精华内容
下载资源
问答
  • 手机相机软件

    2013-03-12 23:22:39
    手机相机软件
  • html调用手机相机

    2019-01-08 11:28:34
    jquery weui,html调用手机相机,文件代码可以用,根据自己的需求更改
  • 手机相机源码

    2015-03-04 22:24:38
    毕业课程设计名称:开发手机相机源码,适合拿来参考、学习。 实现功能: 1.相机的打开界面 2.相机拍照控制 3.人像美化 4.饰品添加(如,胡子,眼镜,发饰等) 5.照片保存和预览 6.照片的浏览
  • 开发手机相机

    2015-01-05 18:59:16
    开发手机相机,只适合初学者,有一定基础的同学不要下载此源代码
  • 手机相机镜头设计 手機鏡頭之設計規格 ◎Sensor :考慮感測晶片要求FormatPixel No.Pixel SizeChief Ray Angle ◎Optics:考慮機構要求Total Track LengthBack Focus Length
  • 现在手机的配置越来越高相机的功能也越来越强大了不过就算功能再强大如果你不会使用那也白搭今天就来教大家如何使用手机相机中的专业模式手机相机专业模式手机相机的专业模式分为6大功能我们就根据手机的相机布局从...

    现在手机的配置越来越高

    相机的功能也越来越强大了

    不过就算功能再强大

    如果你不会使用那也白搭

    今天就来教大家如何使用

    手机相机中的专业模式6bac6d95c7918c9c441059773b60a7a1.png手机相机专业模式

    手机相机的专业模式分为6大功能

    我们就根据手机的相机布局

    从左往右一一介绍

    一、M测光模式

    测光模式就是从左往右数第一个的矩形图形,而这个模式也分为了3种,介绍顺序还是从左往右。

    矩形测光:适用于拍摄曝光均匀的风景照,比如风和日丽的田野等。

    中央测光:比较适合拍摄单独的事物,如一个人、一棵树等。

    点测光:你要拍摄某事物或者人物镜头的特写的话,建议使用点测光。e03d9507dce8bafc740b2c9e507ff848.pngM测光模式

    二、ISO感光度

    ISO指的即是感光度,这个功能的作用就是调整感光度,换句话说,就是调整照片亮度的。感光度大,照片就变亮;同理,感光度小照片自然就会暗一些。

    用法也很简单,如果你感觉太亮,就往小里调,反之就往大调,直到你认为合适为止。94169da8158377cbbec24cfdbb34ea78.pngISO感光度

    三、S快门速度

    S指的是快门速度,快门速度主要就是控制照片曝光时间的长短。如果曝光时间长,那么照片也会亮一些,反之照片则会暗一点。6a712052ba83d5a3c954fd0d389e009c.pngS快门速度

    用法的话,比如很多好看的夜景图,就是通过降低快门速度和提高感光度拍摄而成的。b6d222242f147e08213ce310ccdf1b15.png

    四、EV曝光补偿

    EV就是曝光值的意思,也称曝光补偿。如果拍照时,光线过于充足,那么我们就可以通过降低曝光值,来降低照片的亮度;反之如果画面太暗,就调高曝光值。713e416ecd245d73ff4e4460986a1f64.pngEV曝光补偿

    五、AF对焦方式

    AF指的是对焦方式,而这个方式也分为3种,还从左往右一一的讲解。436f404de31161234cb52aa83f1e1aa2.pngAF对焦方式

    AF-S(单次自动对焦):适用于拍摄静止的物体,如雕像、风景等。

    AF-C(连续自动对焦):拍摄运动中的事物可选择这个对焦方式,如运动中的人、车等。

    MF(手动对焦):如果拍摄一些特写可选择这个方式,其他拍摄不建议选择这个对焦方式。4c3823a47ce7a31ee3afc66aaa3081a6.png

    六、WB白平衡

    最后一个是白平衡,白平衡通常调整的是画面的色调。这里共分为5种模式,分别是阴天、荧光灯、白炽灯、晴天、自定义模式。

    使用方法的话,根据模式名字对号入座即可,自定义模式的话,记住数值越小越偏红色,而数值越大越偏蓝色。1729426ced2041044b6428a004c947e9.pngWB白平衡

    以上就是手机相机

    专业模式的使用方法

    希望对大家有所帮助

    展开全文
  • 安卓手机相机应用

    2016-03-31 01:00:35
    安卓开发 手机相机程序,照片旋转处理
  • 在学习拍摄前,我们首先要了解一下手机相机的各种专业术语,了解一下各个部件及功能,这样才能更好地掌握拍摄技巧。
  • 华为手机相机补丁

    2013-01-31 09:36:31
    华为手机相机声音补丁可以让手机相机解决相机一直有声音的问题!
  • 调用手机相机

    2016-02-03 18:06:24
    android调用手机相机 这个demo只是调用相机别的功能没有, public class MainActivity extends Activity { private Button btn; private static final int TAKE_PICTURE = 0x000001; @Overri...

