opencv

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

OpenCV是一个基于Apache2.0许可(开源)发行的跨平台计算机视觉和机器学习软件库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。OpenCV用C++语言编写,它具有C ++,Python,Java和MATLAB接口,并支持Windows,Linux,Android和Mac OS,OpenCV主要倾向于实时视觉应用,并在可用时利用MMX和SSE指令, 如今也提供对于C#、Ch、Ruby,GO的支持。

OpenCV是一个基于Apache2.0许可(开源)发行的跨平台计算机视觉和机器学习软件库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。OpenCV用C++语言编写,它具有C ++,Python,Java和MATLAB接口,并支持Windows,Linux,Android和Mac OS,OpenCV主要倾向于实时视觉应用,并在可用时利用MMX和SSE指令, 如今也提供对于C#、Ch、Ruby,GO的支持。收起

查看更多

电路方案

查看更多
  • 从环视到监测:RK3576基于DMA-BUF零拷贝技术的车载双视觉系统
    01问题定义:为什么传统OpenCV管线「跑不动」 在360环视系统的初始验证阶段,我们采用了一套直观且广泛使用的技术栈:OpenCV负责从采集到显示的全部图像处理任务。功能层面,这套方案完全跑通了——四路鱼眼去畸变、透视投影、鸟瞰拼接,所有算法逻辑均正确。但当我们将目光从「能不能跑」转向「能不能用」时,一个严峻的问题浮出水面:端到端延迟高达约300ms,远超25fps对应的40ms帧预算。 经过
    从环视到监测:RK3576基于DMA-BUF零拷贝技术的车载双视觉系统
  • 基于OpenCV实现Gamma校正、单应变换和人脸检测
    Python和OpenCV用于图像处理的三种基本技术:伽马校正、单应性变换和Haar级联分类器。伽马校正用于亮度调整;单应性变换用于透视校正;Haar级联分类器用于人脸检测。这些技术适用于图像增强、文档扫描和人脸识别等领域。
  • 使用模板匹配检测PCB上的基准Mark点
    文章介绍了如何使用OpenCV的matchTemplate()函数来定位印刷电路板(PCB)上的基准标记。首先,将图像转换为灰度,并创建理想的基准标记合成图像作为模板。然后,调用matchTemplate()函数进行模板匹配,并通过设定合适的阈值得到基准标记的位置。最后,利用得到的变换矩阵将PCB平面坐标转换为图像坐标,实现对PCB上关注区域的精确检测,即使存在平移和旋转变化。
  • Python + OpenCV 实现手势控制电脑音量
    打造一个实时手势音量控制器项目,利用Python、OpenCV、MediaPipe和Pycaw实现手部追踪并控制电脑音量。该项目结合实时计算机视觉、手部追踪、几何计算和操作系统控制,通过摄像头检测手指距离并将其转换为音量调节,提供直观的用户体验。
  • 【OpenCV】第二章——图像处理基础
    图像处理基础学习笔记概述了图像的基本操作,包括读取、显示、保存、变换、滤波和平滑等。主要内容涉及图像读取、灰度化、色彩空间转换、图像变换、滤波、边缘检测等实用技巧,并附带示例代码。