计算机视觉_人工智能博客-专业IT技术发表平台

推荐付费专栏 VIP文章

OpenCV计算机视觉实战（7）——色彩空间详解本文深入探讨了三种常见色彩空间：RGB/BGR、HSV 与 CIELAB，并介绍了 OpenCV 中色彩空间转换的方法与原理。在 HSV 与 Lab 空间部分，演示了如何利用 HSV 进行色彩分割，以及使用 Lab 空间进行颜色校正与色差分析。最后，展示了如何使用 cv2.calcHist 计算颜色直方图，并结合 Matplotlib 对 BGR 通道直方图进行可视化分析，以支持图像增强和基于颜色的检索任务。

阅读 1.1k

52赞

Origami: 图像处理与计算机视觉的入门钥匙 Origami: 图像处理与计算机视觉的入门钥匙 origami Lowest barrier of entry to Image Processing, Computer Vision and Neural Networks on the JavaVM ...

阅读 762

9赞

计算机视觉——基于树莓派的YOLO11模型优化与实时目标检测、跟踪及计数的实践 YOLO11模型是专门为边缘设备优化的目标检测模型，与YOLOv8相比，它在显著降低模型复杂度（最多降低37%）的同时，仍保持了较高的检测精度（约85%的平均精度均值）。这种优化使得YOLO11能够在资源受限的树莓派上实现高效的实时目标检测，为边缘设备上的复杂计算机视觉任务提供了可能。其轻量级的模型结构和高效的推理性能，使其成为在树莓派上部署目标检测应用的首选模型之一。

阅读 3.5k

34赞

【Vision Transformers-VIT】: 计算机视觉中的Transformer探索【Vision Transformers-VIT】: 计算机视觉中的Transformer探索

阅读 1.3k

12赞

【计算机视觉】生成对抗网络（GAN）在图像生成中的应用生成对抗网络（GAN）在图像生成中的应用，人工智能、大模型、AI深度学习在计算机视觉领域取得了令人瞩目的进展，图像生成作为计算机视觉领域的关键任务，具有广泛的应用前景。在娱乐产业中，它可用于电影特效制作、游戏场景与角色创建，为用户带来更加逼真、奇幻的视觉体验。在设计领域，能辅助设计师快速生成创意草图、进行产品外观的初步设计，极大提高设计效率。在医疗领域，通过生成特定的医学图像，有助于医生进行疾病的模拟诊断与治疗方案规划。

阅读 9.2w

54赞

OpenCV计算机视觉实战（6）——经典计算机视觉算法计算机视觉是一个多学科交叉领域，目标是使机器能够理解和解释来自图像和视频的视觉信息。本节将介绍经典计算机视觉算法的关键原理、应用、优势和局限性，即使是在深度学习技术的出现之后，这些算法仍然具有重要意义，为图像分析、特征提取、分割、运动估计和目标检测奠定了基础。并在特定领域内对不同算法进行比较分析，展示经典算法在实际场景中的应用。

阅读 1.7k

49赞

天天进步2015

Python项目--基于计算机视觉的手势识别控制系统随着人机交互技术的快速发展，传统的键盘、鼠标等输入设备已经不能满足人们对自然、直观交互的需求。手势识别作为一种非接触式的人机交互方式，具有操作自然、交互直观的特点，在智能家居、游戏控制、虚拟现实等领域有着广泛的应用前景。本项目旨在开发一个基于计算机视觉的手势识别控制系统，通过摄像头捕获用户的手部动作，实时识别手势类型，并将识别结果转化为相应的控制命令，实现对计算机或其他设备的非接触式控制。

阅读 4.8k

37赞

【计算机视觉】单目深度估计模型-Depth Anything-V2 本篇将简单介绍单目深度估计模型，该模型旨在解决现有的深度估计模型在处理复杂场景、透明或反射物体时的性能限制。与前一代模型相比，V2版本通过采用合成图像训练、增加教师模型容量，并利用大规模伪标签现实数据进行学生模型教学，显著提高了预测精度和效率。

阅读 4.0k

39赞

平凡程序猿~

机器学习中的图像处理与计算机视觉在现代计算机科学中，图像处理和计算机视觉已成为最活跃的研究领域之一，这得益于机器学习和深度学习的发展。本文将深入探讨图像处理与计算机视觉的基础概念、常见应用、关键技术、常用工具，以及在这些领域中的代码示例。通过本篇文章，我们将了解如何从头开始构建一个简单的计算机视觉系统，并探索这些技术背后的原理。

阅读 6.0k

86赞

机器视觉07——常见光源特点及应用之环形光源详解机器视觉光源#前期文章分析了，选择一个合适的光源，需要满足的四点主要要求，文章见链接！本期开始，将分享常见光源的特点及应用。光源的特点，决定了其适合应用的场景。或者说，根据应用场景的需求，我们要选择具有相应特点的光源。

阅读 4.6k

50赞

【计算机视觉】轻量化模型设计：MobileNet、ShuffleNet与EfficientNet 轻量化模型设计：MobileNet、ShuffleNet与EfficientNet，人工智能、大模型、AI深度学习在计算机视觉领域取得了令人瞩目的进展，而MobileNet、ShuffleNet 和 EfficientNet 是轻量化模型领域的代表性成果，它们各自从不同角度对模型结构进行了创新，为在资源有限的情况下实现高性能的视觉任务提供了有效的解决方案。本文将深入探讨这三种轻量化模型的架构设计、核心概念、代码实现以及它们在实际应用中的表现和优势。

