FPGA-图像处理-仿真
读入一张bmp图片，对图片进行灰度处理，二值化以及边缘检测（sobel算子)，将处理后的数据写入bmp显示，全部过程以仿真形式。我这用的vivado。
文本-图像生成（Text-to-Image Generation）的评价指标介绍——CLIPScore、TISE
文本到图像生成的评价指标综述
PyQt5(一) PyQt5安装及配置，从文件夹读取图片并显示，模拟生成素描图像
一、环境配置1.1 安装PyQt5按住win+R输入cmd在命令行下使用pip安装,但是需要SIP的支持,所以先安装SIP,再安装pyqt5pip install sip由于安装默认使用国外的镜像，可能因为网络问题会导致下载慢或者失败的现象。所以我们可以使用国内的镜像,比如清华的镜像源：https:
计算机视觉教程0-3：为何拍照会有死亡视角？详解相机矩阵与畸变
拍照死亡角度一般指的是将自己脸盆子拍得特别大，拍出用鼻孔看人的狰狞面目，因此部分美颜软件里人像修正中会有“去畸变”这一项功能。本文就从计算机视觉的角度谈一谈镜头畸变原理。
模式识别与图像处理课程实验二：基于UNet的目标检测网络
从运行结果可以看出，用Unet网络训练目标数据集，可以对数据集的道路目标实现准确的检测。从大量的数据集中进行测试，在CPU上运行，Unet网络测试数据用了将近10小时的训练时间。但是，得到的目标检测的结果是非常准确的。
【国产FPGA】国产FPGA搭建图像处理平台
最近收到了高云寄过来的FPGA板卡，下图：来源：https://wiki.sipeed.com/hardware/zh/tang/tang-primer-20k/primer-20k.htmlFPGA主要参数:FPGA型号参数GW2A-LV18PG256C8/I7逻辑单元(LUT4) 20736寄存
Python图像处理【10】基于离散余弦变换的图像压缩
随着大数据时代的到来，图像数据在质量提高的同时，其大小也变得越来越大，在存储、传输、处理时非常困难，因此图像数据的压缩就显得非常重要。图像压缩是数据压缩技术在图像上的应用，利用图像压缩可以减少图像数据中的冗余信息，从而能够更加高效存储和传输数据。在本节中，我们首先介绍离散余弦变换 (Discrete
OpenCV图像处理入门
OpenCV相关知识继续讲解
深度学习实战14(进阶版)-手写文字OCR识别，手写笔记也可以识别了
大家好，我是微学AI，今天给大家带来手写OCR识别的项目。手写的文稿在日常生活中较为常见，比如笔记、会议记录，合同签名、手写书信等，手写体的文字到处都有，所以针对手写体识别也是有较大的需求。
OSError: cannot write mode RGBA as JPEG解决办法
OSError: cannot write mode RGBA as JPEG解决办法
OpenCV中的图像处理 —— 霍夫线 / 圈变换 + 图像分割（分水岭算法） + 交互式前景提取（GrabCut算法）
OpenCV中的图像处理 —— 霍夫线 / 圈变换 + 图像分割（分水岭算法） + 交互式前景提取（GrabCut算法）🌎上一节我们介绍了OpenCV中傅里叶变换和模板匹配，这一部分我们来聊一聊霍夫线/圈变换的原理和应用、使用分水岭算法实现图像分割和使用GrabCut算法实现交互式前景提取🏠哈喽
【相机标定】相机内参
本文详细分析了相机拍照的数学模型并推导了相机内参
多个相机内外参标定详解[halcon]
通过一个halcon实例，详细讲述如何对多个相机参数进行标定。相机的标定流程一般由以下几个部分：相机参数的初始化->读取标定文件->读取标定板图像->进行标定->标定结果。
Unity 之 Post Processing后处理不同项目配置（URP项目配置）
后期处理是指在摄影机绘制场景之后但在屏幕上渲染场景之前出现的全屏图像处理效果的通用术语。后期处理可以大大提高产品的视觉效果，只需很少的设置时间。
【教程】去水印开源工具Lama Cleaner在Windows的安装和使用
Lama Cleaner是一款开源且免费的人工学习图片去水印程序（个人主要学习用途），没有图片分辨率限制（个人使用暂未发现），并且保存的图片质量很高（个人觉得跟原图差不多），还能下载处理后的图片到本地。截止到目前(2023-03-01)仍然在更新，最新版为0.37.0。不过在线程序网站经常报错504
【图像处理】深入解析LBP算法
LBP（Local Binary Patterns，局部二值模式）是一种很简单但很高效的局部纹理特征描述算子，于1994年由T. Ojala, M. Pietikäinen和D. Harwood提出，经过后续的改进，LBP特征具有旋转不变性和灰度不变性，在机器视觉领域中得到了广泛的应用，如人脸识别、
单目深度估计--深度学习篇
文章目录一：深度估计应用背景1.深度估计的定义2.深度估计的应用场景3.几种深度估计的方法4.使用深度学习估计的优缺点二：单目深度估计模型1.使用的数据集2.整体网络架构3.分模块解析Ⅰ：层级Ⅱ：ASPPⅢ：特征图减法操作Ⅳ：特征融合Ⅴ：Coarse-to-FineⅥ：权重参数预处理WS与pre_a
Ps安装教程及笔记
这是Photoshop2019的安装教程以及个人整理的一些ps笔记
【VisionMaster SDK开发】第一讲 环境配置篇（C#/C++）
VM二次开发常用于机器视觉应用中对界面、日志、产品管理、通讯或数据库等有特定需求的场合。相比于直接使用VM软件，VM二次开发更加灵活；相比于使用算子包开发，VM二次开发具有开发简单、开发效率高等优势，故成为视觉开发人员的首选开发方式。......
数字图像处理总结（冈萨雷斯版）
数字图像处理（冈萨雷斯版本）课程复习
