墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
7.2k累计阅读
7.3k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
还能再快一点吗？看changelog还是加了不少东西
新的opencv站点 http://opencv.org/
http://code.opencv.org/projects/opencv/wiki/ChangeLog
July, 2012
【树莓派4B学习】十二、摄像头辅助opencv实现巡线
一、基础知识 二值化操作 首先看一个常用的图像处理操作“二值化” ， opencv 提供了多种二值化形式： cv2.THRESH_BINARY cv2.THRESH_BINARY_INV cv2.THRESH_TRUNC cv2.THRESH_TOZERO cv2.THRESH_TOZERO_INV 在灰度图像中， 0-255 代表着亮度等级， 黑色为 0， 白色为 255。 标准的二值化就是...
解决opencv源代码编译找不到ffmpeg
系统环境： 操作系统：Ubuntu18.04 硬件架构：X86_64 OpenCV版本：4.5.1或3.4.16 项目场景： 最近在研究OpenCV结合CUVIDEC解码视频流，就使用OpenCV源代码编译。结果发现无论如何都找不到ffmpeg。经过一系列研究终于找到了原因，记录如下。 问题描述 OpenCV4和OpenCV3编译当选择WITH_FFMPEG选项的时候不能找到ffmpeg模块。 原因分析： 原因要分开讲是pkg-conf发现ffmpeg的 解决方案： 提示：这里填写该问题的具体解决方
OpenCV-Python实战（6）——OpenCV中的色彩空间和色彩映射
为了更好的表示色彩，人们建立了多种色彩模型以一维、二维、三维等坐标系来描述不同色彩，这种坐标系所能定义的色彩范围即色彩空间；而色彩映射是将图像在一个色彩空间映射至另一色彩空间的操作，通常可以将灰度图像着色为等效的伪色彩图像。本文将介绍OpenCV中的色彩空间和色彩映射，并进行实战以应用。
opencv2.4.2-源码
本资源是opencv的源码，主要是防止国外网址比较慢而提供国内的下载，如果需要具体某个编译器版本的库，请自己通过cmake进行编译。 另外一个方面，可能做科研的时候需要指定版本的库，可以通过源码生成库。
opencv 2.4.2 源码
opencv 2.4.2源码是目前比较新的源码，可以在linux下编译，方便一些opencv函数的调试。
opencv2.4.2
OpenCV 2.4.2 发布，该版本优化了很多方面的性能，透过光学流算法改进 GPU 支持，在整个 GPU 模块上都有增强，支持 CUDA 4.1 和 CUDA 4.2, 可于 CUDA 5.0 预览版编译，增加很多新模块而且易用。 OpenCV是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV 拥有包括 300 多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库——尽管也可以使用某些外部库。
开源 AHB不对称半桥反激电路设计（六）死区时间，谐振腔电流,谐振电感函数表达式
电流跌落可以使副边电流峰值和有效值降低，减小损耗，但如果开关管 S2 导通期间，谐振电流谐等于励磁电流，即副边电流A 点降至 0，会在原边变压器内形成环流，产生损耗，同时也不利于副边同步整流管驱动的正常工作，为了保证开关管 S2 导通期。在开关管 S1 和开关管 S2 均关断的死区时间内，谐振电流给原边开关管结电容和副边整流管结电容充放电，因此会引起开关 S1 关断瞬间电流跌落与开关 S2 关断瞬间电流震荡现象，受寄生参数影响原边谐振电流波形和副边电流波形如图。降到最低，变压器以最高效率向副边传递能量。
ISO15118-20证书结构关系解读（7.3.2.1）
本文主要讲述ISO15118-20：2022标准所有证书结构的关联关系，目的是为后续基于ISO15118-20车桩通讯及PNC充电等提供基础支撑。 本文所有的证书关系图全部来源于ISO15118-20:2022标准规范，在后续的讲解过程会将图的摘取出处给提供出来，便于后期文章和标准对应起来解读。
