图像配准：基于 OpenCV 的高效实现
在这篇文章中，我将对图像配准进行一个简单概述，展示一个最小的 OpenCV 实现，并展示一个可以使配准过程更加高效的简单技巧。什么是图像配准图像配准被定义为将不同成像设备或传感器在不同时间和角度拍摄的两幅或多幅图像，或来自同一场景的两幅或多幅图像叠加起来，以几何方式对齐图像以进行分析的过程（Zito
opencv Mat详解
OpenCV Mat操作详解
图像数据增强算法汇总(Python)
数据增强是一种通过使用已有的训练样本数据来生成更多训练数据的方法，可以应用于解决数据不足的问题。数据增强技术可以用来提高模型的泛化能力，减少过拟合现象。比如在狗猫识别项目中，通过随机旋转、翻转和裁剪等数据增强方法，可以使模型具有对不同角度和尺寸的狗猫图像的识别能力。增加训练样本数量：通过生成新样本，
cycleGAN算法解读
CycleGAN：循环生成对抗神经网络，是一种非监督学习模型。
图像描述生成（image caption）
图像字幕、图像处理、文本生成
OpenCV入门（十九）快速学会OpenCV 18 圆环检测
霍夫变换除了用来检测直线外，也能用来检测其他几何对象。实际上，只要是能够用一个参数方程表示的对象，都适合用霍夫变换来检测。用霍夫圆变换来检测图像中的圆，与使用霍夫直线变换检测直线的原理类似。在霍夫圆变换中，需要考虑圆半径和圆心（x坐标、y坐标）共3个参数。在OpenCV中，采用的策略是两轮筛选。第1
感受野是什么？
在卷积神经网络中,感受野(Receptive Field)是指特征图上的某个点能看到的输入图像的区域,即特征图上的点是由输入图像中感受野大小区域的计算得到的。因此感受野的值可以用来大致判断每一层的抽象层次。公式求取的感受野通常很大,而实际的有效感受野(Effective Receptive Fiel
多源数据融合 Sar & Optical（一）像素级融合
图像金字塔是多尺度表达的一种，是一种以多分辨率来解释图像的有效但概念简单的结构。一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐渐降低并且来源于同一张原始图像的集合。通过梯次向下采样获得，直到某个终止条件才停止采样。图像金字塔说白了就是披着金字塔外衣的图像缩放。一般有高斯图像金字塔、拉普拉斯图像金
【CV】在windows上安装和使用Yolo_mark
下载、安装、使用Yolo_mark面板中选择，把其中的默认路径更改为自己的opencv的相同文件夹的路径面板中选择，把其中的默认路径更改为自己的opencv的相同文件夹的路径，（右侧有小箭头下拉点击编辑可以更方便地更改），完成后点击确定保存。在VS中切换为，右键项目，点击，开始编译。编译完成后在文件
数字图像处理（第四版)-冈萨雷斯-学习过程的笔记
数字图像处理（第四版）的学习笔记，对数字图像成像过程、灰度变换和高斯等空间滤波，彩色图像模型，数学形态学处理、基本的边缘检测算法都进行了描述。
【线激光扫描三维成像】原理介绍
线激光扫描三维成像原理介绍
目标检测算法——收藏|小目标检测的定义（一）
目标检测算法——收藏|小目标检测的定义（一）。小目标检测一直以来是计算机视觉领域中的一个难点和研究热点。本期小海带主要对小目标检测的定义与难点进行全面总结，有需要的小伙伴赶快收藏起来！！！
opencv-python实战---物体长度尺寸测量
使用opencv-python实现物体长度尺寸测量
欢迎入坑单目深度估计
深度估计入门
[MOT Challenge]官方生成多目标跟踪算法性能评价指标结果，解决test数据集没有gt文件和官网注册问题
多目标跟踪benchmark MOT challenge的使用流程以及注册流程，解决Test数据集为什么没有gt
计算机视觉：利用RANSAC算法优化关键点匹配
随机抽样一致算法（RANdom SAmple Consensus,RANSAC）,采用迭代的方式从一组包含离群的被观测数据中估算出数学模型的参数。RANSAC算法被广泛应用在计算机视觉领域和数学领域，例如直线拟合、平面拟合、计算图像或点云间的变换矩阵、计算基础矩阵等方面。RANSAC算法假设数据中包
【计算机视觉 | 自然语言处理】Hugging Face 超详细介绍和使用教程
【计算机视觉 | 自然语言处理】Hugging Face 超详细介绍和使用教程
基于深度学习的图像分割
摘要遥感图像分割是利用遥感技术获取的高分辨率图像进行像素级别的分类，将图像中的不同物体或不同地物提取出来的过程。这个过程对于遥感应用具有重要意义，因为它能够提取出地物和地表特征，如河流、道路、建筑、植被、水体等，并且这些特征是地面实际存在的。图像分割可以为地面覆盖分类、土地利用覆盖变化分析、城市规划
图像风格迁移基础入门及实践案例总结
目录１图像的不同风格２何为图像风格迁移２.１基础概念及方法２.２示例３图像风格迁移的典型研究成果３.1deep-photo-styletransfer３.2CycleGAN３.3U-GAT-IT４风格迁移演进趋势５.使用训练好的模型来生成图像５.1环境５.2模型下载５.3使用训练好的模型６.训练一个
【2023 · CANN训练营第一季】进阶班笔记1
组合使用场景下，一般先使用DVPP对图片/视频进行解码、抠图、缩放等基本处理，但由于DVPP硬件上的约束，DVPP处理后的图片格式、分辨率有可能不满足模型的要求，因此还需要再经过AIPP进一步做色域转换、抠图、填充等处理。视频数据处理的接口，例如acldvppVpcResizeAsync，从接口名称
