#opencv 仓库
共 154 个仓库
使用Python库构建的个人助理。它几乎可以做任何事情,包括发送电子邮件、光学字符识别、通过API集成随时进行动态新闻报道、待办事项列表生成器、只需语音命令即可打开任何网站、播放音乐、维基百科搜索、具有智能感应(即自动拼写检查)的字典、天气报告(即温度、风速、湿度)、YouTube搜索、谷歌地图搜索、YouTube下载等。
尝试实现 halcon 基于形状的匹配,参考 machine vision algorithms and applications,第 317 页 3.11.5,由 halcon 工程师编写
基于插件的图像处理框架,类似于ImageJ,它很容易与scipy.ndimage、scikit-image、opencv、simpleitk、mayavi...以及任何基于numpy的库集成。
🚀 TensorFlow Object Counting API 是一个基于 TensorFlow 和 Keras 的开源框架,它使开发对象计数系统变得容易!
ScienceDirect论文“An accelerating cpu-based correlation-based image alignment for real-time automatic optical inspection”的C++实现
一个展示如何在 Raspberry Pi 上设置 TensorFlow 对象检测 API 的教程
使用 Python3、OpenCV、视频流和运动跟踪的 Unix、Windows、Raspberry Pi 对象速度相机。包括独立 Web 服务器、使用 OpenCV 模板匹配的图像搜索,以及 Whiptail 管理员菜单界面。包括 Picam 和 Webcam 插件,用于运动跟踪安全相机配置,包括 Rclone 同步脚本。
跨平台、可定制的多媒体/视频处理框架。该框架拥有强大的 GPU 加速、异构设计、多语言支持、易用性、多框架兼容性和高性能,是转码、AI 推理、算法集成、实时视频流等应用的理想选择。
该存储库包含一个全面的计算机视觉/机器学习足球项目,该项目使用YOLO进行对象检测,Kmeans进行像素分割,光流进行运动跟踪,以及透视变换来分析足球视频中的球员移动。
Bus (企业应用/服务总线) 是一个基础框架和服务套件;它是一个基于 Java 21+ 构建的轻量级企业级应用/服务框架,提供标准化的服务套件和分布式中间件解决方案。