关于IP视频监控市场的研究报告一再强调“开放式平台”的趋势，诸多制造商为顺应这一趋势，都声称其产品是基于IP和开放式平台的。近来在安防行业中，若要一家企业承认其有一个专有的(单一供应商)的解决方案，似乎是件尴尬的事。 现在在供应商中似乎形成了一种默契，就是利用开放式平台的灵活性和效率性来宣传其产品。然而，这些供应商许多都只是口惠而实不至。因此，能够区分与一个真正的开放式平台与制造商们声称的所
转载
2024-03-10 19:56:27
71阅读
一、前言作为一个完整的视频监控系统，用户还需要自定义一些OSD标签信息显示在对应通道上面，而且不止一个OSD标签信息，位置可以在四个角或者指定坐标显示。最开始本系统设计的时候，由于本人擅长的是painter绘制，所以直接采用的painter绘制贴在视频控件上，顶层放了个cover窗体覆盖在上面，后面发现这种机制并不能将OSD标签信息存储到视频文件，而且弊端多，不是源头绘制的，相当于和视频源无关，当
转载
2024-06-28 15:10:35
117阅读
编者荐语文章主要对主流的车道线检测（包括BEV视角和图像视角）方法进行总结。由于基于深度学习的方法性能远超传统方法，所以文章只总结了基于学习的方法。作者丨wanghy@知乎文中车道线检测有些是有高度的3D检测，有些没有高度的BEV检测，统一标识了BEV，没有特别区分是否预测高度。主要分了六大类，包括基于分割的方法、基于关键点的方法、基于row-wise的方法、基于多项式回归的方法、基于anchor
目录希望程序实现的功能Part 0 关于日麻的基本概念Part 1 输入部分Part 2 计算手牌的向听数计算面子、搭子、对子的数量顺子刻子对子搭子最后的检查计算向听数国士无双七对子一般形Part 3 计算进张Part 4 处理输出和主函数Part 5 效果 作为一个日麻爱好者，前两天刚学了Python的一些基础知识，想试着写一个类似于天凤牌理查询器的程序一开始感觉这个程序不是很难写的亚子，结果
转载
2024-04-25 14:45:56
310阅读
摘 要
深度学习作为一种强大的机器学习方法，能够自动从大量数据中提取特征并进行模式识别，因此在交通标志识别领域具有广阔的应用前景。本文旨在研究并开发一种基于深度学习的交通标志识别系统，以提高交通标志识别的准确性和效率。
本文首先介绍了交通标志识别的重要性和挑战，以及深度学习在交通标志处理中的优势。接着，详细阐述了系统的主要技术，基于深度学习的交通标志识别系统使用Python技术，YOLO V3算法
原创
2024-08-16 10:00:45
228阅读
【多功能改进】基于OpenCV图像采集的人脸识别网络推流及局域网无线控制系统（将图像在URL地址上输出，可做成网络摄像头，带识别框） 文章目录人脸识别和网络推流附录：列表的赋值类型和py打包列表赋值BUG复现代码改进优化总结py打包 人脸识别和网络推流在运行项目前，先在当前目录下新建目录templates 在目录内新建index.html文件 并输入HTML代码：<html>
转载
2024-05-01 15:04:49
92阅读
交通标志识别是计算机视觉领域中的一个重要应用，它可以帮助自动驾驶车辆识别道路上的各种标志，从而避免交通事故的发生。下面是我的最近有关基于OpenCV实现交通标志识别的记录
原创
2023-05-03 21:12:54
874阅读
点赞
import numpy as np
import cv2
img = np.ones((512, 512, 3), np.uint8)*255
# 画椭圆
# 图片 (圆心) (短轴长，长轴长),旋转角度，旋转角度，开口大小角度,(颜色),(线条粗细,-1为实心)
cv2.ellipse(img, (255, 100), (65, 65), 125, 0, 290, (0, 0, 25
原创
2021-08-30 17:21:09
475阅读
import numpy as np
import cv2
img = np.ones((512, 512, 3), np.uint8)*255
# 画椭圆
# 图片 (圆心) (短轴长，长轴长),旋转角度，旋转角度，开口大小角度,(颜色),(线条粗细,-1为实心)
cv2.ellipse(img, (255, 100), (65, 65), 125, 0, 290, (0, 0, 255
原创
2021-09-02 10:16:29
411阅读
照明灯具分类 照明灯具的分类方法繁多，如按用途分类、按CIE推荐的根据光通量分配比例分类和按防尘、防潮、防触电等级分类等。其中，按用途分类已在《消费者指南》分册中描述外，其余分类法将在本分册内加以叙述。 ·按国际照明委员会（CIE）推荐的灯具分类（室内照明） 根据国际照明委员会(CIE)的建议，灯具按光通量在上下空间分布的比例分为五类：直接型、半直接型、全漫射