                                    android调用手机相机

    这个demo只是调用相机别的功能没有,

    public class MainActivity extends Activity {
        private Button btn;
        private static final int TAKE_PICTURE = 0x000001;
    	@Override
    	protected void onCreate(Bundle savedInstanceState) {
    		super.onCreate(savedInstanceState);
    		setContentView(R.layout.activity_main);
    		btn = (Button) findViewById(R.id.btn);
    		btn.setOnClickListener(new OnClickListener() {
    			
    			@Override
    			public void onClick(View v) {
    				 photo();			
    			}
    			private void photo() {
    				 Intent openCamerIntent = new Intent(MediaStore.ACTION_IMAGE_CAPTURE);
    				 startActivityForResult(openCamerIntent, TAKE_PICTURE);
    				
    			}
    		});
    	}
    
    
    }
    

     

    这个是15年写的,没有处理android6.0权限以及android 7.0选择图库的存储问题,这里我给出一个demo 里面写到了android相机相册

     

    demo地址

     

     

     

    展开全文
  • 目前市场上的手机相机大多是选用30万像素VGA格式的CMOS镜头,100万至200万像素的CMOS镜头已经成为当前手机设计的主流。为了给手机相机拍照时补光,闪光灯也就成了手机的必需品。
  • 手机相机源代码

    2014-08-07 10:25:33
    手机相机源码,希望对大家有所帮助
  • Android开发手机相机

    2014-12-30 16:51:11
    Android设计开发,Android手机相机的设计与实现。
  • 不同手机的区别主要住于外围功能,譬如外观、屏幕颜色亮度、多媒体功能、...手机集成照相机功能是现在手机设计的必然趋势,手机相机的像素也越来越高。为获得更好的图像效果,手机相机的闪光灯功能也变得越来越重要。
  • 在学习拍摄前,我们首先要了解一下手机相机的各种术语,了解一下各个部件及功能,这样才能更好地掌握拍摄技巧。  对于使用手机拍照,很多用户购买前首先会问是多少万像素的,认为像素越高,拍照效果越好。其实对于...
  • 相机的标定之手机相机的标定

    千次阅读 2020-03-28 16:15:36
    相机的标定是 SLAM 最开始的部分,由于设备原因,这个星期只做了手机相机的标定。这篇文章主要就是介绍一下相机标定的原理以及用OpenCV中现有的函数或是Matlab做相机标定的过程。

    相机的标定是 SLAM 最开始的部分,由于设备原因,这个星期只做了手机相机的标定。这篇文章主要就是介绍一下相机标定的原理以及用OpenCV中现有的函数或是Matlab做相机标定的过程。

    0. 资料

    先把相机标定过程中看过的资料摆一下:
    摄像机内参标定《A Flexible New Technique for Camera Calibration》
    摄像机-激光雷达静态外参联合标定《Extrinsic calibration of a camera and laser range finder (improves camera calibration)》
    注意结合运动信息,物体的运动与激光雷达的旋转扫描同时发生
    运动补偿激光雷达与相机之间的标定

    在本篇报告中只用到了第一篇资料中所述的内容。

    1. 原理

    以下步骤出自《A Flexible New Technique for Camera Calibration》

    设一个 2D 平面上的点 m=[u,v]T\textbf{m}=[u,v]^T,与之相对应的 3D 空间中的点为 M=[X,Y,Z]TM=[X,Y,Z]^T 。则根据针孔相机的模型,我们有:
    sm=A[Rt]Ms\textbf{m}=\textbf{A}\begin{bmatrix}\textbf{R}& \textbf{t}\end{bmatrix}M

    这里式子中的 m\textbf{m}MM 均用了齐次坐标的形式,即 m=[u,v,1]T\textbf{m}=[u,v,1]^TM=[X,Y,Z,1]TM=[X,Y,Z,1]^T[Rt]\begin{bmatrix}\textbf{R}& \textbf{t}\end{bmatrix} 为相机的位姿(Extrinsic),A\textbf{A} 为相机的内参矩阵(Intrinsic matrix):
    A=[αγu00βv0001]\textbf{A}=\begin{bmatrix}\alpha&\gamma&u_0\\0&\beta&v_0\\0&0&1\end{bmatrix}

