暂无搜索历史
学习目标:掌握图像-文本、图像-深度、视频-语音等多模态融合的基本原理,能使用 OpenCV 联合其他工具(如 CLIP、Open3D、Whisper)完成跨模...
学习目标:掌握将 OpenCV 视觉算法和深度学习模型部署到树莓派、Android 手机等资源受限设备的核心方法,实现离线、低功耗、实时的边缘视觉应用。
学习目标:掌握 YOLO 系列目标检测与 Mask R-CNN / SAM 图像分割在 OpenCV 中的部署方法,实现 CPU/GPU 加速的实时推理,并完成...
学习目标:掌握 OpenCV-DNN 模块的核心用法,能加载 PyTorch/TensorFlow/ONNX 预训练模型,在 OpenCV 中实现图像分类、目标...
项目目标:构建一个完整的视频处理系统—— ✅ 第一帧自动检测人脸 → 启动跟踪器 → 后续帧高效跟踪 ✅ 跟踪丢失时自动重新检测 ✅ 支持摄像头或视频文件输入
学习目标:掌握常见图像滤镜(黑白、复古、浮雕、马赛克)的实现原理与代码,能灵活组合 OpenCV 和 NumPy 操作,自定义创意视觉效果。
学习目标:掌握将2~3张具有重叠区域的图像自动拼接为一张无缝全景图的核心流程,理解特征匹配、单应性变换与图像融合三大关键技术,并能用 OpenCV 实现端到端的...
学习目标:掌握基于形状分析(轮廓 + 多边形近似)和颜色识别(HSV 色域分割)的简单物体识别方法,能从图像或视频中自动识别圆形、矩形、三角形及特定颜色的物体。
学习目标:掌握使用 OpenCV 内置的 Haar 级联分类器从图像或视频中实时检测人脸,并能扩展到眼睛、嘴巴等面部特征,为后续人脸识别、表情分析等任务打下基础...
学习目标:掌握使用 OpenCV 的 MOG2 和 KNN 背景减除器,从视频中自动分离出运动前景物体,去除静态背景,为监控、行为分析等任务提供基础。
学习目标:掌握使用 OpenCV 内置跟踪器(如 CSRT、KCF、MOSSE)对视频中指定目标进行实时跟踪的方法,理解跟踪流程,并能应用于人脸、车辆等常见物体...
学习目标:掌握使用 OpenCV 读取本地视频或摄像头、逐帧播放、处理并保存视频的基本技能,能控制播放速度,为后续视频分析(如运动检测、目标跟踪)打下坚实基础。
学习目标:掌握如何使用 OpenCV 绘制和分析图像的亮度分布,并通过直方图均衡化技术增强图像对比度,优化曝光不足或过曝的图像。
学习目标:掌握从图像中提取物体轮廓的完整流程,能使用 OpenCV 查找、绘制、分析轮廓,并应用于物体计数、形状识别等实际任务。
在日常生活中,我们很容易识别物体的轮廓。在计算机视觉中,“边缘”是指图像中亮度发生急剧变化的地方。这些变化通常对应于物体的边界或表面方向的变化。
学习目标:理解“图像噪声”的来源与类型,掌握三种主流平滑滤波方法(均值、高斯、中值),能根据噪声特点选择合适的去噪策略,为后续边缘检测、特征提取等任务提供干净图...
学习目标:理解“腐蚀”与“膨胀”的几何意义,掌握基本形态学操作(腐蚀、膨胀、开运算、闭运算),能对二值图像进行轮廓优化、去噪、连接断裂等处理。
学习目标:理解“二值化”的核心思想,掌握三种主流阈值方法(简单、自适应、OTSU),能根据实际图像选择合适策略,为后续轮廓检测、OCR 等任务打下基础。
路径不能有中文:Windows 用户常犯错误!建议将图片放在英文路径下,如 C:/images/photo.jpg
学习目标:理解“图像 = 数字矩阵”的本质,掌握 OpenCV 与 NumPy 的协同工作机制,能对图像进行基础的矩阵操作。
暂未填写个人网址