从【人工智能】到【计算机视觉】，【深度学习】引领的未来科技创新与变革

本文系统性地介绍了人工智能、机器学习、深度学习、算法和计算机视觉的基础知识、核心技术和实际应用。从基本概念到高级技术，本文旨在为读者提供一个全面的学习指南，帮助他们深入理解和掌握AI领域的关键内容。人工智能的未来发展将更加广泛和深入。随着技术的进步，AI将在更多的领域得到应用，带来新的机遇和挑战。未来的AI技术将更加智能化、个性化和普惠化，为人类社会的发展提供强大的动力。

Python爬虫——爬取某网站的视频

爬取视频

实战OpenCV之图像的裁剪与拼接

在OpenCV中，图像的裁剪与拼接是非常基础但又非常实用的操作，在许多计算机视觉和图像处理任务中扮演着关键角色。图像裁剪可以让我们聚焦于图像中的某个特定部分，这对于分析局部特征非常重要。通过裁剪掉无关紧要的部分，可以减少后续处理的数据量，从而提高处理速度和效率。另外，裁剪可以用于创建固定大小的输入，这对于训练深度学习模型尤其重要。

【视频异常检测】Learning Prompt-Enhanced Context Features for Weakly-Supervised Video Anomaly Detection 论文阅读

视频异常检测在弱监督条件下面临着重大挑战，特别是由于在训练过程中缺乏帧级别的注释。虽然先前的研究在建模时间关系和学习具有区分性特征方面使用了图卷积网络和自注意力机制以及基于多实例学习（MIL）的分类损失，但这些方法通常采用多分支架构来分别捕获局部和全局依赖关系，从而增加了参数和计算成本。此外，MIL损失的二元约束提供的粗粒度跨类别可分性忽视了异常类别内部的细粒度可辨识性。为了解决这一问题，本文介绍了一个弱监督异常检测框架，重点放在有效的上下文建模和增强的语义可辨识性上。我们提出了一个称为。

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。

Python使用whisper实现语音识别（ASR）

在一个语音中，我们都会有一些停顿。但是，在识别结果中，这些停顿并没有被完全表示出来。可以看到，它的识别结果还行（因为我的音频是AI合成的，识别会有一定误差），但是输出的是繁体中文，我们需要把他变成简体中文。Whisper是OpenAI的一个强大的语音识别库，支持离线的语音识别。其中，zh.wav可以换成你自己的音频。另外，需要通过choco安装ffmpeg库。完成这些步骤之后，我们就可以使用啦！

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。

AIGC月刊 | 大模型/多模态/文生图/AI视频最新技术进展（2024.8月第四期）|【魔方AI新视界】

【魔方AI新视界】专栏致力于梳理和探索AIGC领域内的创新技术与有影响力的实际应用案例。我们计划以月刊的形式定期发布内容，目的是让读者站在AI时代的最前沿，紧跟时代发展的步伐，自信而坚定地跟随AI技术的最新趋势。此外，猫先生也会根据读者的反馈，持续对专栏内容和版面设计进行更新和改进。我们非常欢迎读者提出宝贵的建议，一起交流和学习，共同推动专栏的完善和成长！💪。

使用BBDown下载bilibili视频的方法

自动合并音频+视频流+字幕流+章节信息(使用ffmpeg或mp4box)一款命令行式哔哩哔哩下载器. Bilibili Downloader.只需要打开bili视频网站，复制视频地址使用bbdown就可以下载。支持8K/HDR/杜比视界/杜比全景声下载。支持AVC/HEVC/AV1编码。就是用aid下载，右键视频。单独下载视频/音频/字幕。选择指定清晰度进行下载。选择指定分P进行下载。

vue3+vite+ts 使用webrtc-streamer播放海康rtsp监控视频

webrtc-streamer 是一个使用简单机制通过 WebRTC 流式传输视频捕获设备和 RTSP 源的项目，它内置了一个小型的 HTTP server 来对 WebRTC需要的相关接口提供支持。相对于ffmpeg+flv.js的方案，延迟降低到了0.4秒左右，画面的加载速度也变快了，切换浏览器标签后也不会暂停画面，并且解决了http1.1的同域名中的并发限制(在谷歌浏览器中可以同时播放6个以上的video)。

【小沐学Python】Python实现语音识别（Whisper）

Whisper 是一种通用的语音识别模型。它是在包含各种音频的大型数据集上训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神经网络，且它亦支持其它98种语言的自动语音辨识。Whisper系统所提供的自动语音辨识（Automatic Speech Recognition，ASR）模型是被训练来运行语音辨识与翻译任务的，它们能将各种语言的语音变成文本，也能将这些文本翻译成英文。

【STM32项目】基于STM32+RTOS音频光通信设计与实现（完整工程资料源码）

在单片机控制系统开发过程中，需要编写程序来对单片机进行控制，因此选择合适的编译软件至关重要。作为一种应用广泛的编程语言，C 语言得到了大量开发者的青睐，本文也采用 C 语言来实现对单片机的控制功能。

Python图像处理指南：PIL与OpenCV的比较

图像处理在计算机视觉和图像识别等领域中扮演着至关重要的角色。Python作为一种功能强大且易于学习的编程语言，提供了多种库供图像处理使用。在本文中，我们将比较两个最流行的Python图像处理库：Python Imaging Library（PIL）和OpenCV。我们将探讨它们的功能、用法和性能，并通过代码实例进行演示。

【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。

七、计算机视觉-图像的ROI区域

在计算机视觉中，ROI代表感兴趣区域（Region of Interest），它是指图像或视频中被指定为需要特别关注或处理的区域。ROI可以帮助减少计算量，并且在处理大型图像或视频时可以提高处理效率。上面代码演示了 使用Haar 特征分类器或基于深度学习的人脸检测器 去检测人脸部分，Haar的使用后面会单独讲到 这里只需要明白ROI区域的概念就行。

【AI视频】复刻抖音爆款AI数字人作品初体验

2024.9.12-9.13-✍ 227min

opencv_C++学习笔记(入门30讲)

本博客作为OpenCV与C++入门视频学习笔记，记录一些图像和视频的简单操作，并对相应的函数做了分析。

uniapp中实现H5录音和上传、实时语音识别（兼容App小程序）和波形可视化

在uniapp中使用Recorder-UniCore插件可以实现跨平台录音功能，uniapp自带的recorderManager接口不支持H5、录音格式和实时回调onFrameRecorded兼容性不好，用Recorder插件可避免这些问题。支持vue2、vue3、nvue，支持已有的大部分录音格式：mp3、wav、pcm、amr、ogg、g711a、g711u等

OpenCV的视频编解码器的编码格式

fourcc（四字符代码）是一个用于指定视频编解码器的编码格式，用于确定视频文件的压缩方式。你可以通过 cv2.VideoWriter_fourcc 方法来获得这个编码，例如 cv2.VideoWriter_fourcc(‘M’, ‘J’, ‘P’, ‘G’)。MJPG (Motion JPEG): 以 JPEG 格式逐帧压缩的视频，较大但编辑时较方便，支持跨平台。X264: 高级视频编码（H.264），提供很好的压缩比，广泛用于 MP4 文件。fps (float): 视频的帧率，即每秒钟显示的帧数。

eloftr特征匹配结果可视化

测试运行：由于weights文件中只有outdoor权重，因此以室外数据集测试为主，命令如下。