OpenCV[25]
多传感器融合——后融合
多传感器融合的方案可以分成前融合（Early Fusion）方案和后融合（Late Fusion）方案。 前融合也叫特征级融合，不同传感器的数据会在特征级别进行合并，也就是说，不同模态的数据经过处理和合并后会得到一个特征集合。一般来说，每个模态数据的特征会被分别提取，然后被提取到的特征会被合并为一个
单目相机的相对速度估计
前言 单目相机的目标距离估计本身就已经充满了挑战，那么目标的(相对)速度估计也必然是十分困难... 目前单目相机的相对速度估计算法可以分成两类：传统方法和深度学习方法。没错，什么任务都可以深度学习。 传统方法中，最经典的是Mobileye在2003年的一篇论文中提出的算法。这个算法包含目标距离和速度
ROS不使用自带OpenCV以及替换cv_bridge
系统：Ubuntu20.04 平台：Jetson Orin NX ROS：ROS2 Foxy OpenCV：4.5.4 with CUDA 冲突 问题源自编译时警告： /usr/bin/ld: warning: libopencv_imgcodecs.so.4.2, needed by /opt/r
ROS2的消息发布和订阅&图像发布和订阅
ROS2的编译 colcon 是 ROS2 编译的工具。ROS2 的工作空间与 ROS1 保持一样的目录结构： <workspace>
├── build # 编译时自动生成，包含编译的中间文件
├── install # 编译时自动生成，包含编译的结果：可执行文件，库文件，
道路目标流量统计算法
实现流量统计算法有两个前提： 能够实现目标检测，最基本的前提，必须能够识别到视频帧中的车辆和行人。 能够进行目标跟踪，在检测的基础上，为目标分配一个唯一的ID。流量计数依赖于目标的唯一ID。 目标检测算法以YOLO系列为例。 跟踪算法以 ByteTrack 跟踪结果为例。将检测结果的 objects
相机视频流的编码格式
VideoWriter 类 最近几个项目都需要保存相机图像数据，也就是存成视频。有的要求保存源视频，有的要求保存处理后的视频。 由于图像数据的读取使用 OpenCV，目标检测框架也是建立在 OpenCV 的基础上，所以保存图像顺理成章也使用 OpenCV。这里主要使用 OpenCV 的 VideoW
PCIe-GL26设备将GMSL相机图像发送至HOST端
PCIe-GL26 先看看 PCIe-GL26 是个什么设备。 本质上，它是一个自带 Jetson Xavier 系统，且带有 6 路 GMSL2 接口的图像采集卡。 GMSL2 是 Gigabit Multimedia Serial Link 2，注意这个和 GIGABYTE 技嘉科技 没啥关系。
单目相机像素坐标系到世界坐标系的转换
世界坐标系 -> 像素坐标系 转换过程可参见这篇文章：FunnyWii's Zone 机器视觉 - 单目相机入门，其中描述了世界坐标系 -> 像素坐标系的转换过程。可以归结为下述公式： Z_c \begin{bmatrix} u \\ v \\ 1 \end{bmatrix} = K \begin{
OpenCV 的 remap() 函数中的 map1 和 map2
今天在 StackOverflow 上看到这么个问题：想把原图像中的一个点 \textstyle g，通过内参和畸变参数映射到去畸变图像中的点 \textstyle p，并获取这个点的坐标。 你以为我接下来会说，xxx 和我想的一样，但是我想错了，其实并不是这样。 现在，我想说的只有其实并不是这样，