在上一篇文章中实现了树莓派下对摄像头的调用，有兴趣的可以看一下：python+opencv实现摄像头调用的方法 接下来，我们将使用python+opencv实现对移动物体的检测 一、环境变量的配置 我们可以参照上一篇文章对我们的树莓派进行环境的配置 当我们将cv2的库安装之后，就可以实现对摄像头的操作 二、摄像头的连接 在此实验中，我使用的为usb摄像头 当我们连接摄像头之后，终端输入 ls /dev/video* 如果终端提示如下： 则表示摄像头连接成功 三、编码实现对移动物体的检测 使用python编写程序，实现对移动物体的检测，代码如下 #encoding=utf-8 import

Deep SORT —— YOLO v4 目标检测跟踪 介绍 项目采用 YOLO v4 算法模型进行目标检测，使用 Deep SORT 目标跟踪算法。 支持系统：Windows系统、Ubuntu系统 运行环境 Keras==2.4.3 tensorflow-gpu==2.3.1 opencv-python==4.4.0.44 image==1.5.33 NVIDIA GPU CUDA 目录结构 deep-sort-yolov4 ┌── deep_sort DeepSort目标跟踪算法 │ ├── detection.py │ ├── generate_detections.py │ ├── iou_matching.py │ ├── kalman_filter.py │ ├── linear_assignment.py │

GJK (Gilbert-Johnson-Keerthi) 碰撞检测算法在 MATLAB 中的实现。 GJK.m 函数获取形状顶点数据并返回两个形状是否穿透。 仅适用于凸形物体！ MAIN_example.m 对两个多面体进行动画处理，并在两者相互碰撞时停止。

基于人工智能算法的matlab物体检测，可以检测多种物体，包括静态人物，以及动态视频等对物体进行检测，这对于入门物体检测有一定的帮助。

基于深度学习的物体实时检测模块设计与在安卓系统上的实现.pdf

利用dsp实现卡尔曼滤波算法实现物体运动轨迹跟踪，其中应用了加速度传感器和陀螺仪。

Visionpro极坐标圆形物体缺陷检测项目及源码

Sombrero是用于天文图像的快速小波图像处理和对象检测C库。 Sombrero以图像卷积中使用的小波掩模的“墨西哥帽”形状命名，并在GNU LGPL库下发布。

这是一个优化后的基于Hough变换的圆形物体的检测源代码，实现语言是MATLAB。它使用弦中点的圆检测算法，支持只搜索部分图像面积，以加快速度。

主要介绍了使用Python和OpenCV检测图像中的物体并将物体裁剪下来，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