说明：mesh与poly可编辑多边形是一个多边形网格；即与可编辑网格不同，其使用超过三面的多边形。可编辑多边形非常有用，因为它们可以避免看不到边缘。例如，如果您对可编辑多边形执行切割和切片操作，程序并不会沿着任何看不到的边缘插入额外的顶点本质上还是mesh，但构成的算...
转载
2015-07-18 21:53:00
150阅读
2评论
简介 OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，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的官方网址为：https://opencv.org/， 其Gi
转载
2024-04-22 14:45:26
104阅读
人脸识别是通过计算机视觉和模式识别技术来实现的。底层原理是将图像转换为数字信号，然后对这些数字信号进行处理和分析，以识别和比较图像中的人脸。人脸识别算法的主要步骤包括预处理、特征提取和匹配。在PHP中实现人脸识别算法需要使用一些第三方库和工具。下面是一些常用的PHP人脸识别库：OpenCV：OpenCV是一种开源计算机视觉库，它支持多种编程语言，包括PHP。可以使用OpenCV中的人脸检测算法来检
转载
2023-09-24 21:35:31
120阅读
我们知道在不考虑输入层的情况下，一个典型的卷积神经网络通常由若干个卷积层、激活层、池化层及全连接层组成，无论是最经典的LeNet5，还是前两天刚出现的MobileNet V3，无一不都包含这些层。今天就带大家学习下如何使用TensorFlow2.0搭建卷积神经网络模型。作者&编辑 | 汤兴旺 上一期，我们讲解了如何使用TensorFlow2.0从自己的磁盘读取数据，今天我们就来看
转载
2024-06-18 12:22:35
47阅读
照片建模一直是一个很热门的话题，我们的 ReCap Photo 技术也一直在对外推广。这次在Unity 2016 大会上，很多开发者也很关心这个问题，一些具体的问题比如相机的要求，云端建模的时间，模型的质量等等。原来我前同事有一个很好的卢沟桥照片建模的实例，不过最近一直没法打开了，算了吧，那就自己来建个模型来尝试下吧。 这个陶泥马装饰摆件是原来刚搬家的时候好友送的，有一对，很喜欢，就用这
背景建模1.帧差法 由于场景中的目标在运动，目标的影像在不同图像帧中的位置不同。该类算法对时间上连续的两帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差的绝对值，当绝对值超过一定阈值时，即可判断为运动目标，从而实现目标的检测功能。 帧差法非常简单，但是会引入噪音和空洞(人物中间是黑色的)问题2.混合高斯模型 在进行前景检测前，先对背景进行训练，对图像中每个背景采用一个混合高斯模型进行模拟，每
转载
2024-03-31 11:26:18
47阅读
i = np.argmax(detections[0, 0, :, 2])
confidence = detections[0, 0, i, 2]
确保最大概率的检测也意味着我们的最小概率测试（从而帮助过滤掉弱检测）
if confidence > confidence_low:
计算人脸边界框的 (x, y) 坐标
box = detections[0, 0, i, 3:7] * np.a
通知：今年的圣诞节推迟到2021年1月8日，因为圣诞老人到了之后还要被隔离14天。 马上就要圣诞节了，大家想好送什么礼物给自己对象了吗？ 因为疫情原因，圣诞老人不能来中国给我们送礼物了，所以今年由我来给大家圣诞礼物——用python给你的头像戴圣诞帽！ 我知道网上已经有很多关于这个的代码了，他们一般都是调用cv或者dlib的人脸识别库来实现，但今天我想通过调用百度AI的人脸识别接口来实现。实现步骤
转载
2024-01-17 10:59:22
2阅读
openCV中实现了背景分割算法——grabCut()和漫水填充算法——floodFill()；其中GrabCut算法是调用仅需要确认前景和背景输入，该算法就可以完成前景和背景的相对最优的分割；该算法利用了图像中的纹理信息和边界反差信息，来进行分割，和分水岭算法比较类似，但是速度挺慢的，结果好于分水岭；floodFill漫水填充算法比较常见，图画中的填充色用的就是这个算法；原理也比较简单就是遍历封
转载
2024-03-19 08:32:22
48阅读
进入opencv_createsamples.exe（基于opencv3.4.3）所在目录，输入opencv_createsamples.exe回车，可以看到一个参数列表，包含和样本生成的所有参数，以此为切入点来介绍介绍opencv_createsamples.exe的操纵：【-info】存放正样本描述文件路径，可以是txt，dat等格式，描述文件只记录正样本图像名称，不记录路径，文件和正样本放置
转载
2024-04-29 12:09:47
