Github 爆火!5000张表情包收藏了!!

点击上方“Github喵”,选择“星标”公众号

重磅干货,第一时间送达

大家好,我是你们帅气的喵哥!

今天我老妈来找我要表情包了,说我“小黄人”图很可爱,让我给发点。我想我有啥小黄人图??结果是天线宝宝。看不出来我妈还挺潮,也喜欢这些可可爱爱的表情包。

表情包是当代年轻人用来表达的一种方式,跟朋友的聊天少不了表情包,有的小伙伴还喜欢用表情包斗图,相互娱乐,由此来拉近大家的友谊,从中获得趣味。

这不,喵哥为了跟大家拉近友谊,在Github上找到一个标星8.6K的项目;这个项目是作者发起收集表情包的项目,定的目标是十万张,项目截止到2021年2月表情包数量已达4500多张,可以说是非常不容易了。

而且作者为了方便大家查找使用,还做了一个快速获取表情包的在线小工具,我提前体验了一波:实时搜索、图片懒加载、PC/移动自适应、移动端优先、界面简洁、无需注册登录、还是很不错的。

下面来看看它是怎么搜索表情包的呢?

通过搜索框搜索想要表情包的关键词就会输出相关的表情包,选中指定表情包点击复制到朋友圈

微信发送给指定的人(比如发送给自己),发出来是一个链接,点击链接后就是对应表情包了,再长按保存图片或发送给朋友即可。

批量分享表情包

表情包链接可以分享单个,也可以批量分享!

通过搜索框右侧的分享按钮即可一键分享表情包关键词搜索页面,这样就不用你一个个的发给你的朋友啦,简单又方便。

开放数据源

目前该项目表情包图片和标注数据完全开源,对编程感兴趣的小伙伴,可以用开放数据源开发微信小程序,制作爬虫Demo,作为机器学习数据源,都是可以的!

https://raw.githubusercontent.com/zhaoolee/ChineseBQB/master/chinesebqb_github.json

表情包贡献

因为作者的表情包收集目标是十万张,所以也开放了几种表情包贡献渠道,贡献成功后,可以在ChineseBQB项目主页为你署名,Github 项目star越多,在Google搜索中的权重越高,ChineseBQB属于第一梯队的Github仓库,为你署名3天后,应该就可以从Google中找到你的名字了。

感兴趣的,有超多表情包的都可以了解看看哟

以上就是表情包项目的全部啦,有兴趣的可以戳项目链接了解康康。

项目链接:https://github.com/zhaoolee/ChineseBQB

有需要搜索表情包链接的可扫描下方二维码回复表情包获取哦

往期精彩内容:

华为真的会裁掉35岁以上的程序员吗?

GitHub 捍卫开发者!重新上架 7.2 万星开源项目 youtube-dl

Wifi万能钥匙已经被淘汰了!Github这个开源工具太好用了!

...
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Opencv是一种强大的计算机视觉库,可用于各种任务,例如图像处理、模式识别、机器学习等。其中,表情识别是opencv的一个主要应用领域之一。 要进行表情识别,需要使用一些已有的基础数据集,这些数据集中包含了大量的表情数据和相应的标签信息。目前,常见的表情识别数据集有CK+,FER2013等。 要下载这些数据集,可以在网上搜索对应的资源链接,并按照提供的步骤进行下载。同时,也可以在github等代码托管网站上搜索相关的表情识别项目,这些项目往往会提供相应的数据集和训练代码,可以方便的进行学习和使用。 在使用这些数据集进行表情识别时,需要使用一些基本的opencv库函数,例如读取图片、图像预处理、人脸检测等。同时,还需要使用一些图像分类算法,例如SVM、神经网络等来进行表情分类。 总之,表情识别是一项非常有意义的计算机视觉任务,随着技术不断发展,其应用前景将会越来越广阔。 ### 回答2: Opencv 是一个广泛使用的计算机视觉库,其中包含了许多强大的函数和算法,可以用于处理图像或视频。在这个库中,也包含了一套基于机器学习的表情识别模型,可以帮助我们识别出人脸表情。要下载 Opencv 表情识别图片库,首先需要确定你需要使用的编程语言和平台。Opencv 目前支持多种编程语言,如 C++,Python,Java 等等。在官网下载对应的库文件并添加到项目中,然后就可以使用 Opencv 的表情识别模型了。在使用表情识别模型之前,还需要准备一些用于训练模型的样本数据,可以从图片或视频中截取出人脸并标记面部表情,然后使用这些数据对模型进行训练。通过不断优化模型参数,可以提高表情识别的准确率。最后,将训练好的表情识别模型应用到实际场景中,如人机交互、情感分析等领域,可以帮助我们更好的理解人类情感并提高用户体验。 ### 回答3: OpenCV是一款图像处理库,其可应用于图像处理、视频处理以及机器学习等领域。在人脸检测、识别以及表情识别方面,OpenCV也有广泛的应用。而要使用OpenCV进行表情识别,需要使用相应的图片库作为训练集。 目前,关于表情识别的图片库,较为常用的有两个:CK+(Cohn-Kanade)和FER(Facial Expression Recognition)。 CK+是一个经典的表情识别数据库,其包含了593不同人的表情照片。这些照片分为两大类:轻微表情和显著表情。同时,每个表情还包括了对应表情的AU(Action Unit)。 FER是一个由Kaggle针对FER2013数据集举办的竞赛,该数据集包含了35886面部表情图像,其中28709用于训练,其余7216用于测试。数据集中包含7大表情类别:生气、厌恶、恐惧、开心、伤心、惊讶、中性。 如果需要使用这两个图片库,可以前往对应的官网进行下载。同时,也可以在GitHub上找到相应的代码和资源,方便进行使用和学习。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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