有关openmv,opencv.k210的资料，比较全。可以快速上手用来做一些嵌入式相关的小东西或者需要视觉识别的比赛

节点红色贡献高级FTP 和高级FTP客户端和记录器的Node-RED节点。 node-red-contrib-advanced-ftp是的修改版，增加了多个命令，并且可以在运行时修改参数 先决条件 node-red-contrib-advanced-ftp要求安装 。 安装 在您的Node-RED安装的根目录中运行以下命令 npm install node-red-contrib-advanced-ftp 重新启动您的Node-RED实例，该ftp节点出现在选项板中并可以使用。 或使用Menu - Manage palette选项并搜索node-red-contrib-advanced-ftp 。 例子 FTP客户端： [{"id":"f3b0d791.c94aa8","type":"inject","z":"e40b45d4.16e328","name":"Send Operat

一个利用opencv编写的简单三角识别程序，可以实现图像的预处理和三角形识别

主要介绍了OpenCV搞定腾讯滑块验证码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

人脸识别--- ResNet 使用opencv和dlib构建人脸识别系统 安装dlib： 点安装dlib == 19.6.1 安装opencv：pip安装opencv-python 向下数据（ ） dlib_face_recognition_resnet_model_v1.dat.bz2 mmod_human_face_detector.dat.bz2 shape_predictor_68_face_landmarks.dat.bz2

改训练集属于负样本，用于人脸检测时；

基于OpenCV的Hough变换的C++代码，包含Hough圆变换和Hough直线变换,实现图像检测

本文实例为大家分享了python利用Opencv实现人脸识别功能的具体代码，供大家参考，具体内容如下 首先：需要在在自己本地安装opencv具体步骤可以问度娘 如果从事于开发中的话建议用第三方的人脸识别（推荐阿里） 1、视频流中进行人脸识别 # -*- coding: utf-8 -*- import cv2 import sys from PIL import Image def CatchUsbVideo(window_name, camera_idx): cv2.namedWindow(window_name) # 视频来源，可以来自一段已存好的视频，也可以直接来自USB摄像

由于C++语言的运行优势，多数算法模型在实际应用时需要部署到C++环境下运行，以提高算法速度和稳定性 主要讲述WIn10下在VS工程中通过Opencv部署yolov5模型，步骤包括： 1.python环境下通过export.py导出.onnx模型 2.C++环境下通过opencv的DNN模块进行模型导入和调用 部署完成后的检测效果如下图所示（CPU下运行，无加速！） 适合刚开始转战C++的算法小白

在opencv 3+的版本中，由于将SIFT，SURF这些有专利的算法单独提取到了opencv_contrib模块，因为官方给出的android sdk release版本中没有预先编译 opencv_contrib 至opencv库，要想在Android 中使用SURF, SIFT这些算法的C++实现，我们需要自己编译opencv_contrib opencv源码，从而获得opencv android sdk。