3.0版本以前的OpenCV可以直接使用SIFT和SURF等,但是3之后的版本有我们需要的功能,只是它的SIFT等等被移动到nonfree.hpp里去了。需要额外配置opencv_contrib 在此这前需要cmake 在此之前 我几乎配置的快吐血。希望我的可以帮助到需要的小伙伴。 注意opencv的版本要与opencv_contrib相对应!!!
2021-12-05 15:47:03 51.57MB opencv contrib 扩展包
1
opencv-contrib-python-4.2.0.34, 直接pip install +文件名,和cmake什么的说拜拜。 cp后面的是对应的python版本,cp36就是python3.6,那个3.x.x是opencv的版本。根据自己的python版本下载,我下的是opencv_python-3.4.1+contrib-cp36-cp36m-win_amd64.whl。 安装完后就可以用啦。
2021-12-01 21:34:25 44.75MB opencv python
1
树莓派使用的opencv3 python模块,方便在树莓派上安装。
2021-11-30 19:28:07 12.05MB opencv3
1
使用videojs/aliplayer 实现rtmp流的直播播放,解压后放到服务器上,访问即可。浏览器访问要支持flash。压缩包里的图片是如何开启flash的
2021-11-30 09:15:56 233KB rtmp web 直播 videojs
1
keras_contrib包,下载后直接按照如下安装 1.解压 2.cmd环境下进入解压位置 3. cd keras-contrib python setup.py install
2021-11-29 11:02:08 537KB Keras 深度学习 机器学习
1
NILMTK-贡献 该存储库包含使用 NILMTK 的快速实验 API 实现的能量分解任务的所有最先进算法。 你可以在找到这篇论文。 所有曾经使用过的笔记本都可以在找到。 使用 NILMTK-contrib,您可以使用以下算法: 加性因子隐马尔可夫模型 具有信号聚合约束的加法隐马尔可夫模型 判别稀疏编码 RNN 去噪自动编码器 序列2点 序列2序列 窗口GRU 上述最先进的算法已添加到此存储库中。 您可以使用新的 NILMTK 的快速实验 API 执行以下操作: 跨多个设备的培训和测试 跨多个数据集的训练和测试(迁移学习) 跨多个建筑物的培训和测试 使用人工骨料进行训练和测试 不同采样频率的训练和测试 请参阅此以了解有关 API 用法的更多信息。 引文 如果你发现这个 repo 对你的研究有用,请考虑引用我们的论文: @inproceedings { 10.1145/33
2021-11-28 12:11:52 119KB JupyterNotebook
1
安装opencv_contrib_cuda的详细过程,实测成功
2021-11-28 09:00:40 1.83MB c++
1
倒角 计算两个边缘图像之间的倒角距离,然后应用梯度下降优化使轮廓点变形以向边缘移动 编译: g++ * .cpp ` pkg-config --cflags --libs opencv ` 或使用make命令
2021-11-24 17:08:05 24KB C++
1
模块:opencv-contrib-python 使用cv2,出现最常见的ImportError: DLL load failed: 找不到指定模块,具体可以参考文章:https://blog.csdn.net/u011971558/article/details/84842080
2021-11-21 00:22:20 24.85MB ImportError opencv-cont 找不到模块 DLL
1