转载
精选
2009-05-03 14:17:18
442阅读
当我们的app开发完成之后，无可避免的以后会进行产品升级，那么我们希望在客户的手机上让app进行自动升级，可以分为自动升级和手动升级。自动升级：一般在客户app第一次打开首页的时候。手动升级：在app界面提供一个升级的入口。界面效果演示如下： 代码其实也很简单，不过针对ios和android要分开处理。基本思路是获取本机的app版本号，然后
转载
2024-09-11 14:49:25
17阅读
摘要 车牌识别主要包括三大方面：车牌定位、字符分割、字符识别，今天先整理第一部分 主要处理步骤如下，方法不单一，也可以在HSV图做车牌定位，我这里用了灰度图灰度处理二值化边缘检测生态学检测一、灰度处理 把RGB图处理成灰度图，方便二值化//灰度处理
Mat MainWindow::GRAY(Mat img)
{
Mat img_gray;
cvtColor(img, img_gra
转载
2023-12-11 10:02:56
50阅读
import torchimport cv2import torchvision.transforms as transformsimport torch.nn as nnimport torch.optim as optimimport argparsefrom load_data import
原创
2021-04-22 22:57:22
514阅读
界面上无法识别，提示是 [Unidentified card ID :DAL_010][Unidentified card ID :DAL_415] Unidentified card ID :HERO_02c 首先使用卡牌工具，查询卡牌id对应的卡牌名字 https://github.com/Ch
转载
2019-07-15 22:40:00
500阅读
2评论
安装 Tensorflow 目标检测原文标题：Installation 原文地址：https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md目录 安装 Tensorflow 目标检测目录Installation依赖项安装 COCO API编译 Protobufpr
转载
2024-09-30 20:31:01
31阅读
## Python 标志物识别教程
### 引言
Python 标志物识别是一项有趣且实用的技术，通过使用机器学习和图像处理算法，我们可以让计算机自动识别并分类不同的标志物。本教程将向你介绍如何实现 Python 标志物识别的整个流程，包括数据准备、模型训练和预测等步骤。
### 整体流程
下面是实现 Python 标志物识别的整体流程，我们将通过表格展示每个步骤的名称和简要描述。
| 步骤
原创
2024-01-21 11:27:06
30阅读
车牌识别技术是计算机视频图像识别技术在车辆牌照识别中的一种应用，那么车牌识别技术实现方式是怎样的呢? 一、车牌识别技术实现方式 车辆牌照的识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。 识别步骤概括为：车牌定位、车牌提取、字符识别。三个步骤地识别工作相辅相成，各自的有效率都较高，整体的识别率才会提高。识别速度的
转载
2024-01-04 13:58:34
38阅读
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。 ?个人主页：Matlab科研工作室?个人信条：格物致知。更多Matlab仿真内容点击?智能优化算法 神经网络预测 雷达通信 无线传感器
原创
2023-04-24 19:08:07
261阅读
前言：
今年有一个高等教育部主办，举办地在余姚的比赛，我们报了机械手解魔方的项目！其中的方案之一是用摄像头采集魔方的六面信息！为了最快的采集信息，决定使用两个摄像头顶角照射，一个摄像头读取三面信息，这样两个摄像头一次直接读取完！ 其中最快的方法就是两个摄像头，顶角摆放，采集六面信息！ 这其中，我有两种方案！1- 直接在倾斜面上颜色识别采集信息，在进行面矩阵转换；2-将倾斜面矫正回来，
转载
2024-04-23 14:30:48
136阅读
目录一.汉字点阵字库原理 1.汉字编码1.1区位码1.2机内码 2.点阵字库结构 点阵字库存储 3 汉字点阵获取二、Ubuntu+Opencv+C++显示图片1.将图片、Asci0816.zf和HZKf2424.hz放到文件夹中2.创建test3.cpp文件，并将实现代码写入3.创建logo.txt文件，并写入图片上显示的文字内容4.编译5.运行6.结果一.
转载
2024-03-23 10:51:08
175阅读