382阅读
注释：HighHGUI只是用来建立快速软件原形或是试验用的。它提供了简单易用的图形用户接口，但是功能并不强大，也不是很灵活。1. 创建窗口 cvNamedWindow创建窗口int cvNamedWindow( const char* name, int flags=CV_WINDOW_AUTOSIZE ); name
窗口的名字，它被用来区分不同的窗口，并被显示为窗口
转载
2024-08-14 10:34:16
100阅读
1. 前言：Mat类简介 OpenCV 作为强大的计算机视觉开源库，很大程度上参考了MatLab的实现细节和语法风格，比如说，在OpenCV2.x版本以后，越来越多的函数实现了MatLab所具有的功能，甚至干脆连函数名都一模一样（如 imread, imshow,imwriter等）。 在计算机内存中，数字图像以矩阵的形式存储和运算，比如，在MatLab中，图像读取之后对应一个矩阵，在Open
转载
2024-04-16 14:34:22
128阅读
人脸检测人脸检测的目标是找出图像中所有的人脸对应的位置，算法的输出是人脸外接矩形在图像中的坐标，可能还包括姿态如倾斜角度等信息。传统方法早期的人脸检测算法使用了模板匹配技术，即用一个人脸模板图像与被检测图像中的各个位置进行匹配，确定这个位置处是否有人脸，一般是使用mlp、 svm、adaboost等算法：根本思想在于通过多个简单的弱分类器（前面的强分类器设计很简单，包含的弱分类器很少，可以快速排除
转载
2024-08-12 13:49:13
57阅读
OCR深度实践系列：
(一)图像预处理这篇为OCR深度实践系列的第二篇：数据生成。
深度学习依赖大量的数据，然而在真实的业务场景中无法获取足够多且真实的打标数据，因此人们希望通过图像增强、语义理解、生成对抗网络等技术生成高质量的数据。
基于深度学习的OCR系统一般分为文字检测和文字识别两个阶段，数据生成也需要针对这两个阶段分别叙述并辅以实战进行演示。
本项目完整代码
转载
2024-05-07 19:37:32
130阅读
1，CodeBook的来源 先考虑平均背景的建模方法。该方法是针对每一个像素，累积若干帧的像素值，然后计算平均值和方差，以此来建立背景模型，相当于模型的每一个像素含有两个特征值，这两个特征值只是单纯的统计量，没有记录该像素值的历史起伏，即没有考虑时间序列和噪声干扰，不具备鲁棒性，因此建模时不能有运动前景的部分，要求光线保持不变。 如果我们考虑到时间起伏序列建模，比如利用60帧图像建模，对于每一
转载
2023-09-23 00:30:52
78阅读
在找工作中肯定会有面试，而面试官提的问题也是各式各样，让人头大，能够找到自己对口的工作自然是十分开心的，最奇葩的就是碰到一个自己完全未接触过的工作，自己完全都不会而还要你在这方面去教别人，这是一个非常奇葩的事情。
原创
2021-12-23 10:08:20
91阅读
Demo : 人脸5个关键点检测资料代码：github 数据集：百度云盘 密码：jc6w算法构建人脸关键点检测，需要使用回归算法，因此一开始的想法就是前面使用多层卷积，适当添加残差网络作为基础模块，最后进行线性全连接层，直接预测5个坐标点的值。经过在网上查找资料，发现了PFLD框架，使用MoblieNet作为主干网络，同时将网络后三层进行拼接（cat），再进行全链接层的预测。网络结构backbon
# Java 数人头 Demo： 用编程的方式统计人数
在很多场景中，我们可能需要快速地统计参加某个活动的人数，例如会议、派对等。今天，我们将用 Java 编写一个简单的程序，来演示如何实现这个功能。
## 1. 项目背景
在大多数情况下，我们可能会使用手动方式或电子表格来统计人数。然而，这种方法容易出错，特别是在人数较多的情况下。借助编程，我们可以高效、准确地完成这个任务。我们将编写一个简
OpenCV主要的核心模块如下图所示，这些模块非常重要，下面将按照图片上的顺序对这些核心模块的作用进行简单的介绍，在我自己的电脑里，放在C:\Users\cyk6625\Downloads\opencv\build\include\opencv2路径下。 1、calib3d模块 它就是Calibration（校准）加3D这两个词的组合缩写。这个模块主要是相机校准和三维重建相关的内
转载
2024-04-18 12:32:04
176阅读
此为opencv学习笔记第五篇，前四篇可于opencv专栏中寻找。一、背景建模1.1 帧差法由于场景中的目标在运动，目标的影像在不同图像帧中的位置不同。该类算法对时间上连续的两帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差的绝对值，当绝对值超过一定阈值时，即可判断为运动目标，从而实现目标的检测功能。 帧差法非常简单，就是做差看阈值，但是会引入噪音和空洞问题(比如上方人的衣服
转载
2024-05-09 15:18:59
125阅读
