计算机视觉:opencv（一）
图像的读取原文件读取import cv2img_OpenCV = cv2.imread(r'C:\Users\Administrator\Desktop\beginning.jpg')cv2.imshow('bgr image', img_OpenCV)cv2.waitKey(0)cv2.destr
Python笔记-OpenCV图像处理和人脸识别
一.简介1.OpenCV：OpenCV的全称是Open Source Computer Vision Library，是一个开源的跨平台的计算机视觉库。可以运行在Linux、Windows、Android和macOS操作系统上，帮助人们快速构建复杂的视觉应用程序。2.机器视觉：计算机视觉（Compu
python，opencv-python人脸识别，并且发邮件对镜头前未知人员进行报警
python，opencv-python人脸识别，并且发邮件对镜头前未知人员进行报警，按照步骤可直接食用
利用opencv带你玩转人脸识别-下篇（人脸录入，数据训练，人脸识别小案例快速入门）
🐚作者简介：苏凉（专注于网络爬虫，数据分析）🐳博客主页：苏凉.py的博客🌐系列专栏：python-opencv快速入门👑名言警句：海阔凭鱼跃，天高任鸟飞。📰要是觉得博主文章写的不错的话，还望大家三连支持一下呀！！！👉关注✨点赞👍收藏📂文章目录前言人脸信息录入保存（动图演示）数据训练1
OpenCV学习笔记14-计算机视觉中的背景减除介绍及代码实现
参考文章：https://blog.csdn.net/tengfei461807914/article/details/81588808https://zhuanlan.zhihu.com/p/31103280文章目录背景减除方法选择：MOGMOG2GMGCNTKNN总结背景减除计算机视觉的前景和背
入门opencv安装和读取图片
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结一.opencv包的安装 首先是使用软件：我用的是Anaconda 与pycharm配置第一步：下载Anaconda 下载地址：Anaconda
利用opencv带你玩转人脸识别-中篇（人脸检测，检测多个，视频检测快速入门）
🐚作者简介：苏凉（专注于网络爬虫，数据分析）🐳博客主页：苏凉.py的博客🌐系列专栏：python-opencv快速入门👑名言警句：海阔凭鱼跃，天高任鸟飞。📰要是觉得博主文章写的不错的话，还望大家三连支持一下呀！！！👉关注✨点赞👍收藏📂文章目录前言1.人脸检测级联分类器路径人脸检测函数
OpenCV学习笔记13-图像直方图的介绍及代码实现
图像直方图文章目录图像直方图1 图像直方图的基本概念2 使用OpenCV统计直方图(calcHist)3 使用OpenCV绘制直方图(plt.hist/plt.plot)4 使用掩膜的直方图(mask)5 直方图均衡化原理(equalizeHist)5.1 未做均衡化展示：5.2 做了均衡化展示：5
利用opencv带你玩转人脸识别-上篇（读取图片，灰度转换，尺寸修改，绘制矩形快速入门）
🐚作者简介：苏凉（专注于网络爬虫，数据分析）🐳博客主页：苏凉.py的博客🌐系列专栏：python-opencv快速入门👑名言警句：海阔凭鱼跃，天高任鸟飞。📰要是觉得博主文章写的不错的话，还望大家三连支持一下呀！！！👉关注✨点赞👍收藏📂文章目录前言安装opencv导入模块1.读取图片（
opencv笔记17-图像像素类型转换与归一化
图像像素类型转换与归一化#include<iostream>#include<opencv2/opencv.hpp>using namespace std;using namespace cv;/** opencv中提供了四种归一化方式：* -NORM_MINMA
【qt+opencv】实现人脸识别打卡系统2.0
一、简介人脸识别1.0版本：【QT】基于人脸识别的打卡系统（QT+Opencv + SQLite）--设计过程_Jason~shen的博客-CSDN博客_qt人脸识别目录使用平台设计目标功能描述设计方案数据库设计使用说明使用平台https://blog.csdn.net/qq_40602000/ar
OpenCV中的improc组件——三种线性滤波实例及综合实例(14)
1 线性滤波API函数1.1 方框滤波函数：boxFilter函数<1> . boxFilter()函数的作用：使用方框滤波来模糊一张图像。<2> . 函数原型：void boxFilter(InputArray src, OutputArray dst, int ddep
Keras深度学习实战（3）——神经网络性能优化技术详解
在神经网络训练过程中，有多种超参数可以影响神经网络的准确性。在本节中，我们将详细介绍神经网络中各种超参数的作用，通过使用不同的超参数来优化神经网络性能，以 MNIST 手写数字分类模型为例应用多种神经网络优化技术提高模型准确率。
三、深度学习基础2（前、反向传播；超参数）
前向传播与反向传播前向传播反向传播神经网络的输出、卷积神经网络输出值以及Pooling 层输出值（主要作用是下采样）过程皆为比较简单的基础知识，在此不作详细赘述。超参数超参数:比如算法中的 learning rate （学习率）、iterations(梯度下降法循环的数量)、（隐藏层数目）、（隐藏层
C++使用opencv调用级联分类器来识别目标物体
前言：相较于帧差法捕捉目标物体识别，级联分类器识别目标物体更加具有针对性，使用前者只要是动的物体都会被捕捉识别到，画面里有一点风吹草动，都会被捕捉识别下来，如果我想识别具体的人或者物，都无法做到精准的目标识别，所以有了级联分类器识别（即模型识别），会按照训练好的级联分类器（模型）来进行目标识别流程讲
三、深度学习基础1（构成、模型）
神经网络组成（输入层、隐藏层、输出层）最简单的神经网络：感知机复杂一些的感知机由简单的感知机单元组合而成：Sigmoid 单元感知机单元的输出只有 0 和 1，实际情况中，更多的输出类别不止 0 和 1，而是[0,1]上的概率值，这时候就需要 sigmoid 函数把任意实数映射到[0,1]上。sig
BM算法实现双目视觉测距--python实现
python实现双目相机的深度测距，获取点的三维坐标。
车牌识别项目全过程——opencv知识自学
目录什么是opencv?图像获取图像变换改变大小什么是opencv?OpenCV是一个开源的计算机视觉框架。是用来处理图像数据的开源库，即一套与图像相关的算法库。在2016年以后，深度学习的应用越来越广泛，OpenCV里也添加了CNN之类的模块，可以与Tensorflow、Caffe2这些框架训练出
在QT下调用opencv完成运动目标捕捉
一、原理说明：差帧识别原理：将这一帧的图像和上一帧的图像进行比对，产生变化的即为运动的目标像素块二、过程详解：1.将传入的两帧先进行灰度处理，转化将rgb类型图片转化为灰度图，可大大降低处理时间和资源消耗将转换后的图片转存至frontGray和afterGray cvtColor(frontF
