搜索资源列表
dollar
- 基于$1和opencv机器学习方法的图像识别(Image recognition based on machine learning method based on $1 and opencv)
text
- 调取摄像头。用opencv。代码简单易懂，欢迎下载学习(Camera retrieval. Using opencv. Code is easy to understand, welcome to download learning)
Bilateral Filtering refe
- 双边滤波学习资料汇总。包括原理文档和opencv源码(Bilateral filtering learning data aggregation)
wps-back
- 采用tensorflow的深度学习框架，采用opencv，采用时间戳，和特征抓取，自动抓取图片特征，然后存储(Using tensorflow's deep learning framework, opencv, timestamp, and feature capture are used to automatically capture image features, and then store them)
OpenCV_By_Example(中文版)
- 该资料中包含了《OpenCV By Example》中文版以及例程程序，该书的目录如下所示： 第1章 OpenCV的探险之旅; 第2章 OpenCV基础知识介绍; 第3章 图形用户界面和基本滤波; 第4章 深入研究直方图和滤波器; 第5章 自动光学检测、目标分割和检测; 第6章 学习目标分类; 第7章 识别人脸部分并覆盖面具; 第8章 视频监控、背景建模和形态学操作; 第9章 学习对象跟踪; 第10章 文本识别中的分割算法; 第11章 使用Tessera
Tracking_ASMS
- ASMS仅依靠颜色特征的算法而且速度很快，在VOT2015是20名, 是VOT2015官方推荐的实时算法，平均帧率125FPS。在VOT2016是32名，整体属于中等水平。在经典mean-shift框架下加入了尺度估计，经典颜色直方图特征，加入了两个先验(尺度不剧变+可能偏最大)作为正则项，和反向尺度一致性检查。在相关滤波和深度学习盛行的年代，还能看到mean-shift打榜还有如此高的性价比实在不容易。环境：WIN8.1 64位 +Visual Studio 2015 +OpenCV 3.3.
real_time_object_detection.py
- 动态识别，深度学习和OpenCV的实时对象检测。作者 Adrian Rosebrock(https://www.pyimagesearch.com/2017/09/18/real-time-object-detection-with-deep-learning-and-opencv/)