【课题报告】OpenCV 抠图项目实战（10）PyQt5 使用
第六章 基于 PyQt5 的抠图算法实验平台Qt 库是跨平台的 C++ 库的集合，是最强大的 GUI 库之一，可以实现高级 API 来访问桌面和移动系统的各种服务。PyQt5 是一套 Python 绑定 Digia QT5 应用的框架。PyQt5 实现了一个 Python模块集，有 620 个类，
物体检测实战：使用 OpenCV 进行 YOLO 对象检测
使用 OpenCV 进行 YOLO 对象检测本文将教你如何使用YOLOV3对象检测器、OpenCV和Python实现对图像和视频流的检测。用到的文件有yolov3.weights、yolov3.cfg、coco.names，这三个文件的github链接如下：GitHub - pjreddie/dar
opencv-python图像处理 ----图像梯度、Sobel算子
一、图像的梯度处理1、Sobel算子梯度可以按照x方向或者y方向求梯度，其实就是在看像素点的差异变化情况，比如黑白物体的交界，其像素值变化差异是非常大的。求梯度计算使用的函数就叫做Sobel算子，可以分为水平梯度与竖直梯度。简单点说，Sobel算子是一种特殊的卷积核，可以用于图像的边缘检测。自定义一
寒假太无聊？不如几十行写个人脸检测
寒假太无聊？python刚入门就可以写人脸检测？！！！
Python 大白的课题报告：OpenCV 抠图项目实战（1）
本系列是 Python 小白的课题作业《基于OpenCV 的图像分割和抠图》。需要说明的是，本系列并不能算是 OpenCV 的抠图项目教程，只是以此为主题的课题报告。其中包括了一个较为完整的 PyQt 项目介绍和例程。从学生课题作业报告的角度，还是可以晒出来给大家参考的。
OpenCV-Python实战（番外篇）——基于 Haar 级联的猫脸检测器
在《人脸检测详解》中我们已经详细介绍了 OpenCV 中提供的基于 Viola 和 Jones 提出对象检测框架的人脸检测算法，我们同时也了解了，该对象检测框架也可用于检测其他物体，例如：车牌号或猫脸等。在本节中，我们将使用此框架检测猫脸。
opencv&mediapipe 人脸检测+摄像头实时
文章目录单张人脸关键点检测摄像头实时关键点检测单张人脸关键点检测定义可视化图像函数导入三维人脸关键点检测模型导入可视化函数和可视化样式读取图像将图像模型输入，获取预测结果BGR转RGB将RGB图像输入模型，获取预测结果预测人人脸个数可视化人脸关键点检测效果绘制人来脸和重点区域轮廓线，返回annota
对圆和椭圆进行边缘检测
霍夫梯度：检测的圆与原始图像具有相同的大小检测到的相邻圆的中心的最小距离（如果参数太小，除了一个真实的圆外，还可能会错误地检测到多个相邻圆。如果太大，可能会漏掉一些圆。）在#HOUGH梯度的情况下，它是较高的. 两个阈值传递到Canny边缘检测器（较低的一个小两倍）。在#HOUGH梯度的情况下，它是
Python将彩色图像转为灰度图像
Python的cv2库中自带彩色转灰度的方法，而且非常简单，代码就9行，核心代码就1行。大题思路就是先读取一张彩色图片，然后在窗口中显示出来，再然后就让cv2处理一下，转换成灰度图像，这时候它是个二维的灰度矩阵，所以，我们想保存得先将它从array转成image，最后在另一个窗口中显示出来，为了避免
作为一只Python爬虫：如何破解滑动验证码
做爬虫总会遇到各种各样的反爬限制，反爬的第一道防线往往在登录就出现了，为了限制爬虫自动登录，各家使出了浑身解数，所谓道高一尺魔高一丈。今天分享个如何简单处理滑动图片的验证码的案例。类似这种拖动滑块移动到图片中缺口位置与之重合的登录验证在很多网站或者APP都比较常见，因为它对真实用户体验友好，容易识别
OpenCV-Python实战（18）——深度学习简介与入门示例（快来一起推开深度学习的大门吧）
深度学习已经成为机器学习中最受欢迎和发展最快的领域。自 2012 年深度学习性能超越机器学习等传统方法以来，深度学习架构开始快速应用于包括计算机视觉在内的众多领域。深度学习的常见应用包括语音识别、图像识别、自然语言处理、推荐系统等等。在本文中，首先介绍传统机器学习方法与深度学习间的差异，然后将介绍图
【OpenCV 完整例程】63. 图像锐化——Laplacian 算子
Laplace 算子会突出图像中的急剧灰度变化，抑制灰度缓慢变化区域，往往会产生暗色背景下的灰色边缘和不连续图像。将拉普拉斯图像与原图叠加，可以得到保留锐化效果的图像。图像锐化也称为高通滤波，通过和增强高频，衰减和抑制低频。图像锐化常用于电子印刷、医学成像和工业检测。拉普拉斯卷积核很容易通过卷积操作
