问题标签 [matlab-cvst]

我有一个视频，我必须使用卡尔曼方程来定位球的位置。假设球在第一帧中的初始位置(xi,yi)是已知的。

请指导我(currx,curry);在后续帧中的当前位置是什么，如下面的代码所示。

到目前为止我所拥有的：

我需要一个预先构建的（即已经训练过的）OCR 库来识别简单的字符（标准字体，如 Arial、Times New Roman、Courier 等）。Matlab 的其中一个工具箱中有类似的东西吗？还是我必须使用像 Tesseract 这样的外部程序（以及使用系统调用的接口）？

我正在尝试跟踪视频分离帧中的对象。如果我在存储图像之前进行背景减法，图像的大小会小得多（比如五分之一）。所以我想知道我是否也可以更快地读取这些图像，因为大多数像素都是零。仍然简单的 imread 没有任何区别。

我还尝试了 pixelregion 选项以仅加载对象的位置，但由于每帧中有十个对象，因此该选项也不起作用。

我正在尝试在 MATLAB 的 OpenCV 中使用特征检测器。为此，我正在创建一个 MEX 文件，该文件调用其他 CPP 文件中的某些其他函数。这些函数实现了调用 OpenCV 特征检测器的必要例程。一切都很好，直到创建 MEX 文件。它甚至可以从 MATLAB 运行普通的 OpenCV 例程。但是，当我简单地使用特征检测器时，它给了我一个错误 - VECTOR ITERATORS INCOMPATIBLE。请在下面找到必要的信息 -

文件 1 - FeatureDetectorMEX.cpp -> 此文件包含从 FeatureDetetor.cpp 调用特征检测器的 MEX 函数 文件 2 - FeatureDetector.cpp -> 此文件包含 FAST 特征检测器。然后它调用特征提取器BRIEF来获取关键点的一些特征描述符。这是代码 -

这里，img 是 cv::Mat 类型的图像数据结构。关键点是一个向量 - std::vector 关键点。描述符也是 cv::Mat。

FastFeatureDetector 是实现 FAST 特征检测器的类。BriefDescriptorExtractor 是实现Brief 的类。

这是错误的详细信息-

表达式：向量迭代器不兼容

这里有更多信息： 我的系统是 64 位的。我正在运行 MATLAB R2010b 和 VC 2010 终极版。所有代码和 dll 都是 64 位的。如果从 VC 控制台运行，该程序不会抛出任何错误。但是，如果从 MATLAB 运行，则会引发错误。

我的问题：有人在 OpenCV 中的任何特征检测器程序中遇到过这种问题吗？如果是，请帮助我。

我想知道MSER和HOG在Matlab中是否有完整的图像匹配实现。目前我正在使用VLFeat，但在执行图像匹配时发现困难。有什么帮助吗？

顺便说一句，我在 VLFeat -Matlab 环境中尝试了以下代码，但不幸的是无法执行匹配。

我尝试使用 matlab 检测图像中的人脸。为此，我找到了许多演示。所有演示都使用 vision.CascadeObjectDetector 类。但是我的 matlab 总是抛出异常，即“未定义的变量“视觉”或类“vision.CascadeObjectDetector”，甚至试图在命令窗口中调用视觉类

计算机视觉系统工具箱已安装。

问题出在哪里，我该如何解决？

已安装的工具箱列表；

我尝试在matlab中应用代码进行人脸检测和跟踪，但不幸的是这个错误提示了

我用matlab R2012a

这是我试过的代码

这是错误：

请帮忙 。

在Matlab 中检测 MSER后，返回的 MSER 区域是椭圆。我们如何获得构成每个区域的确切点？

简单的代码：

在 OpenCV 中，我们得到拟合的椭圆以及区域的点（作为轮廓）。我找不到任何从 Matlab MSER 参数到 OpenCV 参数的直接映射。所以坚持使用 Matlab 检测 MSER。

但是，除了拟合椭圆之外，有没有办法获得构成区域的实际点？

我想创建 MSERRegions 类的数组。基本上我有一个由函数 detectMSERFeatures 返回的相同类型的数组。请参阅下面的代码片段

---

region = detectMSERFeatures(gray_input)
%gray_input 是任何灰度形式
的图像 (i =2:length(regions))
       if(length(regions(i).PixelList)>100)
           % 这里我想复制所有这样的区域名称为 region_new
           j=j+1 的新对象数组；
       结束
结束

---

如何才能做到这一点？

使用detectMSERFeatures从 Matlab 中的图像中找到最大稳定极值区域 (MSER) 。

是否有任何补丁或方法可以从 Matlab获取分层 MSER 组件树？

这棵树无论如何都是在 Matlab 计算区域时生成的——它只返回每个区域树中最“稳定”的组件。由于这棵树已经存在，我正在寻找将其公开给来自 Matlab 库的用户代码的方法，这使这部分保持隐藏并仅提供最终的“最大稳定”区域。

任何事情都是可以接受的——修改 Matlab 内置代码、补丁、hack 等等。（我意识到 OpenCV 有这样的补丁，但是我试图避免移植到 OpenCV，因为大多数其他程序都是用 Matlab 编写的）。

编辑：（来自原始的分层 MSER 论文）

Detected MSERs（左）、 MSER Tree（右）