介绍 基于深度卷积神经网络实现的人脸表情识别系统,系统程序由Keras, OpenCv, PyQt5的库实现,训练测试集采用fer2013表情库。 主要功能 (1)可以通过从本地图片导入系统,或者直接相机进行拍摄等方法对图片和视频进行处理并分析。 (2)可以切换模型对图片进行处理。 实现原理 (1)表情库的建立 目前,研究中比较常用的表情库主要有:美国CMU机器人研究所和心理学系共同建立的Cohn-Kanade AU-Coded Facial Expression Image Database(简称CKACFEID)人脸表情数据库;fer2013人脸数据集等等,这里我们的系统采用fer2013人脸数据集。 (2)表情识别: ①图像获取:通过摄像头等图像捕捉工具获取静态图像或动态图像序列。 ②图像预处理:图像的大小和灰度的归一化,头部姿态的矫正,图像分割等。(改善图像质量,消除噪声,统一图像灰度值及尺寸,为后序特征提取和分类 识别打好基础) (3)特征提取:将点阵转化成更高级别图像表述—如形状、运动、颜色、纹理、空间结构等,?在尽可能保证稳定性和识别率的前提下,对庞大的图像数据进 行降维
2023-04-11 16:16:23 12.01MB 软件/插件 数据集 keras opencv
1
用opencv 实现的H264 推流,可以直接推到服务器,只提供原码。
2023-04-11 14:11:42 1.76MB opencv h264 rtmp
1
先去官网下载好anaconda 地址是 https://www.anaconda.com/distribution/#download-section  我下载的是64位python3.7版本的,因为pytorch只支持3.x版本的python,在安装过程中有一个如下界面(第二幅图)建议是两个都勾选上,这样就避免你去电脑里面自行设置环境变量了    安装好之后,使用cmd命令行 ,输入python,你可能会看到如下界面,不要着急,这是由于python解释器位于conda环境中,但是环境未激活,库可能无法加载 这时候,我们重新打开cmd,输入 conda info –envs ,等一下之后,再输
2023-04-11 13:04:07 482KB anaconda c conda
1
毕业设计 - 基于树莓派、OpenCV及Python语言的人脸识别 使用OpenCV for Python图像识别库,运行在树莓派RASPBIAN JESSIE Linux系统平台上,搭配树莓派官方摄像头模块。 运行要求 OpenCV 2.4.9 for Python Python 2.7 v4l2 PyQt4 安装要求 sudo apt-get install build-essential cmake pkg-config python-dev libgtk2.0-dev libgtk2.0 zlib1g-dev libpng-dev libjpeg-dev libtiff-dev libjasper-dev libavcodec-dev swig unzip 1. 启用v4l2 安装PyQt4 sudo apt-get install python-qt4 运行 python main.py
2023-04-11 09:43:28 4.29MB 毕业设计 人脸识别
1
基于OpenCV1.版本中CvvImage类,实现MFC pictur控件下显示图片;并结合CRectTracker橡皮筋类,实现图片ROI选取、模板提取、截图功能,可直接应用于项目;
2023-04-11 09:29:59 47.67MB pictur控件 图片显示类 CvvImage
1
基于opencv的边缘检测 在我电脑上可以运行 效果还比较理想 希望可以帮到大家
2023-04-11 08:35:17 740B 边缘检测
1
学习opencv中的一段为嘛经过补充完整之后可以运行了。。参数可以自行更改查看效果
2023-04-11 08:29:20 2KB opencv 边缘检测
1
downloading_Python基于深度学习和opencv的车牌识别系统.zip
2023-04-10 20:59:34 25.78MB
1
OpenCV激光投影虚拟键盘 基于激光投影技术的虚拟键盘设计基于OpenCV,结合硬件识别,检测手指位置,然后映射到键盘,以实现相应的KeyPress。 如何工作? 如何工作? 在红外激光的底部从一个红外范围内的覆盖空间的表面发射出红外线,当然这个平面可以覆盖整个键盘,键盘在键盘中央是投影轮廓形状的键盘,主要用于标定时,在实时摄像头顶部的图形外部并将数据传递到计算机,因为激光是水平和平行的,因此没有物体遮挡摄像头无法检测到红外信号,但是如果在红外激光区域,当被遮挡物的表面被红外摄像机覆盖时,将检测到红外信号,经过一定的算法后,计算机访问摄像机发送的信号,以获取红外点图片中的坐标,然后将坐标映射到真实的键盘位置,以实现其功能。 硬件 1.选择相机镜头 同一区域的检测摄像机,“ Camera2”为视角150°,高度为“ h2”,“ Camera1”为视角90°,高度为“ h1”,以缩小项目
2023-04-10 12:54:50 37.83MB C++
1
Cartoonify_reality 即使适当地完成图像处理的基础知识也很方便,否则将需要机器学习模型。该项目是这样的灵感之一,它仅使用核心opencv过滤器和功能将图像和视频卡通化,还使用K-means聚类算法来实现压缩图像。 这种聚类为它提供了所需的基本卡通色彩。 算法-K_Means聚类 滤镜-双边滤镜,轮廓,腐蚀,Canny(边缘检测) 先决条件 您需要什么东西来安装软件以及如何安装它们 scipy numpy cv2 入门 下载python interpeter,最好是3.0版以上的版本。 安装上面给出的前提条件库。 运行vid.py文件将您的Webcamp提要装箱。 取消注释cartoonize.py的最后两行,然后运行以对图像进行卡通化。 $vid.py $cartoonize.py 原始图片 卡通输出 建于
1