【CV春季划】170分钟学习OpenCV与经典图像处理算法基础

图像处理基础及OpenCV实现(一) 最近学习数字图像处理基础及OpenCV实现这本书,写一点东西记录所学的内容。。 一、 打开图像与视频 打开图像 用到了OpenCV中的结构体IplImage, 函数IplImage* cvLoadImage( const char* filename, int iscolor); 其中,filename 是待载入图像的名称,包括图像的扩展名;iscolor是一个辅助参数项,可选正数、零和负数三种值... 阅读详情

本次给大家带来的是有三AI-CV春季划组OpenCV与经典图像处理算法的直播回放,如果你还不知道有三AI-CV春季划是什么,可以看下面的视频和图文。

点击边框调出视频工具条

【CV春季划】言有三手把手带你从0基础学好深度学习与计算机视觉,附视频解读

整个直播内容

本视频时长总共2个小时24分钟,约170分钟,分为3个小段,总体内容如下。

第1节:OpenCV概述。学习了解OpenCV的特点,了解OpenCV的应用场景,了解OpenCV的可用模块,掌握OpenCV的环境配置。

第2节:OpenCV模块。学习了解OpenCV的核心功能模块,了解OpenCV基础数据结构,了解OpenCV基础操作,OpenCV深度学习模块。 

第3节:边缘检测。学习什么是边缘检测,了解边缘检测的应用,一阶差分边缘检测算法,二阶差分边缘检测算法,使用边缘检测完成车道线检测。

第4节:图像增强。学习什么是图像对比度增强,了解图像对比度增强的应用,gamma变换原理,直方图统计与均衡算法。

第5节:图像滤波。学习什么是图像滤波,了解图像滤波的应用,常见图像降噪方法。

第6节:目标检测。学习什么是目标检测,目标检测的应用,目标检测流程,VJ人脸检测算法。

第7节:图像分割。学习什么是图像分割,了解图像分割的应用,掌握阈值分割原理与方法,掌握分水岭分割原理与方法,掌握图割算法原理与方法。

如何订阅

有三AI春/夏季划成员自动获得该视频直播权限(如果没有请注意群里的直播权限统计),其他用户可以单独订阅,前10分钟免费收看,扫码即可获取:

往期相关

图像处理基础及OpenCV实现(三) 三、图像增强 1、对比度展宽 图像对比度是指一幅图像中明暗区域间的亮度层级,对比度越大,图像从黑到白的层级越多,灰度表现力越强,可以看到更多图像灰度层级上的细节。对比度展宽是将图像的重要信息部分的对比度增强,从而得到更多的信息。 原理,将原图像的灰度范围(fa-fb)映射到(f’ a-f’ b),根据对图像感兴趣的灰度范围确定映射方式,常见线性或非线性映射如下: 用到函数: (void) cv... 阅读详情

相关推荐

几个OPENCV常用算法(python版及C++版)

1、常用算法寻找边界 std::vector<std::vector<cv::Point>> contours; findContours( imgLast, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE); cv::Mat imgMask( matBrokeRoi.size(), CV_8UC1, cv::...

TYtangyan的博客 4371

【第二章:OpenCv算法的基本介绍与应用】

OpenCv算法的基本介绍与应用

DGWY161744的博客 1503

Opencv新手视频教程

Opencv经典视频教程,适合初学者和刚入门的人观看学习

【杂谈】有三AI-CV春季划有用吗,听听他们的分享

有三AI-CV春季划是言有三亲自带领的供0基础初学者学习深度学习和计算机视觉的学习计划,目前已经接近尾声,在端午节后就正式结束,假后第二天我们将推出删减版,由新的老师带领,有三本人不再负责...

hacker_long的专栏 545

OpenCv图像基础算法集合(MFC实现)

利用MFC对OpenCV中一些基础的图像算法做了一个梳理。几种滤波,几种边缘检测,霍夫变化,水漫填充,直方图,角点检测,重映射等相关算法。

别再手动转格式了!用Java+LibreOffice命令行实现Word批量转PDF(附Docker部署避坑指南)

本文详细介绍了如何利用Java和LibreOffice命令行实现企业级Word批量转PDF的自动化解决方案,包括多线程优化、Docker化部署及常见问题排查。通过代码示例和实战经验,帮助开发者高效处理文档转换需求,提升工作效率并避免常见陷阱。

552

【OpenCV入门】第一篇 OpenCV概述及入门

本篇主要介绍OpenCV的基本概念和相关的基本函数。一、OPenCV的概念和结构OpenCV:开源的计算机视觉库,一般用C和C++ 编写OpenCV的结构共分为五个部分,分别是图像处理和视觉算法(CV)、机器学习库(ML)、图像和视频输入/输出库(HighGUI)、基本结构和算法,XML支持,绘图函数(CXCORE)以及CVAUx模块,其中前四个模块结构如图所示:在该图中并没有包括CVAUx,CV...

