这个页面力图搜集各种跟CV，AR相关的代码，如无特别声明，均是c/c++代码。还是一贯的标准，不求全面，只求质量。
如有特别推荐的代码，请在本页留言，或者email我：cvchina AT gmail.com
通用库/General Library
无需多言。
Recognition And Vision Library. 线程安全。强大的IO机制。包含AAM。
很酷的一个图像处理包。整个库只有一个头文件。包含一个基于PDE的光流算法。
图像，视频IO/Image, Video IO
AR相关/Augmented Reality
基于Marker的AR库
ARToolKit的增强版。实现了更好的姿态估计算法。
实时的跟踪、SLAM、AR库。无需Marker，模板，内置传感器等。
基于特征点检测和识别的AR库。
局部不变特征/Local Invariant Feature
目前最好的Sift开源实现。同时包含了KD-tree，KD-Forest，BoW实现。
基于Naive Bayesian Bundle的特征点识别。高速，但占用内存高。
基于OpenCV的Sift实现。
目标检测/Object Detection
又一个AdaBoost实现。训练速度快。
基于Centrist和Linear SVM的快速行人检测。
（近似）最近邻/ANN
目前最完整的（近似）最近邻开源库。不但实现了一系列查找算法，还包含了一种自动选取最快算法的机制。
另外一个近似最近邻库。
SLAM & SFM
monoSLAM库。由Androw Davison开发。
图像分割/Segmentation
使用Simple Linear Iterative Clustering产生指定数目，近似均匀分布的Super Pixel。
目标跟踪/Tracking
基于Online Random Forest的目标跟踪算法。
Kanade-Lucas-Tracker
Online Boosting Trackers
直线检测/Line Detection
基于联通域连接的直线检测算法。
基于梯度的，局部直线段检测算子。
指纹/Finger Print
基于感知的多媒体文件Hash算法。（提取，对比图像、视频、音频的指纹）
图像检索/Image Retrieval
Pyramid Matching Algorithm实现。
一个简单的的Vocabulary Tree实现。
视觉显著性/Visual Salience
Ming-Ming Cheng的视觉显著性算法。
最快，最好的开源FFT。
轻量级的FFT实现。许可证是亮点。
音频处理/Audio processing
音频处理，音频合成。
音频文件IO。
音频重采样。
分类: 标签: adaboost, ann, ARToolKit, artoolkitplus, bazar, cimg, code, devil, Ferns, ffmpeg, fft, fftreal, fftw, flann, KLT, open source, opencv, pHash, portvideo, ptam, ravl, scenelib, sift, slartoolkit, sport universal, TLD, vlfeat, 代码, 行人检测
MonoSLAM的概念来自于SLAM（wiki），是Robotics中的一种定位算法，全称是Simultaneous Localization and Mapping。
让机器人知道自己在那里（Localization），可以用GPS，但是误差有点大（5米左右？），而且还必须在室外。怎么才能让机器人在室内，或者更精确地知道自己的位置呢？SLAM就是一种方法。
基本的想法是，如果我是一个机器人，我知道两个定点1：(x1,y1)和定点2：(x2,y2)，我现在可以看见定点1，测量一下，离它5米，把头向右转过30度角后，可以看见离定点2，测量一下，离它10米。然后解一个三角形，我就知道自己在那里了（Localization），位置准确度和测量精度有关（转角，距离），通常可以控制在很小。
但是问题又来了，每次我走几步，就得回头看看定点1和定点2，才知道自己在哪里。这一步三回头的走法，真是一件非常二的事情。于是聪明勤劳勇敢的博士生们想出来一个方法，在第一步的时候，一旦我知道自己在哪里，我就添加几个定点：定点3，定点4，定点5……。因为知道自己的坐标，我可以测量出这些新定点离我多远，加上自己的坐标，就知道这些定点在哪里（Mapping）。以后的定位(Localization)就可以用这些新定点。多了这些定点后，以后再走路，哇身边都是定点，腰不酸腿不疼，知道自己在哪里了。
所以SLAM就是指，同时（Simultaneous）知道自己的位置（Localization）和（And…） 新的定点的位置（(feature) Mapping）。因为不管是测量距离，还是计算自己的转角，或记录行走的距离（利用Odometer）都会有noise，而直接计算SLAM，noise会叠加。所以一般SLAM要有一个Kalman Filter的过程。ICRA 10的一篇文章就讨论了为什么需要Filter. (ICRA 10: Why Filter?) .如果对SLAM还有兴趣，可以看看这个Oxford的Summer School。
而MonoSLAM，是Andrew Davison提出来的利用一个摄像头来做SLAM的方法，也叫Real-Time Structure From Motion。在这里，定点变成了visual feature，测量定点的位置转变为match feature, then triangulate. 一个2004年的demo 。当摄像头在空间里忘乎所以地移动时，MonoSLAM都可以利用feature matching，知道摄像头的位置，和那些feature的位置。demo中的右图的黄线，是camera的trajectory。而椭圆表示对于新加的feature的不确定性。paper
可以看到在demo中，虽然知道摄像头的位置，但是mapping的feature很少很稀疏，这样不好不强大。经过了6年，随着CPU,GPU越来越可怕，人民生活越来越幸福，Andrew Davison这个组终于在CVPR 10搞出了dense live MonoSLAM：利用GPU计算PTAM，然后Mesh成Surfeace。请看demo。有点长，请耐心，最后的小车的激情一跃很精彩。project page
SLAM和MonoSLAM在网上都有很多现成的code。像MRPT （跨平台），Andrew Davison的SceneLib （Linux），还有C#版本的。
最新评论