YOLO26 从零到工业落地全实战：自定义训练+多场景测试+边缘部署预备，踩坑实测100%可复现
很多人觉得训练是核心，其实不是——数据集的质量，直接决定了你模型的上限。我见过太多人，标注不规范、格式错误、数据集划分混乱，然后疯狂调参，训了几百轮还是不收敛，纯属白费功夫。我这次用的是工业零件缺陷检测自定义数据集，共3个类别：划痕、毛刺、变形，总计1200张图片，给大家讲一套标准的、可复现的数据集制作流程，不管你是做工业检测、安防、交通，都能直接套用。很多人拿到数据集，直接用默认命令训练，然后抱怨精度上不去。默认参数是给COCO数据集用的，你的自定义数据集，必须针对性调参，不然根本达不到最优效果。
ZYNQ BRAM实现PS与PL数据交互
有时CPU需要与PL进行小批量的数据交换，可以通过BRAM模块，也就是Block RAM实现此要求。本章通过Zynq的GP Master接口读写PL端的BRAM，实现与PL的交互。在本实验中加入了自定义的FPGA程序，并利用AXI4总线进行配置，通知其何时读写BRAM。以下为本实验原理图，CPU通过AXI BRAM Controller读取BRAM数据，CPU仅配置自定义的PL BRAM Controller 的寄存器，不通过它读写数据。
注意力机制篇 | YOLOv8改进之在C2f模块添加EMA注意力机制（附2种改进方法）
EMA（Exponential Moving Average）注意力机制是一种用于增强模型性能的注意力机制，它通过对模型的特征图进行加权平均来提取更有用的特征信息。具体来说，EMA注意力机制通过引入一个权重因子来调整特征图中每个位置的重要性，从而使模型能够更好地关注重要的特征。🌈
YOLOv11模型改进-模块-引入特征细化模块FRFN 解决小目标、遮挡等问题
FRFN 是一种专门设计的深度学习结构，旨在提高图像处理任务中的特征表示能力。它的核心设计理念是通过逐层细化和优化特征图，从而实现更高的分类和检测精度。1. 特征提取层：通过卷积层提取初始特征，并进行批量归一化以增强稳定性。2. 特征细化模块：在每个模块中，当前层特征图与前一层特征图进行融合，以强化特征表示。3. 跳跃连接：通过跳跃连接保留多尺度信息，帮助缓解深层网络中的信息丢失。4. 非线性激活：使用激活函数（如ReLU）增加模型的非线性能力。5. 输出层。
筹码峰五句口诀，看懂主力的秘密动作！（附实战图示）
筹码图的价值在于，它不像K线那样容易造假。主力可以骗线，但骗不了筹码分布。主力在不在；是吸筹还是出货；接下来是变盘还是震荡。这五句口诀可以说是“筹码阅读的入门圣经”：单峰坚挺变盘在即，双峰对垒高抛低吸；上峰不移主力在跑，多峰林立行情不止；下峰不移不离不弃，筹码识庄稳中取利！📌市场从来不是靠猜，而是靠看清。筹码，就是主力最真实的痕迹。如果你想学会提前布局、跟庄不被甩，学会看筹码峰——这一步必须打牢！
基于STM32的智慧农业大棚监测与控制系统设计与实现
摘要：本文设计了一种基于STM32F103C8T6单片机的智慧农业大棚监测与控制系统，集成多参数环境监测、智能控制和远程管理功能。系统可实时采集光照、CO2、温湿度和土壤湿度等参数，通过OLED显示并采用双模式控制机制：自动模式下根据阈值调节设备，手动模式下支持APP或按键控制。通过ESP8266模块接入机智云平台实现数据云存储和远程控制。测试表明系统具有高精度（温度±0.5℃、CO2±50ppm）、快速响应（<2s）和稳定运行（30天无故障）等特点，有效解决了传统大棚调控不及时等问题。创新点包括多参
ssm框架搭建
这个是一个在idea上成功跑起来的ssm框架项目，保存在这里方便以后使用直接下载
锂电池充电器电路设计 里面有电路
锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。
Devexpress16.2.6破解工具
Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具
SAP B1中文培訓教材_SDK
公司内部培训资料，对开发工具 ，DIAPI， UIAPI，Add-ON有详细解说
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
8581
扫一扫
