問題タブ [cimg]

ニューラルネットワークである種のOCRを開始するために、手紙に関するいくつかの情報を思い出そうとしています。私はまだすべてのものを実際に結合していませんが、私が今抱えている問題は、文字をどのように区別し、それらを分離するかです。http://pp19dd.com/tesseract-ocr-chopper/?i=ocrFTYzRJのようなもの （派手なものはなく、一般的なフォントのみ）

より良い方法は、各文字と数字が互いに結合する黒いピクセルを持っていることを考慮して、トップ、ローワーのxとyを取得するために大量のforループを作成することだと思います（ただし、iは例外です）。

これを支援できるライブラリやアルゴリズムはありますか？画像処理にCimgを使用しています。

これは本当に難しいですか？

図形を描画し、さまざまな塗りつぶしパターン (対角線、点描など) で塗りつぶしたいと考えています。

CImg ライブラリには、アウトラインの任意の線パターンでさまざまな図形を描画するための関数が含まれています。しかし、塗りつぶしパターンについては何もわかりません。

これはおそらく、ビット演算子または数学演算子を使用してパターンをソリッド画像にマスクすることで実行できると思いますが、それを実行するための特定のコードを見たいと思います。

イメージ ファイルから CImg インスタンスを作成する関数を持つ C++ ライブラリを変更して、代わりにバイト配列を使用しようとしています。これは可能ですか？それを許可しているように見える1つの方法を見つけました...

...しかし、私が持っているのはバイト配列だけなので、ソース画像の寸法はありません。

アドレス コメントへの更新 これは、ここで定義されている CImg クラスを使用する pHash ライブラリを変更する試みですhttp://cimg.sourceforge.net/reference/structcimg__library_1_1CImg.html

バイト配列は、ソース イメージの http 要求によって設定されます。

CImg ライブラリを使用して、いくつかの単純な数学関数 (y = x^3 など) を描画することを楽しみにしています。

私はそれを使用しようとしましたが、常に次のエラーが表示されます:
undefined reference to `SetDIBitsToDevice@48'。

このライブラリを使用して曲線や数学関数を描く非常に簡単な例を提供してくれる人はいますか? (または、特定の数学的グラフにいくつかの点をプロットすることもできます)。

注: CImg ライブラリは、画像処理用のオープン ソースの C++ ツールキットです。

CImg ライブラリが関数を描画できない場合は、他の C++ ライブラリでそれを行う方法のステップバイステップの小さなチュートリアルを提供してください。

よろしくお願いします。

スクリーンキャストで使用するために画面の画像をキャプチャしようとしています。したがって、高速なソリューションが必要であり、importやxwdなどのシェルプログラムに依存することはできません。

これは私がこれまでに書いたコードですが、失敗してジャンク画像が表示されます。これは、奇妙な色が一緒に混ぜられたいくつかの画像の断片を示しているようです。

私が間違っていることについて何か考えはありますか？

フラッド フィリングの実装に問題があります。
タスクは、画像の白い部分 (シード ポイントを示す) をクリックするようにユーザーに依頼することです。ユーザーは黒で塗りつぶしたいと考えています。
操作はバイナリ イメージに対して実行する必要があります。CImgライブラリ
を使用しています。再帰アルゴリズムを使用できません。思いついたのですがうまくいきません（シードポイントだけ隙間が黒くなります）。私はキューにまったく慣れていないので、問題はその実装にあるのかもしれません。

私はロボットビジョンシステムに取り組んでおり、その主な目的はオブジェクトを検出することです。これらのライブラリ (CImg、OpenCV) のいずれかを選択したいのですが、両方についての知識があります。

私が使用しているロボットには Linux 、1GHz CPU および 1G RAM が搭載されており、画像のサイズは 320p の C++ を使用しています。

毎秒25フレームのうち20フレーム近くのリアルタイム画像処理が必要です。あなたの意見では、どちらのライブラリがより強力ですか l 私は両方をテストしましたが、処理時間は同じですが、open cv の方がわずかに優れています。これは、open cv コードでポインターを使用しているためだと思います。

あなたの考えと理由を教えてください。

ありがとう。

CImg を使用して、複数の画像をそれぞれ 1 つのウィンドウに表示するにはどうすればよいでしょうか。

このようなことを試してみると

次のウィンドウにアクセスするには、各ウィンドウを閉じる必要があります。

次々と消えていきます。

画像を処理するためにC++言語でDFT (離散フーリエ変換)を実装したいと考えています。

理論を勉強していると、2D DFT を2 つの 1D DFT部分に分割できることがわかりました。まず、行ごとに 1D DFT を実行し、次に列ごとに実行します。もちろん、複素数の演算を行う必要があります。

ここでいくつかの問題が発生します。これは、複素数の実部と虚部をどこで使用するかわからないためです。入力画像ピクセルの値は、虚数部を 0 に設定した実数部として扱う必要があることをどこかで見つけました。

私はそれを実装しましたが、結果の画像が間違っていると思います。

誰かが私を助けてくれたら幸いです。

画像の読み取りと保存には、CImg ライブラリを使用します。

以下に、CImgライブラリ（http://cimg.sourceforge.net/）を使用する簡単なプログラムがあります。このプログラムは、画像のピクセルを反復処理し、グレースケール値（ライトまたは闇）。非常に奇妙なのは、（同じ入力で）プログラムを実行するたびに異なる結果が得られることです。

私が行った場合

期待どおりに動作するため、CImgは画像を正しく読み取っているようです。ただし、内側のforループでAvgValを出力しようとすると、毎回異なる値が取得されます。違いがあれば、OSX10.7.3とgcc4.2.1を使用しています。

しばらくSOを読んでいますが、登録したばかりなので、使用しているサンプル画像を投稿できません。それらについて説明します。これらは、PhotoshopCS5を使用して作成された黒と白のパターンを含む10pxx10pxpng画像でした。