索引地址：系列索引 TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生Zdenek Kalal在其攻读博士学位期间提出的一种新的单目标长时间跟踪（long term tracking）算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。同时，通过一种改进的在线学习机制不

索引地址：系列索引 前景背景介绍：前景与背景介绍 本文介绍如何将背景和前景分割开来。 MOG2版 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798

索引地址：系列索引 如果摄像机是固定的，那么我们可以认为场景（背景）大多数情况下是不变的，而只有前景（被跟踪的目标）会运动，这样就可以建立背景模型。通过比较当前帧和背景模型，就能轻松地跟踪目标运动情况了。这里，最容易想到的比较方式就是当前帧减去背景模型了 函数声明 1234void cv::absdiff ( InputArray src1, InputArray src2, Ou

索引地址：系列索引 所谓图像拼接，就是将几幅图像中的重复部分合并并生成一幅新的完整的图像。 最常见的应用就是长屏截图和全景拍摄。 测试代码 1234567891011121314151617181920212223242526272829303132333435#include <opencv2/core/core.hpp>#include <opencv2/highgui/h

索引地址：系列索引 高动态范围成像（英语：High Dynamic Range Imaging，简称HDRI或HDR），在计算机图形学与电影摄影术中，是用来实现比普通数位图像技术更大曝光动态范围（即更大的明暗差别）的一组技术。高动态范围成像的目的就是要正确地表示真实世界中从太阳光直射到最暗的阴影这样大的范围亮度。 HDR版的视频需要特别支持HDR的显示器才能显示出效果。 1234567891011

索引地址：系列索引 手写字符识别： 使用Qt/C++/Linux实现手写字符（主要是界面） 使用MNIST手写字符集作为训练源 使用OpenCV/SVM/KNN训练MNIST数据集 MNIST字符集读取与训练 MNIST介绍：SVM+MNIST 将代码简单修改就是本文使用的训练测试源码，在这里就不赘述了，具体可看源码。 手写字符界面 所谓手写其实是模拟手写，毕竟一般开发的笔记本和PC没有手

索引地址：系列索引 功能测试 先从作者的Github上下载yolov4.weights 然后输入命令执行 1./darknet detector test cfg/coco.data cfg/yolov4.cfg ./yolov4.weights data/dog.jpg 执行结果为 测试数据集 先从网上盗点蒂法的图片，当然图片的文件名默认应该是一大串字符。我们用脚本批量改名。 123456

索引地址：系列索引 Darknet接口 本文使用OpenCV获取视频数据，其他部分有darknet库完成。 darknet库GitHub地址：darknet darknet主页：darknet 说明：因为部分人对darknet使用领域的无限扩张，为了爱与和平，原作者已不在更新，现在的所有内容由他人维护。 在darknet源码中由用于编译的Makefile文件，调整里面的参数用于使能openmpi

索引地址：系列索引 yolov3对象检测网络使用需要 权重文件：yolov3.weight（官网有） 配置文件：yolov3.cfg（官网有） 标签文件：coco.names -> https://github.com/pjreddie/darknet/tree/master/data darknet的测试图片： 测试代码： 123456789101112131415161718192

索引地址：系列索引 OpenCV中加载网络模型之后，可以设置计算后台与计算目标设备，OpenCV DNN模块支持这两个设置的相关API如下： 计算后台 1void cv::dnn::Net::setPreferableBackend (int backendId); backendId 表示后台计算，常见参数如下： DNN_BACKEND_DEFAULT (DNN_BACKEND_INFERE