OpenCV、機械学習、はやりのDeep learningの環境構築の方法、サンプルの動かし方、APIの使い方、Tipsなどをすぐに忘れてしまうので、備忘録として記録している。記憶がなくなるスピードが、早いのでメモしておかないと再現できなくなる確率が高まっている。 最近、再度HDDを飛ばしてしまい、過去の自分のページに再度助けられた。 また、DNNモジュールを触る機会が増えているので、C++からPyhonへと鞍替え中。 内容を気にいっていただければ、twitterで紹介願います。 OpenCV2.4.3でLucas-Kanade法がサポートされているので試してみた calcOpticalFlowPyrLKは、指定した特徴点集合に対してのみオプティカルフローを計算する仕様なので、事前に GoodFeaturesToTrackDetectorを用いて、特徴点集合を求めておく 特徴点集合は、以前
オプティカルフロー 動画から密なオプティカルフローの計算を行う.SimpleFlowアルゴリズムによるオプティカルフロー,TV‐L1オプティカルフロー,Farnebackのオプティカルフロー,Broxのオプティカルフロー,Lucas-Kanade法によるオプティカルフロー等によって密なオプティカルフローの計算ができる. ソースコード cv::calcOpticalFlow○○メソッドを使うと,呼び出すたびにパラメータを渡さなくてはいけなくて見た目がすっきりしないのと,アルゴリズムによって3チャンネルの画像だったり1チャンネルの画像だったりで面倒. cv::superress::createOptFlow_○○でDenseOpticalFlowExtクラスのオブジェクトを作れば,そこら辺の面倒な処理を中でやってくれるので楽.以下,ソースコード.色符号化によるオプティカルフローの可視化を行って
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く