OpenCV开发笔记（八十）：基于特征点匹配实现全景图片拼接

一个摄像头视野不大的时候，我们希望进行两个视野合并，这样让正视的视野增大，从而可以看到更广阔的标准视野。拼接的方法分为两条路，第一条路是Sticher类，第二条思路是特征点匹配。本篇使用特征点匹配，进行两张图来视野合并拼接。

智绘未来：深度解析【人工智能】、【机器学习】与【计算机视觉】的时代革命

随着AI技术的不断进步，我们有理由相信，AI将在更多领域展现出其变革性的力量。然而，在享受技术带来的便利与创新的同时，我们也必须面对由此引发的伦理、法律与社会挑战。AI的发展不仅仅是技术的进步，更是人类社会的一次深刻变革。我们需要以开放的心态和严谨的态度，迎接AI时代的到来，确保其发展方向符合人类的共同利益。

【AI视频】复刻抖音爆款AI数字人作品初体验

2024.9.12-9.13-✍ 227min

介绍三种大模型：自然语言处理（NLP）大模型-计算机视觉（CV）大模型-多模态大模型

介绍三种大模型：自然语言处理（NLP）大模型-计算机视觉（CV）大模型-多模态大模型

【机器学习】基于OpenCV和TensorFlow的MobileNetV2模型的物种识别与个体相似度分析

在计算机视觉领域，图像相似度比较和物种识别是两个重要的研究方向。本文通过结合深度学习和图像处理技术，使用TensorFlow中的预训练MobileNetV2模型和OpenCV，实现了物种识别和个体相似度分析。本文将详细介绍该系统的实现过程，并提供相关代码和使用说明。

PotPlayer无法识别FFmpeg64.dll以解码H.265/HEVC视频：原因与解决方案

PotPlayer是一款功能强大的多媒体播放器，它支持多种视频格式。然而，用户在尝试播放H.265/HEVC编码的视频时可能会遇到问题，尤其是当PotPlayer无法识别或使用FFmpeg64.dll来解码这些文件时。本文将探讨这一问题的原因，并提供详细的解决方案。

Python图像处理——计算机视觉中常用的图像预处理

在计算机视觉项目中，使用样本时经常会遇到图像样本不统一的问题，比如图像质量，并非所有的图像都具有相同的质量水平。在开始训练模型或运行算法之前，通常需要对图像进行预处理，以确保获得最佳的结果。图像预处理包括调整大小和裁剪到降噪和归一化的各种技术。涉及的库有OpenCV、Pillow和scikit-image等。

OpenCV小练习：身份证号码识别

手把手教你使用OpenCV和Tesseract实现从图像中识别身份证号码

【AI视频】Runway注册、基本设置、主界面详解

2024.8.31-9.1-✍227min

【机器学习】探秘图像处理与分类：运用C++结合OpenCV实现智能视觉识别技术

在计算机视觉领域，图像处理与分类是核心任务之一。OpenCV作为一个功能强大的开源计算机视觉库，提供了丰富的API支持多种语言的开发，其中C++因其性能优势而被广泛使用,下面我们就来看一下，如何使用C++结合OpenCV进行图像处理与分类，包括安装步骤、基础图像操作以及使用Bag of Words (BOW)算法进行图像分类。

Tailor：免费开源 AI 视频神器，创作者必备利器

Tailor 绝非传统意义上的普通视频编辑工具，它是一个**集人工智能技术之大成的创新平台**，为视频创作领域注入了新的活力。以下是 Tailor 令人瞩目的一些核心特性，正是这些特性使其在众多视频编辑软件中脱颖而出，成为视频创作者的得力助手。

【OpenCV】OpenCV：计算机视觉的强大工具库

计算机视觉的强大工具库一、什么是OpenCV？二、OpenCV的功能和特点三、OpenCV的应用领域四、OpenCV在实践中的重要性五、OpenCV的未来展望

【人工智能】多模态AI：如何通过融合文本、图像与音频重塑智能系统未来

多模态AI结合文本、图像、音频等多种数据类型，通过特征级、模型级、决策级融合，提升系统智能化水平。在智能助手、医疗诊断、自动驾驶等领域，多模态AI应用广泛。构建过程中面临数据对齐、模态不一致性等挑战。未来的发展将包括更深层次的融合、自适应模态选择、跨模态迁移学习等，推动多模态AI成为下一代智能系统的重要组成部分。

【机器学习】CNN在计算机视觉中的应用

本文介绍了CNN在计算机视觉中的几个主要应用,包括图像分类、目标检测、语义分割、实例分割和视频分析等。CNN凭借其强大的特征提取能力和端到端的训练方式,在这些任务中取得了卓越的成绩,推动了计算机视觉领域的快速发展。未来,随着模型架构和训练算法的不断优化,CNN在计算机视觉领域的应用将会更加广泛和深入。

Python爬虫——爬取某网站的视频

爬取视频

深度学习和计算机视觉中的backbone

在深度学习和计算机视觉中，“backbone” 是指深度神经网络的主要部分，通常用于特征提取。骨干网络通过卷积操作提取图像中的低级和高级特征，为后续的特定任务（如分类、检测、分割等）提供丰富的信息。这些骨干网络一般是预训练的，即在大型数据集（如ImageNet）上进行训练，以便在各种下游任务中实现良好的性能。

使用 OpenCV 和 YOLO 模型进行实时目标检测并在视频流中显示检测结果

使用 OpenCV 和 YOLO 模型进行实时目标检测并在视频流中显示检测结果

八、OpenCVSharp 中图像阈值处理

图像阈值处理是一种将图像分割为不同区域的简单而有效的方法，它在图像处理中具有广泛的应用。图像阈值处理是图像处理中的重要技术，通过选择合适的阈值方法和参数，可以有效地提取图像中的有用信息，为后续的处理和分析提供基础。

七彩虹P15/P16 TA 24的Creative App显示“连接您的Creative设备以体验Creative应用”问题及解决方案

本文介绍了七彩虹P15/P16 TA 24的Creative App显示“连接您的Creative设备以体验Creative应用”问题及解决方案，用于解决音频驱动的设置问题

AI 音频/文本对话机器人：Whisper+Edge TTS+OpenAI API构建语音与文本交互系统（简易版）

在本篇博客中，我将分享如何利用Whisper模型进行语音转文本（ASR），通过Edge TTS实现文本转语音（TTS），并结合OpenAI API实现文本生成的语音与文本交互系统。这个系统可以用于构建智能助手、语音交互应用等场景。前段时间学了英伟达系列课程，最近有时间基于视频中的demo设计了一个支持文本和语音问答的ai机器人。一个内网ip可供访问，一个公网ip 72小时有效视频效果展示AI 音频/文本对话机器人。