汇总了关于opencv 3.4 版本的有关程序。 开发环境: C++使用VS2015社区版 opencv3.4.3 python3.6 opencv3.4.1
-
third-party\opencv343 opencv的Release的库文件 x64
-
third-party\Intel RealSense SDK 2.0 RealSense的库文件 x64
-
eigen337 矩阵运算的c++库
-
PCL 下载PCL-1.8.1-AllInOne-msvc2015-win64.exe进行安装,然后导入PCL.props配置文件。
realsense相机结合机械臂实现物体的抓取动作,功能包括: 相机标定、手眼标定以及物体识别等
对静止的背景进行切除操作,算法有:MOG与KNN.
opencv4.1.1实现eye-in-hand,计算出R_cam2gripper和t_cam2gripper。
相机内参标定,通过opencv实现以和realsense SDK两种方式。
通过realsense相机显示深度图像
级联分类器的使用,使用opencv训练好的人脸识别模型,代码中包括一张图片的检测和打开0号摄像头的人脸检测 HARR与LBP的区别: (1). HARR特征是浮点数计算 (2). LBP特征是整数计算 (3). LBP训练需要的样本数量比HARR大 (4). 同样的样本空间,HARR训练出来的数据检测结果要比LBP准确 (5). 扩大LBP的样本数据,训练结果可以跟HARR一样 (6). LBP的速度一般可以比HARR快几倍
旋转矩阵 -- 欧拉角 -- 角轴 其中包括了opencv实现的欧拉角到旋转矩阵的转换功能。
Eigen的矩阵运算简单使用
eye-in-hand实现,网络资源,基本功能是首先进行摄像头的标定,然后通过tsai算法计算出Mx。
opencv中文件的读写操作
使用inRange函数检测视频中蓝色的物体,capture.open(2)设置打开第几个摄像头。
opencv中Mat的使用
模板匹配,使用模板文件匹配图片
寻找图片中最大像素和最小像素的坐标值
通过d415相机抓取深度图并生成点云,经过滤波、平面分离以及聚类,最后使用PCA计算位姿。
图片区域保存
基于模板制作不同角度的2D位姿,通过匹配姿势实现位姿估计。
状态条的使用
设置三通道像素值
从realsense相机中读取深度和BGR信息,保存到PCD文件。
读取ply文件并转成pcd文件,随后读取pcd并显示
从深度相机或者bag文件读取一帧深度图片,将其转换成点云并显示。