搜索资源列表
openCV_opengl
- opencv与opengl结合使用的程序，对于增强现实很有帮助-opencv opengl used in conjunction with the procedures useful for augmented reality
VideoTexture_src
- This short program shows how a live video stream from a web cam (or from a video file) can be rendered in OpenGL as a texture. The live video stream is captured using the Open Source Computer Vision library (OpenCV). The program also shows how an Ope
src
- 创建一个标准的基于OpenCV（桌面）的实时项目，以及如何执行标记的增强的一种新方法现实中，使用实际的环境作为输入，而不是打印的方形标记。-create a standard real-time project using OpenCV (for desktop), and how to perform a new method of marker-less augmented reality, using the actual environment as the input in
HandyAR-ver0.2
- 手指识别判定 源代码和论文 这个是基于Opencv 详细算法流程，请看论文说明 -Handy AR: Markerless Inspection of Augmented Reality Objects Using Fingertip Tracking
099CCIT0394011-001
- 擴增實境技術是在真實視訊影像中加入虛擬物件，並透過追蹤與定位技術，可以與人們產生良好之互動效果。在視覺追蹤應用領域裡，可分為標記與無標記兩類應用。標記識別技術較為成熟，目前擴增實境開發平台以採用標記識別為主；至於無標記則侷限在特定方法之識別追蹤應用領域，例如樂高玩具利用包裝盒上之印刷圖片當作辨識物件。面對無標記擴增實境之應用日趨重要，且必須因應不同物件採用不同特徵之識別追蹤方法來達成無標記擴增實境之應用。而目前擴增實境平台並不提供模組化方式來替換識別追蹤方法，因此本文提出無標記擴增實境實驗平台，
ECDL2011_0962
- 影像視覺追蹤與定位技術可用於擴增實境之應用，依使用標記與否，可分為標記與無標記兩類技術。標記識別技術較為簡單，且較為成熟，但受限於需使用特殊之標記。無標記識別技術使用一般自然物件來取代特殊標記，應用較為彈性，但必須能正確擷取出欲辨識物件有用之特徵點。現有擴增實境之開發函式庫或開發平台，主要目的為提供擴增實境之應用開發，不提供無標記擴增實境技術研究方法之驗證。故本文深入研究探討如何整合ARToolKit、OpenCV與OpenGL等函式庫，設計無標記擴增實境整合平台。且此平台各項功能採用模組化設計
AR_playground-master
- AR_playground: Examples and experiments of Augmented Reality through ARToolkitPlus, OpenCV and OpenGL.
cPTAMAR
- 画增强现实的物体，提取特征，跟踪特征点，画出物体的位置。效果还可以。用的是vs和opencv还有opengl-Draw augmented reality, extract features, track the feature points, and draw the object s position. Effect can also. Using the VS and opencv and OpenGL
simpleAR
- 该项目利用了opencv和openGL实现了简单的增强现实的功能。(The project makes use of OpenCV and OpenGL to implement simple augmented reality capabilities.)
algorithm-Uugmented
- Augmented least-square algorithm in matlab, easy to learn, annotation, completely can be well understood algorithm,
Python计算机视觉编程
- 本书介绍Python的计算机视觉编程，用清晰的Python示例，细致讲解对象识别、3D重建、立体图像、增强现实及其他计算机视觉应用技巧，给出了分析图像的工具与方法。内容：机器人导航、医学图像分析；图像映射与变换；多图像的3D重建；用聚类方法基于相似性和内容组织图像；基于视觉内容的图像检索技巧；实现图像内容分类和对象识别的算法；通过Python接口访问常用的OpenCV库。(This book introduces Python's computer vision programming. Wit