- 计算机视觉没那么枯燥，这篇文章用最通俗的语言和最有趣的应用介绍什么是图像金字塔，配套代码加深理解 计算机视觉没那么枯燥，这篇文章用最通俗的语言和最有趣的应用介绍什么是图像金字塔，配套代码加深理解
- 透视空间所有变换都是投影变换的特例，本节进一步研究投影变换矩阵(单应性矩阵)的估计 透视空间所有变换都是投影变换的特例，本节进一步研究投影变换矩阵(单应性矩阵)的估计
- 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库。import cv2 1、实现源码要进行人脸检测，对于现在的深度学习来说简直是入门级项目了。如果我们使用传统的方法来进行人脸检测，就可以省去寻找数据集、调参以及训练的时间了。faceCascade是我们的人脸分类器，一个写好的分类器文件，虽然很老，但是很有效。关注公... 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库。import cv2 1、实现源码要进行人脸检测，对于现在的深度学习来说简直是入门级项目了。如果我们使用传统的方法来进行人脸检测，就可以省去寻找数据集、调参以及训练的时间了。faceCascade是我们的人脸分类器，一个写好的分类器文件，虽然很老，但是很有效。关注公...
- 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库，import numpy并且重命名为np。import cv2import numpy as np我们还要知道在OpenCV中，坐标轴的方向是x轴向右，y轴向下，坐标原点在左上角，比如下面这张长为640像素，宽为480像素的图片。OK，下面开始本节的学习吧。 1、实... 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库，import numpy并且重命名为np。import cv2import numpy as np我们还要知道在OpenCV中，坐标轴的方向是x轴向右，y轴向下，坐标原点在左上角，比如下面这张长为640像素，宽为480像素的图片。OK，下面开始本节的学习吧。 1、实...
- 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库，import numpy并且重命名为np。import cv2import numpy as np我们还要知道在OpenCV中，坐标轴的方向是x轴向右，y轴向下，坐标原点在左上角，比如下面这张长为640像素，宽为480像素的图片。OK，下面开始本节的学习吧。 1、实... 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库，import numpy并且重命名为np。import cv2import numpy as np我们还要知道在OpenCV中，坐标轴的方向是x轴向右，y轴向下，坐标原点在左上角，比如下面这张长为640像素，宽为480像素的图片。OK，下面开始本节的学习吧。 1、实...
- 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库，import numpy并且重命名为np。import cv2import numpy as np我们还要知道在OpenCV中，坐标轴的方向是x轴向右，y轴向下，坐标原点在左上角，比如下面这张长为640像素，宽为480像素的图片。OK，下面开始本节的学习吧。 1、场... 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库，import numpy并且重命名为np。import cv2import numpy as np我们还要知道在OpenCV中，坐标轴的方向是x轴向右，y轴向下，坐标原点在左上角，比如下面这张长为640像素，宽为480像素的图片。OK，下面开始本节的学习吧。 1、场...
- 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库。 1、转成灰度图像调用imread()方法获取我们资源文件夹中的图片lena.pngcvtColor()方法可以让我们的图片转换成任意颜色，第一个参数是我们要转换的图片，第二个参数是要转成的颜色空间，cv2.COLOR_BGR2GRAY就是由BGR变为GRAY，我们... 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库。 1、转成灰度图像调用imread()方法获取我们资源文件夹中的图片lena.pngcvtColor()方法可以让我们的图片转换成任意颜色，第一个参数是我们要转换的图片，第二个参数是要转成的颜色空间，cv2.COLOR_BGR2GRAY就是由BGR变为GRAY，我们...
- 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库。 1、读取图像调用imread()方法获取我们资源文件夹中的图片使用imshow()方法显示图片，窗口名称为OutputwaitKey(0)这句可以让窗口一直保持，如果去掉这句，窗口会一闪而过############打开图像############img=cv2.i... 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库。 1、读取图像调用imread()方法获取我们资源文件夹中的图片使用imshow()方法显示图片，窗口名称为OutputwaitKey(0)这句可以让窗口一直保持，如果去掉这句，窗口会一闪而过############打开图像############img=cv2.i...
- 论文名称：Spindle Net: Person Re-identification with Human Body Region Guided Feature Decomposition and Fusion论文地址：https://openaccess.thecvf.com/content_cvpr_2017/papers/Zhao_Spindle_Net_Person_CVPR_20... 论文名称：Spindle Net: Person Re-identification with Human Body Region Guided Feature Decomposition and Fusion论文地址：https://openaccess.thecvf.com/content_cvpr_2017/papers/Zhao_Spindle_Net_Person_CVPR_20...
