存档
ZZ 自制低成本3D激光扫描测距仪(3D激光雷达),第一部分
Learning ImageMagick 4: 批处理
ImageMagick是拥有批处理能力的,比如如下命令:
montage “*.jpg” -geometry 24×24+2+2 thumbnail.png
就是将当前目录下所有的jpg图像,缩小到24×24大小,并排列到一张图像上去。
除了上面这种通配符的方式,另外一种批处理方式是使用@,如:
dir /B *.png > filelist.txt
montage @filelist.txt -geometry 24×24+2+2 thumbnail.png
同样也可以达到上述效果。这也意味着我们可以使用一个文件名列表来完成批处理工作。
更进阶的方式是使用@-,@-接受从通道传递过来的参数,如下:
echo ‘a.jpg b.jpg c.jpg’ | montage @- -geometry 24×24+2+2 thumbnail.png
但是貌似上述方式只有在linux的console下才有效,在dos下我没能实验成功。
Learning ImageMagick 3: 老照片效果
使用ImageMagick实现老照片效果只需一行命令:
convert %1 -sepia-tone 75%% ( %1 -fill #FFFFFF -colorize 100%% +noise Random -colorspace gray -alpha on -channel A -evaluate Set 100 ) -compose overlay -composite %2
上述命令完成如下工作:
1:将输入图像使用sepia-tone滤镜处理
2:生成一个白色蒙版,填充随机噪声,转化为灰度,并加上alpha通道
3:步骤1和步骤2的结果使用overlay的方式compose
Learning ImageMagick 2: Fake HDR效果
使用ImageMagick完成伪HDR效果,只需一行命令:
convert %1 ( %1 -blur 3×3 ) -compose overlay -composite output.png
上述命令完成了如下工作:
1:将输入图像进行模糊。
2:将模糊之后的图片以overlay的方式,叠加到输入图像上去。
Learning ImageMagick 1: Lomo效果
浅谈如何实现ICX445芯片相机的最佳成像性能
来自:www.vision-smart.com 北京博视智动技术有限公司
ICX445芯片是Sony公司近年来推出的一款高性价比芯片,其分辨率为1280*960(130万像素),帧速为30fps。与传统ICX267芯片的140万像素(1340*1024)相机比,采用ICX445芯片做出的相机在分辨率近似相同的情况下,价格更便宜,帧速更快,而像元在尺寸更小的情况下,反而实现了更高的灵敏度。近年来,世界各主流相机厂商都推出了基于该款芯片的相机,如德国BASLER公司的acA1300-30gm,加拿大Pointgrey公司的FL2G-13S2M-C,德国BAUMER公司的TXG12,德国AVT公司的Manta G-125等等,均在中国市场占据了大量应用。
目前大多数用户使用ICX445芯片的相机时,都选配了Computar、KOWA、Pentex或Fujinon公司的百万像素镜头或二百万像素镜头,而忽视了ICX445芯片像元尺寸更小,与传统的ICX267和ICX274芯片不同,需要与更高分辨率的镜头配合使用,才能真正实现最佳成像性能的事实。为什么ICX445芯片的像素更小,就必须配合更高分辨率的镜头才能实现最佳成像性能呢?下面我们先来共同理解几个概念
1987-2009 ICCV Best Papers
从1987到2009年的ICCV的Best paper列表:
ICCV Best Papers
- 12th ICCV, 2009, Kyoto, Japan
- Marr Prize Paper: Chaitanya Desai, Deva Ramanan and Charless Fowlkes, Discriminative Models for Multi-class Object Layout
- Marr Prize Honorable Mention: Ahmed Kirmani, Tyler Hutchison, James Davis and Ramesh Raskar, Looking Around the Corner Using Transient Imaging
- 11th ICCV, 2007, Rio de Janeiro, Brazil
- Marr Prize Paper: Bradley Davis, P. Thomas Fletcher, Elizabeth Bullitt, Sarang Joshi, Population Shape Regression From Random Design Data
- Marr Prize Honorable Mention:
- Ying Nian Wu, Zhangzhang Si, Chuck Fleming, Song-Chun Zhu, Deformable Template As Active Basis
- Abhijeet Ghosh, Shruthi Achutha, Wolfgang Heidrich, Matthew O’Toole, BRDF Acquisition with Basis Illumination
- Manmohan Chandraker, Sameer Agarwal, David Kriegman, Serge Belongie, Globally Optimal Affine and Metric Upgrades in Stratified Autocalibration
2001-2011 CVPR Best Papers
从2001到2011的cvpr best paper列表:
CVPR Best Papers
- CVPR 2011
- Best Paper: Real-time Human Pose Recognition in Parts from Single Depth Images, Jamie Shotton, Andrew FItzgibbon, Mat Cook, Toby Sharp, Mark Finocchio, Richard Moore, Alex Kipman, Andrew Blake
- Best Paper Honorable Mention: Discrete-Continuous Optimization for Large-scale Structure from Motion, David Crandall, Andrew Owens, Noah Snavely, Daniel Huttenlocher
- Best Student Paper: Recognition Using Visual Phrases, Ali Farhadi, Mohammad Amin Sadeghi
- Best Student Paper Honorable Mention: Separating Reflective and Fluorescent Components of An Image, Cherry Zhang, Imari Sato
Kristen Grauman如愿拿到了Marr Prize

这个萌妹子牛大家应该都认识吧,根据情报,此牛如愿拿到了marr prize,不过这样的人不拿,谁拿呢?
虽然这个奖是给文章的,但Nobel Prize也是给工作的,更多的是奖励这个这个人的。
你看了她的最近的文献,就明白为什么了。
阅读全文…

最新评论