针对视频图像中车辆检测问题,提出了一种基于计算机视觉的运动车辆检测方法。首先,选取最佳方差参数并利用双边滤波对图像进行预处理;再利用Surendra背景更新算法实时更新背景图像,采用粒子群(PSO)极大熵法求得背景差分图像的阈值;然后,将得到的二值图像进行形态学处理并检测出运动车辆。实验结果表明,该算法不仅适用于简单背景、车速较慢的环境中,而且在复杂背景、噪声较大、车速较快的情况下,该方法均能够克服外界环境的不利影响,准确地检测出运动车辆,提高检测的准确率。

CV_interviews_Q-A 不试着去找找实习，不试着被面试官毒打下，都意识不到自己基础的薄弱，很多东西被问到只知道个大概，再深挖一下为什么就支支吾吾答不上来了。深感CV算法岗竞争之激烈，从来都是狭路相逢勇者胜，借找工作的机会好好整理下所学的知识，希望现在好好准备还来时晚，一起努力向要约发起冲击吧！ 本仓库汇总的CV算法岗重要的一些知识点和面试问答，主要分为计算机视觉，机器学习，图像处理和，C ++基础四大块，每个块都有几十个问题，每个问题都会努力做出的详细完整的解答，帮助您理清这些知识点细节。 为了刺激下大家的神经，激发斗志，在往下看之前可以先看看这份经验分享： 。创建本仓库的灵感也就是扩张此文，感谢大佬的分享〜 食用方法 额外添加转换过的PDF版，如果直接下载md文件显示不了一些图片或者公式的话，可以匹配PDF版学习。－－2020.08.14 github上直接看的话很多公式和

Python调用PixelLib实现图像分割（证件照抠图换背景） https://xercis.blog.csdn.net/article/details/108001828

如果需要检测到图像里面的边缘，首先我们需要知道边缘处具有什么特征。对于一幅灰度图像来说，边缘两边的灰度值肯定不相同，这样我们才能分辨出哪里是边缘，哪里不是。因此，如果我们需要检测一个灰度图像的边缘，我们需要找出哪里的灰度变化最大。显然，灰度变化越大，对比度越强，边缘就越明显。那么问题来了，我们怎么知道哪里灰度变化大，哪里灰度变化小呢？在数学中，与变化率有关的就是导数。如果灰度图像的像素是连续的(实际不是)，那么我们可以分别原图像G对x方向和y方向求导数，获得x方向的导数图像Gx和y方向的导数图像Gy。Gx和Gy分别隐含了x和y方向的灰度变化信息，也就隐含了边缘信息。如果要在同一图像上包含两个方

haarcascade_eye.xml haarcascade_eye_tree_eyeglasses.xml haarcascade_frontalcatface.xml haarcascade_frontalcatface_extended.xml haarcascade_frontalface_alt.xml haarcascade_frontalface_alt_tree.xml haarcascade_frontalface_alt2.xml haarcascade_frontalface_default.xml haarcascade_fullbody haarcascade_lefteye_2splits haarcascade_licence_plate_rus_16stages haarcascade_lowerbody haarcascade_profileface haarcascade_righteye_2splits haarcascade_russian_plate_number haarcascade_smile haarcascade_upperbody

建议使用 jupyter notebook 打开： 包含从数据预处理、数据增强、数据集生成、模型搭建、训练、到可视化、保存模型的常见编程模板，包含 TensorFlow、PyTorch 框架。 适合人群：从事深度学习、计算机视觉的初学者（1-3年）

Fashion MNIST数据集 是kaggle上提供的一个图像分类入门级的数据集，其中包含10个类别的70000个灰度图像。如图所示，这些图片显示的是每件衣服的低分辨率(28×28像素)

用于对cityscapes的数据集进行分类标注 里边的labels可以进行选择想要的类别 并进行数据标签制作，详情见博客https://mp.csdn.net/console/editor/html/105922546

解压提取，进入文件夹，打开终端 依次输入一下代码进行安装 mkdir build cd build cmake .. make sudo make install

视觉工具 一组计算机视觉工具 随意添加东西:)