zhu2027671609的博客 1万+

生物信息学新手必备:5分钟搞定GEO补充数据下载(含西柚云代理配置)

本文为生物信息学新手提供了快速下载GEO数据库补充数据的完整方案。核心在于解析GEO文件存储逻辑,构造正确的FTP下载链接,并利用云端代理服务(如西柚云)解决国内访问NCBI速度慢、易中断的问题。通过分步教程,用户无需命令行即可在5分钟内稳定获取大型测序文件,极大提升数据获取效率。

weixin_28314575的博客 638

OpenCV 常用算法

 6月8日关于直方图    图像直方图是图像处理中一种十分重要的图像分析工具,它描述了一幅图像的灰度级内 容。        从数学上来说图像直方图是图像各灰度值统计特性与图像灰度值的函数,它统计一幅图像中各个灰度级出现的次数或概率;        从图形上来说,它是一个二维图, 横坐标表示图像中各个像素点的灰度级,纵坐标为各个灰度级上图像各个像素点出现的 次数或概率。任何一幅

lindazhou2005的专栏 3万+

AI驱动Spine骨骼动画生成:从图像拆分到动画自动化的全流程解析

计算机视觉与生成式AI技术正深度赋能传统数字内容生产流程。在2D动画制作领域,骨骼动画技术通过模拟真实生物关节运动,实现了角色动画的高效制作与灵活控制。其核心原理在于将角色拆分为独立部件,通过骨骼层级关系驱动部件变换,结合关键帧插值算法生成流畅动作。这项技术的工程价值在于大幅降低动画制作门槛,提升内容生产效率,尤其适用于游戏开发、影视预演、广告设计等需要快速原型迭代的场景。本文聚焦于如何利用SIFT特征匹配、RANSAC几何验证等CV算法实现部件自动对位,并结合动画12原则的程序化实现,构建从单张角色立绘到

weixin_28696185的博客 1533

深入解析Android SoundTrigger架构:从HIDL到AIDL的演进与实践

本文深入解析Android SoundTrigger架构,从HIDL到AIDL的演进与实践。SoundTrigger是Android系统中低功耗语音唤醒的关键技术,通过分层设计和硬件协同实现高效语音识别。文章详细介绍了核心组件、HIDL与AIDL的对比及优化技巧,帮助开发者掌握语音模型优化和功耗管理。

brown的博客 231

openCV图像处理常用算法总结

一、直方图和滤波器 1、直方图:在灰度图中,每个点的像素范围为 0~255 ,密度是具有该值的图像像素数量。 2、色彩均衡:色彩均衡的目的是获得分布更加均匀的直方图。其结果将会导致图像的对比度增加。 3、LUT色彩空间转换表:生成一个256个元素的矩阵,取得要从源空间变换到目标色彩空间的变换函数f(x)。从0到255,对每个数字带入到f(x)中,将得到的结果存入到矩阵中对应的位置。然...

weixin_38278993的博客 1万+

IC设计效率翻倍!Verilog-mode的AUTOWIRE/AUTOINST组合使用技巧

本文详细介绍了在Emacs的verilog-mode插件中,如何组合使用AUTOWIRE与AUTOINST功能,实现Verilog代码的智能自动化连接与维护。通过声明式编程思想,该组合能自动生成模块实例化连接和线网声明,并配合AUTO_TEMPLATE处理复杂映射,从而大幅提升IC顶层设计的效率和可靠性,减少手动连线的错误。

weixin_28826545的博客 320

(五)比赛中的CV算法(上)cv基础知识和opencv的api

5.比赛中的CV算法 讲了这么多,视觉组的重头戏——算法终于来了。 在大部分时候我们都不需要设计底层的算法,而是直接调用封装好的API,设计更具体的应用于特定问题的算法。当然,有必要了解一下造轮子(底层算法的实现)的过程,这能够让我们深入理解算法内部的构造,从而更好地使用这些算法,出错的时候也能更快定位问题。如果只是调用API而不了解原理,那么只是简单的缝合+搭积木,对于提升自我的思考能力和逻辑思维没有任何帮助。应当要有“使用科技的黑箱会使我惶惶不安” 的觉悟。 我们最常用的OpenCV和一些神经网

HNU跃鹿战队的博客 6837

RK3568平台开发系列讲解(安卓篇)LED呼吸灯系统流程

1.app层封装后使用NotificationManager发出:NotificationManager.notify() 2.Android 系统架构中:一个manager类对应一个aidl接口,一个manager对应一个底层的服务,notification也是这个架构