    我们标定时采用黑白方格的标定版,则 MM 的的坐标我们是已知的,令 Z=0Z=0,则有:
    s[uv1]=A[r1r2r3t][XY01]=A[r1r2t][XY1]s\begin{bmatrix}u\\v\\1\end{bmatrix}=\textbf{A}\begin{bmatrix}\textbf{r}_1&\textbf{r}_2&\textbf{r}_3& \textbf{t}\end{bmatrix}\begin{bmatrix}X\\Y\\0\\1\end{bmatrix}=\textbf{A}\begin{bmatrix}\textbf{r}_1&\textbf{r}_2& \textbf{t}\end{bmatrix}\begin{bmatrix}X\\Y\\1\end{bmatrix}

    M=[X,Y,1]TM=[X,Y,1]^Ts H=A[r1r2t]s\ \textbf{H}=\textbf{A}\begin{bmatrix}\textbf{r}_1&\textbf{r}_2& \textbf{t}\end{bmatrix},则有 m=HM\textbf{m}=\textbf{H}M
    H\textbf{H} 记成 [h1h2h3]\begin{bmatrix}\textbf{h}_1&\textbf{h}_2&\textbf{h}_3\end{bmatrix} ,则有:
    h1TATA1h2=0\textbf{h}_1^T\textbf{A}^{-T}\textbf{A}^{-1}\textbf{h}_2=0h1TATA1h1=h2TATA1h2\textbf{h}_1^T\textbf{A}^{-T}\textbf{A}^{-1}\textbf{h}_1=\textbf{h}_2^T\textbf{A}^{-T}\textbf{A}^{-1}\textbf{h}_2

    设:
    B=ATA1=[B11B12B13B12B22B23B13B23B33]\textbf{B}=\textbf{A}^{-T}\textbf{A}^{-1}=\begin{bmatrix}B_{11}&B_{12}&B_{13}\\B_{12}&B_{22}&B_{23}\\B_{13}&B_{23}&B_{33}\end{bmatrix}

    B\textbf{B} 可以由一个 6D 向量定义:
    b=[B11,B2,B22,B13,B23,B33]T\textbf{b}=[B_{11},B_{2},B_{22},B_{13},B_{23},B_{33}]^T

    hi,i=1,2,3=[hi1,hi2,hi3]T\textbf{h}_{i,i=1,2,3}=[h_{i1},h_{i2},h_{i3}]^T,则有:
    hiTBhj=vijb\textbf{h}_i^T\textbf{B}\textbf{h}_j=\textbf{v}_{ij}\textbf{b}

    其中:
    vij=[hi1hj1,hi1hj2+hi2hj1,hi2hj2,hi3hj1+hi1hj3,hi3hj2+hi2hj3,hi3hj3]T\textbf{v}_{ij}=[h_{i1}h_{j1},h_{i1}h_{j2}+h_{i2}h_{j1},h_{i2}h_{j2},h_{i3}h_{j1}+h_{i1}h_{j3},h_{i3}h_{j2}+h_{i2}h_{j3},h_{i3}h_{j3}]^T

    上式也可以写成:
    [v12T(v11v22)T]b=0  or  Vb=0\begin{bmatrix}\textbf{v}_{12}^T\\(\textbf{v}_{11}-\textbf{v}_{22})^T\end{bmatrix}\textbf{b}=\textbf{0} \ \ or\ \ \textbf{V}\textbf{b}=0

    式子中, V\textbf{V} 是我们可以测得的多组数据,根据上式便可以简单估计出 b\textbf{b} 的取值,从而求出 A\textbf{A}H\textbf{H} 。在求出了这些量之后,我们还可以求出相机的位姿,即外参矩阵。

    但正如《A Flexible New Technique for Camera Calibration》中所说,上述步骤求得内参矩阵使用了使得代数距离最小,这并没有什么物理意义,只是给了接下来的测量一个初始值。于是在实践中我们采用最大似然估计,在这里是最小化重投影误差

    误差项可以写为:
    eij=mijf(A,Ri,ti,Mj)\textbf{e}_{ij}=\textbf{m}_{ij}-\textbf{f}(\textbf{A},\textbf{R}_i,\textbf{t}_i,M_j)其中 f\textbf{f} 为点 MjM_j 到相机图像平面的重投影函数。

    考虑径向畸变
    {xcorrected=x(1+k1r2+k2r2)ycorrected=y(1+k1r2+k2r2)\left\{\begin{matrix} x_{corrected}=x(1+k_1r^2+k_2r^2)\\ \\ y_{corrected}=y(1+k_1r^2+k_2r^2) \end{matrix}\right.

