opencv

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

0. 前言
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

1 分类
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、图像锐化、特征提取(如纹理测量、边缘检测)等，邻域

0. 前言
OpenCV 中包含深度神经网络 (Deep Neural Networks,

欢迎关注 “小白玩转Python”，发现更多 “有趣”引言在昨天的文章中，我们介绍了如何在PyTorch中使用您自己的图像来训练图像分类器，然后使用它来进行图像识别。本文将展示如何使用预训练的分类器检测

光流的概念是指在连续的两帧图像当中，由于图像中的物体移动或者摄像头的移动而使得图像中的目标形成的矢量运动轨迹叫做光流。本质上光流是个向量场，表示了一个像素点从第一帧过渡到第二帧的运动过程，体现该像素点在

[TOC](cv2.error: OpenCV(3.4.5) ~opencv-3.4.5/modules/dnn/src/darknet/darknet_importer.cpp:214: error: (-212:Parsing error)

个人体验yolov5最大的感觉就是惬意舒适。 比起object_detection 一个训练花费我10小时，一个只有1.1个小时（都是迁移训练） 一个检测速度等待了十几秒，一个只需0.01

# 注：sift必须在3.4.2下运行，后面的有专利import numpy as np
import cv2
from matplotlib import pyplot as pltMIN_MATCH_COUNT

python用opencv的dnn模块实现Yolo-Fastest 循环目标检测 思路来自于这篇blog：https://blog.csdn.net/nihate/article/details/108670542 什么是 ope