阅读 9.7w

35赞

计算机视觉｜3D 点云处理黑科技：PointNet++ 原理剖析与实战指南 PointNet++在技术融合与应用扩展方面展现出广阔前景。在技术融合方面，它能够与Transformer结合，利用Transformer处理长距离依赖的能力，提升大规模点云数据的分析效率；同时，与生成对抗网络（GAN）结合，通过GAN实现点云补全和生成，显著增强模型对缺失数据的处理能力。在应用扩展方面，PointNet++展现出多样化的潜力。在医疗领域，它可以分析医学影像中的点云数据，辅助医生识别病变组织，从而提升诊断的准确性。在文物保护领域，通过处理文物扫描的点云数据，PointNet++支持文物的数字

阅读 1.7k

29赞

人才程序员

【python opencv】中值滤波中值滤波（Median Filtering）是一种常用于图像去噪的技术。它的核心思想是在图像的每个像素周围选择一个窗口，然后用这个窗口内所有像素的中值替换当前像素的值。中值滤波特别有效于去除“椒盐噪声”，即图像中随机分布的黑白点噪声。与高斯滤波等方法不同，中值滤波不依赖于权重或者邻域的平均值，而是根据图像的像素值排序后选择中间的值。这使得中值滤波在保留图像边缘和细节方面表现良好，并且能够有效去除极端值所造成的噪声。中值滤波是一种常用的图像去噪方法，特别适用于去除椒盐噪声。

阅读 1.0k

19赞

计算机视觉——YOLO11原理代码分块解读与模型基准对比测试 YOLO11 是 Ultralytics 推出的 YOLO 系列的最新版本。YOLO11 拥有超轻量级的模型，比之前的 YOLO 模型更快、更高效。YOLO11 能够处理更广泛的计算机视觉任务。Ultralytics 根据模型大小发布了五款 YOLO11 模型，涵盖所有任务的模型共有 25 款

阅读 1.8k

15赞

搬砖的阿wei

OpenCV：开启计算机视觉的大门 OpenCV是一个的跨平台计算机视觉库，可以运行在Linux、Windows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，同时也提供了Python接口，实现了图像处理和计算机视觉方面的很多通用算法。在本文中，将介绍OpenCV库，包括它的主要模块和典型应用场景。

阅读 872

18赞

魔王阿卡纳兹

计算机视觉（CV）中的视觉定位与外观检测技术解析视觉定位是一种通过摄像头或其他视觉传感器获取环境图像信息，并利用计算机视觉算法分析图像特征，从而确定自身或目标物体在三维空间中的位置和姿态的技术。其核心目标是为机器人、自动驾驶车辆等提供精确的空间感知能力。

阅读 1.2k

12赞

【计算机视觉】特征提取一文详解介绍了计算机视觉的核心技术，涵盖低级特征提取、边缘检测、相位一致性、图像运动分析、特征定位等关键内容。文章从梯度检测（Sobel、Canny）、相位一致性（Phase Congruency）、傅里叶变换、多尺度Gabor滤波等数学原理入手，结合代码示例解析其应用。同时，探讨角点检测、光流估计、特征匹配等高级方法，并结合深度学习、Transformer、自监督学习、多模态融合等前沿技术，分析视觉智能的最新趋势。详细介绍计算机视觉在自动驾驶、医疗影像、工业检测、AR/VR等领域的应用。

阅读 1.3k

33赞

小米玄戒Andrew

【图像处理基石】如何入门AI计算机视觉？以上内容已通过事实性验证，涵盖计算机视觉入门的核心知识、工具和实践方法，可作为可靠的学习指南。

阅读 1.5k

29赞

基于python的高性能截图方案评测对比python下几种常见的截图方法的截图性能

阅读 1.4k

14赞

作者推荐

视觉人机器视觉: 诚实守信，实事求是，追求卓越，独立思考

关注

双木的木: 种一棵树最好的时间是十年前，其次是现在。

关注

CV小涵: 计算机211硕士毕业，专注计算机视觉相关工作，交流请看文章底部名片。

关注

西猫雷婶: 专注数学物理方程数值仿真，CAE软件二次开发爱好者

关注

格林威: 机器视觉领域优质创作者，专注于工业相机、智能相机、图像处理、OpenCV、Halcon、人工智能领域

关注

kay_545: 热衷于YOLO系列算法, 所有付费改进的专栏都包含完整代码和详细步骤。答疑请加 QQ 群

关注

绝顶大聪明: 人生就像是重构函数，每一次重构都在重写「自我认知算法」。或许我们永远无法达到完美函数，但正如Linus Torvalds所说："Talk is cheap. Show me the code." —— 行动本身就是最优雅的递归。

关注

this_show_time: 程序员一枚

关注

Coovally AI模型快速验证: 由来自清华大学及欧洲的人才团队共同成立的一个包含完整AI建模流程、AI项目管理及AI系统部署管理的机器视觉平台。让机器视觉AI应用落地更便宜、更快速、更有效，赋能业务人员快速构建AI系统；赋能AI工程师提升AI系统构建效率。帮助企业低成本实现AI算法自由。

关注

zy_destiny: 一名天天向上的程序媛

关注