内核笔记 3646

无需SLAM建图,直接生成Gazebo仿真环境的二维代价地图的功能包pgm_map_creator适配ROS Noetic编译报错及解决方法

在ROS Noetic中,使用`pgm_map_creator`功能包直接生成Gazebo仿真环境的二维代价地图时,可能会遇到各种编译和运行错误。本篇博客详细解析了在适配ROS Noetic过程中常见的报错及其解决方法,包括Boost文件结构更新、C++版本兼容性、Gazebo函数名变更、链接库缺失以及protobuf文件加载错误。通过逐步排查和修改,如更换头文件路径、调整C++标准、更新CMakeLists.txt文件等,成功解决了这些问题,使得`pgm_map_creator`功能包能够顺利编译和运行。

慕羽★的博客 2261

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 352

YOLOv11涨点改进 | 全网独家创新,损失函数改进篇 | TGRS 2025 | 引入AdaFocalLoss损失函数,改进小目标检测,自适应聚焦小目标与样本分布不平衡,提升检测精度与训练稳定性

本文提出了一种改进YOLOv11模型的AdaFocalLoss损失函数,通过动态调节机制有效提升小目标检测性能。AdaFocalLoss融合了目标尺寸感知和IoU引导的自适应调节,解决了传统损失函数在小目标检测中的样本不平衡问题。该方法自动调整训练权重,无需手动调参,显著提升了模型在多尺度目标、复杂背景下的检测精度和训练稳定性。实验表明,AdaFocalLoss能更好地平衡不同尺度目标的梯度分布,改善边界完整性,减少误检漏检。文章详细介绍了算法原理、实现代码和在YOLOv11中的集成方法,为提升目标检测性能

Ai缝合怪、助力小伙伴高效发论文 336

把 KV Cache 压到 FP4:BitDecoding-FP4 的算法-系统协同设计复盘

长上下文推理卡在KV Cache的显存与带宽上,而现有FP4方案要么精度崩、要么速度废。这篇文章复盘BitDecoding-FP4如何用三个算法补丁加一个系统重构,在B300上把服务吞吐提升2.4–3.0倍,精度几乎不掉。

helloagent的博客 312

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

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

【算法拾光】链表 哈希表|K个一组翻转链表 + 两数之和

K个一组翻转链表需分段反转,借助哑节点与前驱指针维护连接,避免断链;两数之和利用哈希表实现O(1)查找,空间换时间,高效定位目标组合。前者考察链表指针操作,后者聚焦映射关系构建,均为面试高频题。

wuqingyigexiaoba的博客 333

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

排序算法深度笔记(下):非比较类排序的线性突破与工程边界

排序算法时间复杂度额外空间复杂度稳定性是否基于比较选择排序O(N^2)(O(1))不稳定是冒泡排序O(N^2)(O(1))稳定是插入排序O(N^2)(O(1))稳定是归并排序O(N\log N)(O(N))稳定是快速排序O(N\log N)O(log N)不稳定是堆排序O(N\log N)O(1)不稳定是计数排序(O(N + M))O(M))稳定否基数排序O(N)稳定否桶排序平均O(N) / 最坏O(N^2)

2401_87069538的博客 606

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

优选算法:分治-归并排序

交易逆序对的总数

Wangshijie1015的博客 148

算法日常・每日刷题--<动态规划>42

本题为“不相交的线”,与最长公共子序列问题相似。使用动态规划求解:定义 dp[i][j] 表示 nums1[0:i] 与 nums2[0:j] 的最大不相交连线数。若元素相等,则继承左上值加1;否则取上方或左方最大值。最终返回 dp[m][n],即两数组的最大不相交连线数。时间复杂度 O(mn),空间复杂度 O(mn)。

2503_92261635的博客 24

408 算法 06|堆与 Top-K:最小的 10 个数,到底该用数组还是堆

2022(42) 找 100 万个数里最小的 10 个,官方给了"10 元素有序数组"和"大根堆"两种答案。我把两种都实现并数了比较次数:k=10 时两者几乎打平,k=10000 时堆少 111 倍。另附 2021(42) 计数排序的比较次数与稳定性实测。

m0_56226131的博客 440

408 算法 04|主元素与三元组最小距离:两种“扫描时做决定“的思路

2013(41) 的主元素用摩尔投票一遍选出候选,但真正的考点是"选完必须验票";2020(41) 的三元组最小距离,三指针每次只挪最小的那个,靠的是 D=2×(max−min) 这个恒等式。两套完整 C 代码加真实输出,附官方评分档位表。

m0_56226131的博客 426
上一篇: 【CV秋季划】人脸算法那么多,如何循序渐进地学习好?
下一篇: 【CV秋季划】模型优化很重要,如何循序渐进地学习好?
言有三
言有三 领域专家: 人工智能技术领域 领域专家: 人工智能技术领域
博客等级 码龄15年 3635粉丝 976原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

言有三

三人行必有AI

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值