    误差项变为:
    eij=mijg(A,k1,k2,Ri,ti,Mj)\textbf{e}_{ij}=\textbf{m}_{ij}-\textbf{g}(\textbf{A},k_1,k_2,\textbf{R}_i,\textbf{t}_i,M_j)

    其中 g\textbf{g} 为点 MjM_j 到相机图像平面的重投影函数。

    于是我们便得到了一个最小二乘问题:
    i=1nj=1meij2\sum_{i=1}^n\sum_{j=1}^m||\textbf{e}_{ij}||^2

    这个问题应该可以用G2O或者Ceres来求解(我还没有实现用这些库的求解)。


    2. 实现过程

    我用的是黑白格的标定板,直接放在Ipad上,然后pad放地上不动,使图片中的所有点都在同一个平面上。标定版的大小是 8×118\times11一奇一偶的大小是为了使OpenCV找角点的函数或者是Matlab能够确定起始点的位置。照片如下:

    在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述
    在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述

    2.1. OpenCV实现过程

    因为 OpenCV 直接找角点和相机标定的函数,所以就直接用了。代码如下:

    #include "common_include.h"
    #include <boost/format.hpp>
    #include "config.h"
    #include <string>
    
    int main( int argc, char** argv ) {
    
    	//set parameters
    	boost::format fmt( "%d.jpg" );
    	Config::setParameterFile("../config/default.yaml");
    	int h = Config::get<int> ("Size.height");
    	int w = Config::get<int> ("Size.width");
    	int img_num = Config::get<int> ("ImageNumber");
    	int image_h = Config::get<int> ("Image.height");
    	int image_w = Config::get<int> ("Image.width");
    	string image_path = Config::get<string> ("ImagePath");
    	float scale = Config::get<float> ("Scale");
    	
    	Size boardSize(w, h);
    	Size imageSize(image_w, image_h);
    	cout << "---------------------------------------------------------\n";
    	cout << "The board size is " << boardSize.width << " * " << boardSize.height << endl;
    	cout << "---------------------------------------------------------\n";
    	cout << "The image size is " << imageSize.width << " * " << imageSize.height << endl;
    	cout << "---------------------------------------------------------\n";
    	
    	//initialization
    	Mat img;
    	vector<Point3f> objects;
    	vector<vector<Point2f>> imageCorners;
    	vector<vector<Point3f>> objectCorners;
    	vector<Point2f> corners;
    	int temp = 0;
    	
    	//The points in world coodinate
    	for (int i=0; i<h; i++)
    		for (int j=0; j<w; j++)
    			objects.push_back( Point3f(j, i, 0.0) );
    
    	for (int i=0; i<img_num; i++) {
    		cout << "Read the image \"" << ((fmt%(i+1)).str()) << "\" ...\n";
    		img = imread( image_path + (fmt%(i+1)).str(), 0 );
    		if ( img.empty() ) {
    			cout << "The image \"" << ((fmt%(i+1)).str()) << "\" does not exits!\n\n";
    			continue;
    		}
    		resize( img, img, Size(), scale, scale, INTER_AREA );
    		
    		cout << "Find the corner of the image ...\n";
    		bool found = findChessboardCorners( img, boardSize, corners );
    		
    		if (found) {
    			cornerSubPix( img, corners, Size(5, 5), Size(-1, -1),
    				cv::TermCriteria(
    					cv::TermCriteria::MAX_ITER + cv::TermCriteria::EPS,
                    	30, 0.01
                	)
            	);
            	
            	for (int i=0; i<corners.size(); i++) {
            		corners[i] *= 1/scale;
            	}        	
            	cout << "Add the corner of the image ...\n";
    			if ( h*w == corners.size() ) {
    				imageCorners.push_back( corners );
    				objectCorners.push_back( objects );
    				temp++;
    			}
    			else cout << "The image is rejected!\n\n";
            }
    		else cout << "The corners does not found!\n\n";
    	}
    	/*
    	cout << "---------------------------------------------------------\n";
    	cout << objectCorners[0] << endl << imageCorners[0];
    	*/
    	cout << "---------------------------------------------------------\n";
    	cout << "The total number of images which is successfully readed is: " << temp << endl;
    	cout << "---------------------------------------------------------\n";
    	