- 前言 首先进行双目定标，获取双目摄像头内部的参数后，进行测距。本次的双目视觉测距，基于BM算法。注意：双目定标的效果会影响测距的精准度，建议大家在做双目定标时，做好一些（尽量让误差小）。 一、双目测距 效果基于BM算法，生成视差图的效果用鼠标点击视差图，程序会自动计算该点的世界坐标、距离，输出信息如下：像素坐标 x = 470, y = 163世界坐标xyz 是： 0.225398727... 前言 首先进行双目定标，获取双目摄像头内部的参数后，进行测距。本次的双目视觉测距，基于BM算法。注意：双目定标的效果会影响测距的精准度，建议大家在做双目定标时，做好一些（尽量让误差小）。 一、双目测距 效果基于BM算法，生成视差图的效果用鼠标点击视差图，程序会自动计算该点的世界坐标、距离，输出信息如下：像素坐标 x = 470, y = 163世界坐标xyz 是： 0.225398727...
- 前言双目立体匹配的原理类似于人类的视觉原理：分别单独使用左眼和单独使用右眼去观察一个物体，该物体在两个视角中的相对位置会存在一定的偏移，人类视觉系统可以根据该偏移去判断该物体的距离远近。同样的，在双目立体匹配中，只要能在两张图像中正确地找到匹配点，结合相机的内部参数和外部参数，就能精准地计算出空间点距离拍摄相机的距离。一、立体匹配简介双目立体视觉一般是指使用两个摄像机从不同的角度获取同一个场... 前言双目立体匹配的原理类似于人类的视觉原理：分别单独使用左眼和单独使用右眼去观察一个物体，该物体在两个视角中的相对位置会存在一定的偏移，人类视觉系统可以根据该偏移去判断该物体的距离远近。同样的，在双目立体匹配中，只要能在两张图像中正确地找到匹配点，结合相机的内部参数和外部参数，就能精准地计算出空间点距离拍摄相机的距离。一、立体匹配简介双目立体视觉一般是指使用两个摄像机从不同的角度获取同一个场...
- 本文提出了一个概念简单但对卷积神经网络非常有效的注意力模块。相比于现有的通道注意力和空间注意力机制，本文直接在网络层中推理出三维的注意力权重而且不增加任何参数量。确切地来说，本文基于著名的神经科学理论提出了通过优化能量函数来查找每个神经元的重要性。 本文提出了一个概念简单但对卷积神经网络非常有效的注意力模块。相比于现有的通道注意力和空间注意力机制，本文直接在网络层中推理出三维的注意力权重而且不增加任何参数量。确切地来说，本文基于著名的神经科学理论提出了通过优化能量函数来查找每个神经元的重要性。
- 简单介绍了轮廓匹配和Hu矩轮廓匹配的函数使用 简单介绍了轮廓匹配和Hu矩轮廓匹配的函数使用
- 简单介绍了二值图像分析的轮廓发现以及绘制外接矩形的简单操作 简单介绍了二值图像分析的轮廓发现以及绘制外接矩形的简单操作
- 本文为上文（十二篇-二值化）进行一个自适应阈值算法的补充，并简单介绍图像二值化与去噪，二值图像连通域的简单用法 本文为上文（十二篇-二值化）进行一个自适应阈值算法的补充，并简单介绍图像二值化与去噪，二值图像连通域的简单用法
上滑加载中
推荐直播
-
OpenHarmony应用开发之网络数据请求与数据解析2025/01/16 周四 19:00-20:30
华为开发者布道师、南京师范大学泰州学院副教授，硕士研究生导师，开放原子教育银牌认证讲师
科技浪潮中，鸿蒙生态强势崛起，OpenHarmony开启智能终端无限可能。当下，其原生应用开发适配潜力巨大，终端设备已广泛融入生活各场景，从家居到办公、穿戴至车载。 现在，机会敲门！我们的直播聚焦OpenHarmony关键的网络数据请求与解析，抛开晦涩理论，用真实案例带你掌握数据访问接口，轻松应对复杂网络请求、精准解析Json与Xml数据。参与直播，为开发鸿蒙App夯实基础，抢占科技新高地，别错过！
回顾中 -
Ascend C高层API设计原理与实现系列2025/01/17 周五 15:30-17:00
Ascend C 技术专家
以LayerNorm算子开发为例，讲解开箱即用的Ascend C高层API
回顾中
热门标签