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:)

五个小实验代码和报告（一二重复）

分析总结了嵌入式linux系统、视频图像采集以及无线传输领域的研究现状和发展趋势,并结合嵌入式系统所具有的性能稳定、功耗低、体积小等优势,设计开发了一种视频图像数据采集与无线传输的系统。在视频图像采集端搭建了服务器,用于视频图像采集、处理以及控制其传输的工作。客户端可使用手机或电脑通过有线或无线的方式接收视频图像数据。本文内容包括硬件设备的选型与平台搭建、嵌入式linux的裁剪与移植、USB摄像头与USB无线网卡驱动程序的开发测试以及视频流服务器mjpg_streamer的移植应用。硬件方面,选用三星的S3C2440作为处理器,并结合USB摄像头和USB无线网卡等外设,进行系统的设计开发。