    	Mat A = (Mat_<float>(3, 3) << 1, 0, 0, 0, 1, 0, 0, 0, 1);
    	Mat D = (Mat_<float>(4, 1) << 0, 0, 0, 0);
    	vector<Mat> R;
    	vector<Mat> t;
    	
    	calibrateCamera(objectCorners, imageCorners, imageSize, A, D, R, t);
    	
    	double error=0;
    	double total=0;
    	for (int i=0; i<R.size(); i++) {
    		vector<Point2f> repoints;
    		projectPoints(objectCorners[i], R[i], t[i], A, D, repoints);
    		total += repoints.size();
    		for (int j; j<repoints.size(); j++) error += norm(imageCorners[i][j] - repoints[j]);
    	}
    	
    	cout << "The intrinsic matrix is: \n" << A <<endl;
    	cout << "---------------------------------------------------------\n";
    	cout << "The distortion vector is: \n" << D << endl;
    	cout << "---------------------------------------------------------\n";
    	cout << "The reproject error is: " << error/total << endl;
    	cout << "The total number of points is: " << total << endl;
    	return 0;
    }
    

    实现过程中的问题与解决: 这里我写了一个 Config 的类来读取一些初始值,具体代码在《SLAM 14讲》的第九章,我也是直接拿来用的。由于开始的时候很多图片找不到角点,所以我在读取图片读取角点时都会在屏幕上输出相关的文字以判断是否成功读取了。后来发现读取不到角点是因为手机拍的图片太大了,于是我在读取图片后先把图片缩小,测出角点坐标后再把坐标按相同的比例放大。另外要注意的是,3D 点的顺序和角点的顺序必须一一对应,于是在生成 3D 点的坐标 vector 时顺序是从左往右,由上至下。

    以下时运行的结果:

    在这里插入图片描述

    2.2 Matlab 实现过程

    Matlab 有直接的APP可以直接作相机的标定,直接把图片放进去就可以了。结果如下:

    在这里插入图片描述

    2.3. 总结和问题

    可以看出不论是哪种方法,手机相机的内参矩阵几乎是一样的。这间接的可以说明我们得到的结果还是比较准确的。
    但用 Matlab 时得到的平均重投影误差比较大,我现在还没找到缩小的办法。另外,两个方法测出来的径向畸变的系数也有较大不同,这可能是因为这个系数本来较小,所以显示出来的相对误差就会比较大。

    3. OpenCV的补充

    摘抄一段官网上的说明

    double cv::calibrateCamera 	( 	InputArrayOfArrays  	objectPoints,
    								InputArrayOfArrays  	imagePoints,
    								Size  					imageSize,
    								InputOutputArray  		cameraMatrix,
    								InputOutputArray  		distCoeffs,
    								OutputArrayOfArrays  	rvecs,
    								OutputArrayOfArrays  	tvecs,
    								OutputArray  			stdDeviationsIntrinsics,
    								OutputArray  			stdDeviationsExtrinsics,
    								OutputArray  			perViewErrors,
    								int  					flags = 0,
    								TermCriteria  			criteria = TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, DBL_EPSILON) 
    	) 	
    

    objectPoints: 输入参数,类型类似 vector< vecotor < Point3f > >
    imagePoints: 输入参数,类型类似 vector< vecotor < Point2f > >
    imageSize: 输入参数,类型是 cv::Size
    cameraMatrix: 输入输出参数,类型是 cv::Mat
    distCoeffs: 输入输出参数,类型是 cv::Mat
    rvecs: 输出参数,类型是 vector< cv::Mat >
    tvecs: 输出参数,类型是 vector< cv::Mat >
    stdDeviationsIntrinsics: 相机内参矩阵和畸变系数的偏差值。
    stdDeviationsExtrinsics: 相机外参的偏差值。
    perViewErrors: 每张图的重投影误差。
    flags:

