Opencv感想和一些分享

bebekifis

看了下作者主页上的做图像匹配的视频链接，精度不感说，速度确实特别的快，不知道作者用的是啥方法？
SIFT、SURF吗？我觉得都做不了作者这么快！

底层算法是用SIFT的，实际的系统中要考虑光照，视角（包括尺度变化），目前只有SIFT能做到高精度（实际正如你所说的还不是很精确），这个没办法和人眼的定位比，现在还在努力中。。。
实际的系统做处理的时间大概是70-80ms，刚开始的是用硬盘中的视频做的，后来从摄像头直接采集，光用Opencv读视频就需要50ms。随后用多线程来做，一个读视频，一个做处理，现在能做到80-90ms。实际的效果比Demo上的稍微慢点。

继续努力。

happyday0106

开始静下心来向你们学习啊！好贴。

shanleo1986

好帖子，值得我们这些菜鸟学习！问一下，想里面的一些基本函数，比如（打个比方，不一定时这个）像:cvLoadImage()函数需要看他的实现代码吗？初学者会用这些函数就行了吧？

心飞翔

bebekifis »  很佩服你,  我的SIFT 现在大概要800ms/640*480. 比你的差远了. 不过我一直没时间搞,没准也能时间有提高,嘎嘎.
另外,你算透视矩阵用的啥算法啊? RANSAC,  现在都是用这个算法吗?

yidukongjian

谢谢 值得学习

yayafree186

首先先推荐几篇供大家学习Opencv的文章吧，这些文章是一些经典的算法，它们在Opencv上已经有了具体的实践。这些算法原理比较简单，可以用来作为学习Opencv的算法（通过算法学代码）。这里所说的读代码是要深入函数的内部，了解代码运行的步骤，而不仅仅是会用个别函数：
1，Adaptive background mixture models for real-time tracking ---> 对应Opencv代码：CvGaussBGModel等。
2，Computer vision face tracking as a component of a perceptual user interface ---> cvCamShift等。
3，EM cluster --->CvEM 这个算法很简单，网上到处都有算法介绍。
4，计算机视觉那本书  ---> cvFindHomography， 根据多对点计算图像的投影变换矩阵。计算机标定和三维重建经常用到。
5，An Introduction To the Kalman Filter ---> CvKalman等
6，SIFT ---> Opencv算法版置顶里Rob Hess的SIFT代码，很值得一看，个人感觉非常好的SIFT代码。
先写这么多，把这些算法的Opencv实现完全看懂了Opencv大体上就没问题了。

非常感谢lz的帖子，自己在看各种CV教材过程中，总是感触这些教材都没有相应的代码，毕竟算法还是要用代码来实现的。希望有一天自己写一个CV的教材，将算法和程序实现结合起来

billchampion

谢谢楼主的分享, 还是得花些时间慢慢学

huyan504

楼主你好,定标板可以求得摄像机的内外参数,但是我们在拍摄其他景物时,那参数为定标求得的内参,不知道景物的三维坐标,外参数怎么求?? 谢谢

chenyusiyuan

一个bug：
CvBoost里的一个内存泄漏问题：
CvBoost在clear()函数中有一个成员变量没有被释放：
将clear函数改为：

1.     if( weak )
2.     {
3.         prune( CV_WHOLE_SEQ );
4.         cvReleaseMemStorage( &weak->storage );
5.     }
6.     if( data )
7.         delete data;
8.     weak = 0;
9.     data = 0;
10.     cvReleaseMat( &orig_response );
11.     cvReleaseMat( &sum_response );
12.     cvReleaseMat( &weak_eval );
13.     cvReleaseMat( &subsample_mask );
14.     cvReleaseMat( &weights );
15.         cvReleaseMat(&subtree_weights);
16.     have_subsample = false;

复制代码

即可

在2.0版里面这个内存泄露问题（ cvReleaseMat(&subtree_weights); ）还是没修正哦~~~（src/ml/mlboost.cpp 第916 行）

dake53

好帖 顶一下