- 最新文章
-
使用opencv c++占用栅格地图的实现(对数几率回归)(二)
上一篇简单简述了python opencv借助numpy的数据结构运算实现了占用栅格地图的构建,其中有很多巧妙的设计,今天使用opencvc++进行复现和移植,在没有numpy的数据结构支撑下使用opencv来实现,看效果。其中 在numpy中会使用到l2的范数,dist=np.linalg.norm(robotpt-x) 这个在c/c++中是不存在,只能使用sqrt… -
使用python结合opencv占用栅格地图的实现(对数几率回归)(一)
占用栅格地图occupancygridmap是将一张图片(width*height)用一些单元的小细胞格(cell)来进行拆分,然后可以使用贝叶斯的概率公式进行“是0非1”的估算,在小细胞格子将概率值(0-1)乘以灰度值255实现free和 occupancy的区分。如果某一个栅格的概率是0.5以上,乘以255后将使颜色变浅变白,则认为是free状态,反之,颜色越深即黑色说明是障碍物。相关的数学推… -
opencv 二维数组和指针转换成mat的方法比较
opencv二维数组转换成mat二维数组以array方式存在可以直接使用memcpy进行拷贝,因为内存连续。如果存储数据的是指针。则用下边方式:二维指针转换成matdouble**Sonar_logs是从函数中返回获得的二维指针数据。double*data=NULL;for(inti=0;i图像img2的传递过程,即图像->二维数组->图像//inti=0,j=0;Matimg=imread("C… -
opencv 透视变换
什么是透视变换:1、透视变换(PerspectiveTransformation)是将图片投影到一个新的视平面(ViewingPlane),也称作投影映射(ProjectiveMapping)。照片有时候会因为拍摄角度问题,物体表面并不是平行于摄像头的平面,或者说垂直采集的图像,这样就导致了角度的存在。数学知识向量a·向量b=|a|*|b|*cosΘ(Θ为两向量夹角)投影(tóuyǐng),数学术… -
jetson nano 跑yolo4-tiny USB摄像头只有2fps
上一篇介绍了如何入门jetsonnano这里又调用了USB摄像头进行实时检测,使用cfg下的coco 和yolo4-tiny.weights插入USB摄像头后,会弹出/dev/video0cddarknet 执行以下指令$./darknetdetectordemocfg/coco.datacfg/yolov4-tiny.cfgyolov4-tiny.weights-c0 -
qt打开视频播放的方法
在树莓派或者其他Linux的环境下,发现使用opencv的 VideoCapture的方法无法打开手机录制的MP4视频。但是用FFPLAY是可以正常播放的,重新编译opencv-3-2将ffmpeg的编译进去,并且也提示FFMPEGON了,但是编译出来的lib库仍旧无法使用opencv的videoCpature,isopen总是返回false,提示无法打开视频。之前用ffmpeg的库,于… -
jetson nano 入门笔记
从亚伯智能买的jetsonnano,自己备了一张64G的sd卡,打算少些鸭脖智能的64G镜像,发现提示spacenotenough,空间有点小。于是只能烧写16g的镜像。官网以及鸭脖只能给出的镜像都是 jetson-nano-developer-kit-sd-card-image.img,这个是jetpack4.4的镜像,jetpack包含了一些底层驱动,程序接口等。并且jetpack4… -
surveyor slam建图中需要的信息参数-breezyslam的应用
在github中找到一个关于slam入门级别建图的学习,这里简单的梳理一下。chasis底盘中可以采集传感器的信息,包括BNO055的imu信息,还有左右两轮子的转速信息。由于DIY这个slam建图的工程师是在乐高EV3上实现的并且使用java开发的,本人java水平有限,而且对乐高接口不熟悉,连猜带蒙写一些理解。有两个比较重要的类,一个是MapTracker,提供位姿信息,位姿包括当前位姿,目标… -
20多种Raspberry Pi计算机视觉教程
工程师们一直试图给机器人以视觉上的礼物。因此,他们必须使用计算机,算法,照相机等来复制人类视觉过程。在DIY领域,RaspberryPi是原型平台的女王。它在不同领域和多种应用中很有用。因此,为什么不在计算机视觉应用程序中使用它。这些项目对于导航,本地化,识别,分类,监视,阅读等开始变得异常激烈。单板计算机,摄像头模块,视觉库(例如OpenCV)和一点点创造力几乎没有限制。从本文探索的教程中您将看… -
dwa区域避障路径规划算法的优化
dwa区域避障路径规划算法一直在不断的优化和测试,最近又在算法中添加了距离目标的成本。在所有的成本消耗计算中,包括和添加了航向得分、速度得分、障碍物距离得分,目标距离得分。程序中将所有的得分都归一化,也就是都是小于1的小数,这样累加求和比较容易。因为这套程序要用到rovi车中,所以对算法和避障要求非常严格。下图事模拟小车在行驶过程中突然遇到障碍物做的处理,以及直行的处理。两张图中看到当障碍物的距离…