目地址：https://github.com/opencv/open_model_zoo open_model_zoo 預訓練模型概覽： 目標檢測模型 有幾種檢測模型可以用於檢測一系列最常見的目標

(本文所使用的Python庫和版本號: Python 3.6, Numpy 1.14, scikit-learn 0.19, matplotlib 2.2，opencv-python 3.4.2) 有兩個重

人工智慧，一個已經被談論了幾十年的概念。如今這幾年，相關技術的發展速度是越來越快。高大上如無人駕駛、智慧安防、AI輔助診斷，接地氣如刷臉支付、內容推薦、自動翻譯等，眾多領域藉助人工智慧的力量而進化。從百度搜尋

我愛計算機視覺 標星，更快獲取CVML新技術 人臉檢測是計算機視覺最典型的應用之一，早期OpenCV的logo就是Haar人臉檢測的示意圖。 很多人的第一個OpenCV學習目標就是跑通Haar級聯人

前言 忙了一段時間，少有時間寫文，前連天公司的一個web專案需要使用者上傳自拍照然後檢查自拍照裡面的人臉狀態（人臉數量，是否正臉，是否戴眼鏡，是否戴帽子等等），如果狀態合適就將人臉提取出來，最後與設定的前景

現在很多人都喜歡拍照（自拍）。有限的濾鏡和裝飾玩多了也會膩，所以就有 APP 提供了 模仿名畫風格 的功能，比如 prisma、versa 等，可以把你的照片變成 梵高、畢加索、蒙克 等大師的風格。

原書程式碼地址 在本章中，我們將學習如何應用酷的幾何效果到影象。 知識點 如何安裝OpenCV-Python 如何讀取，顯示和儲存影象 如何轉換到多個顏色空間 如何應用幾何

計算機視覺中，相機標定的重要性不言而喻，前面在公眾號【視覺IMAX】中寫過有多篇文章是關於相機標定的，包括 一分鐘詳解OpenCV之相機標定函式calibrateCamera() ， 從零開始學習「張氏相機標

在“學習OpenCV3"的QQ群眾，網友且行且珍惜針對前期部落格（https://www.cnblogs.com/jsxyhelu/p/9345590.html）中的內容提出了以下問題：

引言 本文是使用python進行影象基本處理系列的第三部分，在本人之前的文章裡介紹了一些非常基本的影象分析操作，見文章《 使用Numpy和Opencv完成影象的基本資料分析Part I 》和《

近日，Intel向其OpenCV開源計算機視覺庫提交了第一批Vulkan API支援程式碼，可用來加速視覺計算。 OpenCV庫針對Intel處理器、多核心x86架構的優化十分到位，而加入Vulkan支援之

最近主流智慧手機開始支援3D拍照，這些匯出來16-bit .mhd/.raw的圖片，無法直接檢視，當然使用Fiji/ImageJ可以粗略的檢視，但是操作不太方便。 這裡我們以vivo x21為例進行圖片轉換

在展示PPT和產品發發布時，或者看電影時如果能用手勢操作切換會十分方便。這裡使用opencv的開源技術，輕鬆實現這一功能需求。我很久以前曾經寫一個篇被動攝像頭的文章，捕捉到攝像頭中有移動的物體時，開始錄相，移

OpenCV 4.0.0-alpha 釋出了，這是 4.0 final 版本釋出前的首個過渡版本。OpenCV 是 Intel 開源的計算機視覺庫。它由一系列 C 函式和少量 C++ 類構成，實現了影象處理和計

作為一種人工智慧，機器學習使計算機能夠通過經驗學習：使用過去收集的資料預測未來。最重要的是，計算機視覺是當今最令人興奮的機器學習應用領域之一，深度學習和卷積神經網路推動創新系統，如自動駕駛汽車和谷歌的DeepM