results after optimization (with uncertainties):

Focal Length:     fc = [ 2104.11696  2101.75357 ] ± [ 23.13283  22.92478 ]
Principal point:  cc = [  969.15779   771.30555 ] ± [ 21.98972  15.25166 ]
Skew:        alpha_c = [  0.00000 ] ± [ 0.00000  ]
Distortion:       kc = [  0.11555  -0.55754  -0.00100  -0.00275  0.00000 ] ± 
                       [ >0.05036   0.59076   0.00307   0.00440  0.00000 ]
Pixel error:     err = [  0.71656   0.63306 ]

注意:数值误差约为标准偏差的三倍(供参考).

我想知道数字误差,即焦距误差+ - [23.13283 22.92478],主点误差等.这些误差数实际代表什么,它们的影响是什么？

像素误差实际上更少.

到目前为止,我使用上面数据中的以下矩阵进行重新投影:

K=[ 2104.11696 …

我正在从事立体视觉任务，我想了解立体视觉相机和物体之间的距离。我正在将Matlab与计算机视觉系统工具箱一起使用。
我已经使用“适用于Matlab的相机校准工具箱”对相机进行了校准，因此我具有左右相机的固有参数和外部参数（右相机相对于左相机的位置）。我也有一副校正过的图片和他们的视差图。为了估计视差，我使用了Matlab函数disparity（）。我知道相机的基线和焦距，但是我的结果仍然是错误的。

baseline = 70 mm
focal length = 25 mm
disparity = 60 pixels
---------------------
depth = baseline * focal length / disparity = 70 * 25 / 60 = 29 mm

但我知道距离是cca 600毫米。这个公式对吗？单位呢？mm * mm / pixel != mm。特别是我想使用Camera矩阵（内在参数）进行计算，但是我不知道该怎么做。如有任何提示，我将不胜感激。

stereoParameters有两个外在参数:RotationOfCamera2和TranslationOfCamera2.

问题是文档的RotationOfCamera2含义不是很详细,它只是说:Rotation of camera 2 relative to camera 1, specified as a 3-by-3 matrix.

在这种情况下,坐标系是什么？

可以在任何坐标系中指定旋转矩阵.

它究竟是什么意思"相机1的坐标系"？它的x,y,z轴是什么？

换句话说,如果我计算本质矩阵,我怎么能得到相应的RotationOfCamera2和TranslationOfCamera2从本质矩阵？

我听说过缓冲区溢出很多,并且相信我理解了这个问题,但我仍然没有看到一个说法的例子

char buffer[16];

//code that will over write that buffer and launch notepad.exe

发生的事情是我正在读取加密数据包,我遇到一个损坏的数据包,它会返回一个非常大的随机数.

size_t nLengthRemaining = packet.nLength - (packet.m_pSource->GetPosition() - packet.nDataOffset);

seckey.SecretValues.m_data.resize(nLengthRemaining);

在这段代码中,m_data是一个std::vector<unsigned char>.nLengthRemaining由于数据包损坏而过大,因此抛出调整大小函数.问题不在于调整大小(我们处理异常),但调整大小已经损坏了内存,这会导致更多异常.

我想要做的是在调用resize之前知道长度是否太长,然后只有调用resize才可以.我已经尝试在调用resize之前放入此代码:

std::vector<unsigned char>::size_type nMaxSize = seckey.SecretValues.m_data.max_size();
if(seckey.SecretValues.m_data.size() + nLengthRemaining >=  nMaxSize) {
    throw IHPGP::PgpException("corrupted packet: length too big.");
}
seckey.SecretValues.m_data.resize(nLengthRemaining);

此代码使用std :: vector max_size成员函数来测试nLengthRemaining是否更大.但这肯定不可靠,因为nLengthRemaining仍然小于nMaxSize,但显然仍然足以导致调整大小出现问题(nMaxSize为4xxxxxxxxx且nLengthRemaining为3xxxxxxxxx).

另外,我还没有确定调整大小的异常.它不是std :: length_error,它不是std :: bad_alloc.真正抛出的例外对我来说并不重要,但我很想知道.

顺便说一句,您知道,这段代码在正常情况下可以正常工作.这种损坏数据包的情况是它疯狂的唯一地方.请帮忙!谢谢.

更新:

@迈克尔.现在,如果数据包大于5 MB,我将忽略该数据包.我将与其他团队成员讨论可能验证数据包的问题(它可能已存在,我只是不知道它).我开始认为它确实是我们的STL版本中的一个错误,它抛出的异常甚至不是std :: exception,这让我很惊讶.我将尝试从我的主管那里找出我们正在运行的STL版本(我将如何检查？).

另一个更新:我只是证明它是我在Visual Studio 6开发机器上使用的STL版本中的一个错误.我写了这个示例应用程序:

// VectorMaxSize.cpp:定义控制台应用程序的入口点.//

#include "stdafx.h"
#include <vector>
#include <iostream>
#include <math.h>
#include <typeinfo>

typedef std::vector<unsigned char> vector_unsigned_char;

void fill(vector_unsigned_char& v) {
    for (int i=0; i<100; i++) v.push_back(i);
}


void …

我已经修改了OpenCV演示应用程序"matching_to_many_images.cpp"来查询图像(左)到网络摄像头的帧(右).第一张图片的右上角出了什么问题？

我们认为这与我们遇到的另一个问题有关.我们从一个空的数据库开始,我们只添加唯一的(与我们数据库中的功能不匹配的功能),但在添加三个功能后,我们得到所有新功能的匹配....

我们正在使用:SurfFeatureDetector surfFeatureDetector(400,3,4); SurfDescriptorExtractor surfDescriptorExtractor; FlannBasedMatcher flannDescriptorMatcher;

完整代码可在以下网址找到:http://www.copypastecode.com/71973/

我想从图像中提取椭圆区域(图像中面部分的一部分),最好是在MATLAB中:

例如,在此图像中,我想提取红色边界内的区域.
谁能帮我这个 ？

我读了一些关于CV对象跟踪的卡尔曼滤波器的工作,但我找不到一些关于选择的参考:1)过程噪声协方差Q; 2)测量噪声协方差R.到目前为止,我已经意识到模型是运动方程(有人使用加速度作为状态变量,其他人仅使用位置和速度)但没有人清楚Q和R选择,包括mathworks的这个例子:http ://www.mathworks.it/it/help/vision/examples/using-kalman-filter-for-object-tracking.html 最近我发现了这个页面:http: //blog.cordiner.net/2011/05/ 03/object-tracking-using-a-kalman-filter-matlab / 但Q和R分配并不清楚.有谁知道帮帮我,拜托？