一种通用的sift-surf-orb的程序，只需要改变相应的关键字就可以检测不同的特征点，对于分析配准问题，三维重建是一个非常好的资源。
同时，代码进行了ransac优化。
可供工程实际应用
同时，代码进行了ransac优化。
可供工程实际应用
2025/4/27 18:02:03
11KB
1
vs2017编译完成的G2O库，包括直接使用源码编译的G2O库与使用ORB-SLAM2中的精简三方库编译的ORB-SLAM2专用库两部分组成
2024/11/8 12:01:19
17.91MB
1
特征检测与匹配的目标是识别一个图像中的关键点与另一个图像中的对应点之间的配对。
在此实验中，你将编写代码以检测图像中的特征点（对于平移、旋转和照明具有一定的不变性），并在另一个图像中找到最佳匹配特征。
为了帮你可视化结果并调试程序，我们提供了一个用户界面，可以显示检测到的特征和最佳匹配。
我们还提供了一个示例ORB特征检测器，用于结果比较。
该实验有三个部分：特征检测、特征描述和特征匹配。
您所需要实现的所有代码都在features.py中。
在此实验中，你将编写代码以检测图像中的特征点（对于平移、旋转和照明具有一定的不变性），并在另一个图像中找到最佳匹配特征。
为了帮你可视化结果并调试程序，我们提供了一个用户界面，可以显示检测到的特征和最佳匹配。
我们还提供了一个示例ORB特征检测器，用于结果比较。
该实验有三个部分：特征检测、特征描述和特征匹配。
您所需要实现的所有代码都在features.py中。
2024/7/30 0:22:45
21.64MB
1
这段代码是自己写的，会比opencv的简单易懂。
提取了特征点后，进行了暴力匹配。
暴力匹配的代码也是自己写的，看完后应该对特征点的提取和匹配有个直观的认识。
提取了特征点后，进行了暴力匹配。
暴力匹配的代码也是自己写的，看完后应该对特征点的提取和匹配有个直观的认识。
2024/4/1 12:17:52
25KB
1
这是基于opencv、ORB-SLAM2的三维重建系统，实现的是若干帧的从图像重建点云的功能，仅供学习交流之用，该资源对应的博文为：http://blog.csdn.net/yfic000/article/details/76177516有问题可以在该系列博文下回复我。
2024/1/16 14:06:41
3.4MB
1
orbslam2文件夹下的ORBSLAM2_with_pointcloud_map-master/ORB_SLAM2_modified/Vocabulary/ORBvoc.txt.tar.gz，github有的人下载不下来
2023/12/28 4:33:44
40.56MB
1
ORB-SLAM3-TUM-VIMonocular-Inertial,Slides3.mp4
2023/11/3 2:13:30
20.4MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB