Detection

Canny边缘检测和图像金字塔 一、Canny边缘检测 首先我们要了解Canny边缘检测的基本概念和 cv.Canny()函数。其用法为： cv.Canny( image, threshold1, t

形态学操作和图像梯度 一、形态学操作 主要有膨胀、腐蚀、开(先腐蚀后膨胀)、闭(线膨胀后腐蚀)操作。用到的函数有：cv.erode(), cv.dilate(), cv.morphologyEx()

使用卷积神经网络 一、卷积神经网络 在前面的单元中，我们已经学习了如何使用类定义来定义一个多层神经网络，但是这些网络是通用的，并不专门用于计算机视觉任务。在这个单元，我们将学习卷积神经网络(CNNs)

训练多层卷积神经网络 一、多层卷积神经网络 在前面的卷积神经网络中，我们了解了卷积滤波器是如何从图像中提取特征的。对于MNIST数据集中的图片(28 * 28的灰度图)，我们使用9个大小为 5 * 5

神经网络进阶 一、代价函数 1. 神经网络(分类) 基本结构 假设神经网络的训练样本有m个，每个包含-组输入x和一组输出信号y，L表示神经网络层数，$S_I$表示每层的 neuron个数($S_l$表

图像阈值和图像滤波 一、图像阈值 阈值处理一般有三种类型：简单阈值操作、自适应阈值操作和Otsu阈值操作。OpenCV提供了两个函数cv.threshold 和 cv.adaptiveThreshol

简单物体追踪和几何转换 一、更改颜色空间 有时候，我们需要对图像的颜色空间进行转换，比如说在图像进行阈值处理、边缘检测时，三个通道的图像难以进行梯度检测，所以我们进行色域转换：BGR <-> gray

核心操作 一、图像基本操作 主要包括以下操作： 获取图像像素值并修改 获取图像属性 设置感兴趣区域(ROI) 图像切割与合并 图像边框填充 1. 获取图像像素值并修改 因为读入的img是一副彩色图像，

图形特点 一、图像常规操作 读取一幅图像—— imread 使用OpenCV展示一幅图像 —— imshow 存储一幅图像—— imwrite OpenCV 支持 Windows 位图(bmp)、便携