    • CALIB_USE_INTRINSIC_GUESS: 标定时使用初始值。
    • CALIB_FIX_PRINCIPAL_POINT: 中心点不变。
    • CALIB_FIX_ASPECT_RATIO: fxfy\frac{f_x}{f_y} 的值不变。
    • CALIB_ZERO_TANGENT_DIST: 切向畸变值设为0。
    • CALIB_FIX_K1,…,CALIB_FIX_K6: 相应的径向畸变系数不变,若不是用初始值,则设为0。
    • CALIB_RATIONAL_MODEL: 使用 k4,k5,k6k_4, k_5, k_6 ,若没有这个 distCoeffs 只返回五个参数。
    • CALIB_THIN_PRISM_MODEL: 使用 s1,s2,s3s_1,s_2,s_3
    • CALIB_FIX_S1_S2_S3_S4: 固定 s1,s2,s3s_1,s_2,s_3
    • CALIB_TILTED_MODEL: 使用 τx,τy\tau_x,\tau_y
    • CALIB_FIX_TAUX_TAUY: 固定 τx,τy\tau_x,\tau_y
    展开全文
  • 操作如下:步骤一:在手机桌面上找到手机相机并点击相机进入拍照模式步骤二:在拍照模式中,我们点击右上角的“三”字图标步骤三:此时,在出现的页面中,我们点击页面最下方正中间的“设置”选项步骤四:这时,手机...

    操作如下:步骤一:在手机桌面上找到手机相机并点击相机进入拍照模式步骤二:在拍照模式中,我们点击右上角的“三”字图标步骤三:此时,在出现的页面中,我们点击页面最下方正中间的“设置”选项步骤四:这时,手机页面跳转至相机设置页面,在该页面中我们选择“分辨率”选项步骤五:我们在出现的分辨率中选择我们要设置的分辨率步骤六:当我们选择好分辨率后,手机页面返回到“设置”页面,我们可以看到我们刚才设置的分辨率步骤七:当我们返回到拍照进行拍照时,拍出来的照片的分辨率就是我们设置的分辨率拓展资料像素值相机所说的像素,其实是最大像素的意思,像素是分辨率的单位,这个像素值仅仅是相机所支持的有效最大分辨率。30万640×48050万800×60080万1024×7685”(3.5×5英寸)130万1280×9606”(4×6英寸)200万1600×12008”(6×8英寸)5”(3.5×5英寸)310万2048×153610”(8×10寸)7”(5×7英寸)430万2400×180012”(10×12英寸)8”(6×8英寸)500万2560×192012”(10×12英寸)8”(6×8英寸)600万3000×200014”(11×14英寸)10”(8×10寸)800万3264×248816”(12×16英寸)10”(8×10寸)1100万4080×272020”(16×20英寸)12”(10×12英寸)1400万4536×302424”(18×24英寸)14”(11×14英寸)以上都是大约尺寸。参考资料:百度百科-像素

    阅读全文 >

    展开全文
  • 在学习拍摄前,我们首先要了解一下手机相机的各种专业术语,了解一下各个部件及功能,这样才能更好地掌握拍摄技巧。
  • 标定手机相机参数

    千次阅读 2019-04-12 23:52:33
    本文利用张正友相机标定方法,标定手机相机的相关参数。手机型号:华为mate8 1,张正友相机标定实验原理 (1)计算单应性矩阵 设三维世界坐标的点为X=[X,Y,Z,1]TX=[X,Y,Z,1]T,二维相机平面像素坐标为m=[u,v,1]...
  • 智能手机相机使用的新型量子随机数生成算法
  • 移动端H5拉起手机相机 目前浏览器拉起手机相机的有两种方式MediaDevices.getUserMedia()和使用input标签 input 标签拉起相机 只要正确的配置accept和capture就可以打开手机相册,相机,麦克风 <div> <h2&...
  • 失控的手机相机

    2019-04-09 15:03:00
    不出所料,很快数码圈、科技圈以及摄影圈就炸开了,一时之间,关于手机相机和单反孰优孰劣的辩论又开始了。 知乎上有个问题“如何看待华为发布会上P30 Pro和佳能5D两款设备做比较?”最高赞回答如...
  • 失控的手机相机

    2019-04-09 15:03:00
    不出所料,很快数码圈、科技圈以及摄影圈就炸开了,一时之间,关于手机相机和单反孰优孰劣的辩论又开始了。 知乎上有个问题“如何看待华为发布会上P30 Pro和佳能5D两款设备做比较?”最高赞回答如...
  • 启动手机相机或者相册获取图片上传服务器
  • 手机相机》参数与选择

    千次阅读 2019-08-21 20:23:49
    一、手机相机:相机照相质量的好坏绝不能只单独看其中某个参数,而是要综合权衡相机的镜头、CMOS传感器和ISP算法等所有影响相机性能的因素。手机相机可以分为前置相机和后置相机两类,其中前置相机主要用来自拍或萌...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 9,523
精华内容 3,809
关键字:

手机相机