12大类150个图像处理和深度学习开源数据集
本文整理了150 个深度学习和图像处理领域的开源数据集，包括：目标检测、人脸识别、文本识别、图像分类、缺陷检测、医学影像、图像分割、图像去雾、关键点检测、动作识别、姿态估计、自动驾驶和 RGBT 等12个方向。
CVPR 2022 结果出炉，最全论文下载及分类汇总（更新中）
CVPR2022/2021/2020/2019论文分类整理、代码汇总、论文解读、技术直播
遥感航拍影像25篇CVPR39个数据集
本文讲解了39个数据集，关于高空卫星图和低空无人机航拍图相。本文汇总了25篇CVPR2020年和2021年的论文。本文详细介绍了这25篇论文的任务是什么，难点是什么，场景是什么。同时，本文在需要的地方解释了一些卫星图和航拍图的入门常识和前置知识，比如digital surface model的含义。
海康VisionMaster配合机械手九点标定
VisionMaster4.2.0配合机械手九点标定的操作流程。
【电子、电气、人工智能、图像处理、红外】EI会议（2023）
2023年EI会议，领域包括图像处理、电子信息、机械、光学、深度学习、计算机视觉等等
使用Python三步生成一个属于自己的赛博朋克动画风头像
快乐时光_02一. 环境介绍首先的首先你需要有一个Google账号。这次我们不需要再繁琐地去搭建相应的环境！可以光明正大的baipiao！跟随链接直接进入Google Colaboratory ： 链接在此。注：整个过程在云端完成，所以不要担心接下来的下载会占用空间等问题。二. 操作步骤Insta
计算机视觉教程3-1：全面详解图像边缘检测算法(附Python实战)
图像边缘检测算法种类繁多，本文系统梳理了图像边缘检测算法，并都附上了Python实战代码加深理解，便于二次开发
深度理解相机中的各个参数（对比度、饱和度、亮度、曝光度、锐度）
相机中和很多参数，包括对比度、饱和度、亮度、曝光度、锐度等等。不论我们是在拍照还是后期的剪辑，都缺少不了对这些参数的调整。那么接下来来详细的叙述一下这些参数以及它们的作用。...
图像处理复习———像素间的基本关系（邻域，邻接性，通路，连通性，距离）
图像处理复习———像素间的基本关系（邻域，邻接性，通路，连通性，距离）
深度学习和高光谱图像分类
深度学习算法对高光谱图像进行分类的一些问题和方法。
传统图像处理之颜色特征
在深度学习广泛应用之前，也就是我们所说的传统图像处理，人们是如何处理图像的呢？首先找出图片中的关键特征，然后对这些特征进行识别，检测，分割等。在对计算机进行处理时，也需要先寻找特征。在让计算机理解图像之前，我们先来熟悉熟悉图像特征。
Retinex图像增强
Retinex图像增强,用于去除模糊，增强图像特征，用于学习
NV12等常用YUV数据格式
与 RGB 编码方法类似，YUV 也是一种颜色编码方法。其中“Y”表示明亮度(Luminance 或 Luma)，也就是灰阶值，U和V表示的则是色度(Chrominance 或 Chroma)，分别用Cr和Cb来表示，作用是描述影像色彩及饱和度，用于指定像素的颜色。;YUV 是一个比较笼统地说法
MATLAB图像处理学习——图像的像素运算
在matlab当中，图像是以矩阵形式存放的，矩阵的每一个元素就是像素值，所以对图像进行运算就是对矩阵的运算。（包括点运算、图像的加减乘除运算及图像的逻辑运算或与非）
图像滤波简介
图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。图像滤波按图像域可分为两种类型：邻域滤波(Spatial Domain Filter)，其本质是数字窗口上的数学运算。一般用于图像平滑、图
OpenCV实战（13）——高通滤波器及其应用
在频域分析中，滤波器是一种放大图像某些频带同时减少其他频带的操作，低通滤波器 (low-pass filters) 是消除图像高频成分的滤波器，而高通滤波器 (high-pass filters) 消除图像的低频成分。在本节中，我们介绍高通滤波器，并利用高通滤波器执行边缘检测。
像素坐标到世界坐标的转换
注意：直接变换是直接根据变换公式获得，实际上包含pixel到camera和camera到world，实际上和顺序变换一样，通过顺序变换可以更清晰了解变换过程。下式为像素坐标pixel与世界坐标world的变换公式，右侧第一个矩阵为相机内参数矩阵，第二个矩阵为相机外参数矩阵。M为相机内参数矩阵，R为旋
【OpenCV】Qt + OpenCV 开发配置 + 入门知识（代码示例）
本文主要学习 Windows下Qt + OpenCV的开发环境的相关配置，以及OpenCV入门相关案例包括 OpenCV图像原理、基础图像操作、案例实现
【深度学习】--图像处理中的注意力机制
注意力机制是一个非常有效的trick，注意力机制的实现方式有许多。可以在知网上搜索一下yolov下的目标监测的硕士论文，没有一篇没有提到注意力机制的迭代修改的，所以很有必要学一下,最后给出了一个例子。输入还是等于输出，可是却是已经获取和注意力的特征．正是因为这个特点，所以注意力机制可以任意插拔。 *
