Python图像处理丨图像的灰度线性变换
本文主要讲解灰度线性变换。
基于Unity引擎利用OpenCV和MediaPipe的面部表情和人体运动捕捉系统
增加了模型的绑定，利用Mediapipe这个强大的库可以实现识别面部表情的捕捉和人体结构运动的捕捉，基于以上的特性加入到Unity的人物模型中，实现实时的面部表情和人体运行的捕捉
手把手带你调参最新 YOLOv7 模型 (最新版本)（一）
YOLO科研Trick改进推荐 | 包括Backbone、Neck、Head、注意力机制、IoU损失函数、NMS、Loss计算方式、自注意力机制、数据增强部分、激活函数
【OpenCV图像处理11】车辆统计项目
OpenCV图像处理第十一部分：车辆统计项目。主要内容包含：准备工作（涉及到的内容和整体流程）、加载视频、背景减除、形态学识别车辆、判断是否是车辆以及车辆计数并显示。
科学规划，全栈学习！《三维视觉：原理与实践》课程重磅上线
十余位奥比中光算法专家和资深工程师倾力打造3D视觉全栈学习路线！课程共12大专题，20小节，从入门到精通，带你系统性学习三维视觉！
人脸活体检测人脸识别：眨眼+张口
使用dilb、face_recognition库实现，眨眼+张嘴的活体检测、和人脸识别功能。包含摄像头和视频
【计算机视觉】图像增强----图像的傅立叶变换
主要介绍计算机视觉中的傅里叶变换与离散余弦变换的应用，通过这个实验能了解什么是频谱，DCT能量系数与频谱之间的关系，什么是空域什么是频域。
计算机视觉项目-人脸识别与检测
人脸识别作为一种生物特征识别技术，具有非侵扰性、非接触性、友好性和便捷性等优点。人脸识别通用的流程主要包括人脸检测、人脸裁剪、人脸校正、特征提取和人脸识别。人脸检测是从获取的图像中去除干扰，提取人脸信息，获取人脸图像位置，检测的成功率主要受图像质量，光线强弱和遮挡等因素影响。下图是整个人脸检测过程。
图像处理之图像傅里叶变换
傅里叶变换是在以时间为自变量的“信号”与频率为自变量的“频谱”函数之间的某域研究中较复杂的问题在频域中变得简单起来，从而简化其分析过程；当自变量“时间”或“频率”为连续形式和离散形式的不同组合时，就可以形成各种不同的傅里叶变换对，即“信号”与“频谱”的对应关系。即傅里叶变换的物理意义是将图像的灰度分
【OpenCV图像处理10】图像直方图
OpenCV图像处理第十部分：图像直方图。主要内容包含：图像直方图的基本概念、使用OpenCV统计、绘制直方图、使用掩膜的直方图以及直方图均衡化。
基于YOLOV7的openpose人体姿态检测识别，FPS可以达到“较高”的效果
前不久yolov7（原yolov4团队）在yolov6（美团）开源不到两周的时间也更新了，如下图所示，yolov7效果比前面的版本确实牛逼，在精度相同的情况下，速度上面提升了一大截，但是这是在比较好的设备上面；YOLOv7 的发展方向与当前主流的实时目标检测器不同，研究团队希望它能够同时支持移动 G
有效涨点！用于低分辨率图像和小物体的新 CNN 模块SPD-Conv
卷积神经网络(CNN)在图像分类、目标检测等计算机视觉任务中取得了巨大的成功。然而，在图像分辨率较低或对象较小的更困难的任务中，它们的性能会迅速下降。这源于现有CNN体系结构中一个有缺陷但却很常见的设计，即使用和/或池化层，这导致了细粒度信息的丢失和较低效率的特征表示的学习。为此，我们提出了一种新的
Python将图片转换为ASCII字符画
教你如何使用python将图片转为字符画
【深度学习实践(四)】识别验证码
【深度学习实践(四)】识别验证码
如何用Python将普通视频变成动漫视频
最近几个月，毒教材被曝光引发争议，那些编写度教材的人着实可恶。咱程序员也没有手绘插画能力，但咱可以借助强大的深度学习模型将视频转动漫。所以今天的目标是让任何具有python语言基本能力的程序员，实现短视频转动漫效果。...
改进YOLOv5系列：8.增加ACmix结构的修改,自注意力和卷积集成
🚀YOLO Air：小白科研Trick改进推荐 | 包括Backbone、Neck、Head、注意力机制、IoU损失函数、NMS、Loss计算方式、自注意力机制、数据增强部分、激活函数
【Computer Vision】基于卷积神经网络实现美食分类
【Computer Vision】基于卷积神经网络实现美食分类，基于百度飞桨开发，参考于《机器学习实践》所作。
openCV实践项目：图片文本检测
仿射变换+内容提取
【OpenCV】 红绿灯识别检测
【OpenCV】 红绿灯识别检测 详细步骤
【手把手反内卷】开创全新AI多模态任务一视听分割：代码实践、优化教程（二）
代码实战，有手就行，反内卷，最新多模态
