编程实战（4）——python识别图像中的坐标点并保存坐标数据
本文主要讲述利用python接口的opencv来完成图像识别和信息提取并重新绘制、保存为excel数据的详细过程与思路，适合opencv方面的小白观看
眼见不为“实”，人们更信任人工智能合成的假脸
常言道，耳听为虚，眼见为实。但是现在随着人工智能技术的发展，眼见可不一定为实。而造成这一结果的全都是因为深度伪造技术，简称深伪技术或者深度伪造。是Deep Learing（深度学习）和Fake（伪造）的混成词。一种基于人工智能的人体图像合成技术。而该技术的扩散与发展，引起了人们的担忧。2018年，英
计算机视觉系列教程2-2：详解图像滤波算法(附Python实战)
图像滤波算法种类繁多，本文系统梳理了图像滤波算法，并都附上了Python实战代码加深理解，便于二次开发
opencv for android(二十四)：使用opencv的BackgroundSubtractorKNN动态追踪
opencv for android(二十二)：使用opencv计算滑动验证码opencv for android(二十)：使用opencv及opencv_contrib描述人脸64点位opencv for android(十九)：使用opencv扫描解析二维码
OpenCV-Python实战（20）——OpenCV计算机视觉项目在Web端的部署
将 OpenCV 计算机视觉项目部署在 Web 端一个有趣的话题，部署在 Web 端的优势之一是不需要安装任何应用，只需要访问地址就可以访问应用，有很多 Python Web 框架可用于部署应用程序，这些框架可以使我们专注于应用程序的核心逻辑，而不必处理低级细节(例如，协议、套接字或进程和线程管理等
构建可以查找相似图像的图像搜索引擎的深度学习技术详解
在本文中将介绍如何查找相似图像的蛇毒学习理论基础并且使用一个用于查找商标的系统为例介绍相关的技术实现，阅读本文后你将有能够从头开始为创建类似图像的搜索引擎的能力。
《Python深度学习》读书笔记：第5章 深度学习用于计算机视觉
目录第5章 深度学习用于计算机视觉5.1 卷积神经网络简介5.1.1 卷积运算5.1.2 最大池化运算5.2 在小型数据集上从头开始训练一个卷积神经网络5.2.1 深度学习与小数据问题的相关性5.2.2 下载数据5.2.3 构建网络5.2.4 数据预处理5.2.5 使用数据增强5.3 使用预训练的卷
论文回顾：U2-Net，由U-Net组成的U-Net
在这篇文章中，我们将介绍2020年发布的一种称为 U²-Net 或 U-squared Net 的 U-net 变体。U²-Net基本上是由U-Net组成的U-Net。
英特尔OpenVINO工具套件快速构建一款AI应用之课程体验
英特尔OpenVINO工具套件快速构建一款AI应用之课程体验、笔记总结
去除马赛克，有办法了 附运行教程
消除马赛克秒变高清人像，将模糊的照片秒变清晰。ai技术是越来越强悍了。但现在的ai技术，真的可以完全消除马赛克，百分百还原照片吗？其实，消除马赛克的算法 PULSE，在2年前就已经发布了。通过算法脑补出打码的地方，帮助我们还原照片。甚至脸上的毛孔、头发都能复原。发展到现在，消除马赛克的技术已经趋于成
EfficientNetV2 - 通过NAS、Scaling和Fused-MBConv获得更小的模型和更快的训练
EfficientNetV2是由 Google Research，Brain Team发布在2021 ICML的一篇论文，比EfficientNetV1的训练速度快得多，同时体积小 6.8 倍。
卷积层的算力评估(MACC和FOPS)
以比较简单的lenet网络模型为例，我们尝试推导主要算子的算力计算公式，并看一下它的各层理论算力要求。lenet网络结构以第二层为例，他的输入尺寸是1*28*28*1的一张feature map,卷积核为 5*5*1,stride_h和stride_w均为1， pad_h,pad_w均为0，说明不做
2022预计要火的视觉语言理解和生成：一键生成图像标注，视觉问答，代码开源，官方 Demo 可玩
一键生成图像标注，视觉问答，代码开源，官方 Demo 可玩、一线 AI 资讯速递
用普通摄像头测量距离
近年来，由于无人机、无人车等技术的不断成熟，需要用到实时测距的场所也越来越多，如定位，避障，测速等，相比于其他测距方法，单目测距是利用一个摄像头进行视频拍摄，在图像中找到待测物体。这一系列动作，涉及到了物体的识别，相机的结构，坐标变换的一些知识，距离的获取是一个很广泛的课题，用摄像头来测距是其中一个
Qt+OpenCV联合开发（二十三）--图像直方图(calcHist)
引言前面我们说了图像的本质是一堆数据，计算机可不认识图像中的各种人物、景色，只认识0,1，而所有这些都是人为打的标签，计算机看到的都是一个个像素点的像素值，而这些像素值又有一定的取值范围，对于RGB来说就是0-255的取值范围，我们就可以利用直方图统计在这区间内哪一个出现的频率低，哪一个频率高。一、
OpenCV 第七章 模板匹配和图像分割
一.模板匹配定义：让模板图像在输入图像中滑动逐像素遍历整个图像进行比较，查找出与模板图像最匹配的部分。单目标匹配定义：输入图像中只存在一个可能匹配结果基本格式如下：result = cv2.matchTemplate(image,templ,method)image为输入图像templ为模板图像，要
手把手教你实现人脸识别，有手就行
包学包会的人脸识别项目
【指纹识别】基于matlab GUI指纹识别门禁系统【含Matlab源码 1692期】
一、指纹识别简介0 引言随着社会的发展，钥匙、证件、银行卡以及用户名密码等这些鉴定身份的标志性物品和标识的安全性越来越弱，很容易被伪造、被盗用、不小心丢失等，给人们带来了极大的困扰，如何才能更好的保护个人信息成为当今时代一个很重要问题。随着网络和计算机应用技术的发展，人们逐渐将目光转向当下的一个新型
论文阅读笔记：Swin Transformer
论文阅读笔记：Swin Transformer
opencv 摄像机标定
原图矫正后我新建了个jz的文件夹放相机矫正所需要拍摄的图片，如下：共12张# coding:utf-8import cv2import numpy as npimport glob# 找棋盘格角点# 阈值criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRI
