使用opencv-python处理人工智能计算机视觉中的小球检测及颜色分类，视频中显示标注后的结果，类似yolov算法检测后的标注框。主要运用到形状轮廓检测以及色彩模型，代码自己书写，亲测调试通过，项目中包含测试视频，简答配置环境即可使用。效果参考：https://www.bilibili.com/video/BV1fZ4y117X3/

使用OpenCV和Python查找图片差异 flyfish 方法1 均方误差的算法（Mean Squared Error , MSE） 下面的一些表达与《TensorFlow – 协方差矩阵》式子表达式一样的 拟合 误差平方和（ sum of squared errors） residual sum of squares (RSS), also known as the sum of squared residuals (SSR) or the sum of squared errors of prediction (SSE), also known as 就我们所说的 RSS， S

OpenCV ARM python3.7 安装包，可用于树莓派

python胶囊瑕疵检测胶囊瑕疵检测opencv胶囊表面划痕检测完整项目源码

SIFT，python源码实现及基于opencv实现

OpenCV-Python-Toturial 有随书源代码。OpenCV-Python-Toturial 有随书源代码。请参考学习使用

调试后可直接运行 用python3+opencv3做的中国车牌识别，包括算法和客户端界面，只有2个文件，surface.py是界面代码，predict.py是算法代码，界面不是重点所以用tkinter写得很简单。 版本：python3.4.4，opencv3.4和numpy1.14和PIL5 下载源码，并安装python、numpy、opencv的python版、PIL，运行surface.py即可 算法思想来自于网上资源，先使用图像边缘和车牌颜色定位车牌，再识别字符。车牌定位在predict方法中，为说明清楚，完成代码和测试后，加了很多注释，请参看源码。车牌字符识别也在predict方法中，请参看源码中的注释，需要说明的是，车牌字符识别使用的算法是opencv的SVM， opencv的SVM使用代码来自于opencv附带的sample，StatModel类和SVM类都是sample中的代码。SVM训练使用的训练样本来自于github上的EasyPR的c++版本。由于训练样本有限，你测试时会发现，车牌字符识别，存在一定误差，。

基于ubuntu18.04的python3.6编译好的opencv-contrib-python文件

基于ubuntu18.04的python3.7.5编译好的opencv-contrib-python文件

在一些简单的场景下，定位面板上的标识，铭牌，按钮等物件。 定位过程和效果可以参考这里：https://blog.csdn.net/qq_41392228/article/details/124347845