视觉处理，opencv+python3.6人脸识别代码，自己录制视频，检测出人脸，并保存视频，学习使用

opencv-python，whl格式文件, 官方下载比较慢的可以试试

基于python的通过收集人脸数据进行训练，识别人是否戴口罩。调用第三方库opencv进行特征检测，此压缩包可用于学校相关课程大作业提交

包含车道线检测的全部源码，运行前请将图片和视频的路径名改为相对路径。同时包含有对整个项目的Pipeline总结，以及自己运行代码过程中处理一些问题的Markdown文件。 解释可参考如下博文 https://yongqi.blog.csdn.net/article/details/109213387?utm_medium=distribute.pc_relevant_download.none-task-blog-baidujs-8.nonecase&depth_1-utm_source=distribute.pc_relevant_download.none-task-blog-baidujs-8.nonecase

opencv_python-4.2.0.32-cp27-cp27m-win32.whl文件，用来解决64位系统import cv2出错，在线cmd命令pip3 install opencv-python网速过慢也导致出错的问题。 操作方法：将文件下载后拷贝至Anaconda或者python安装目录下的\libs\site-packages文件夹下（没有就新建）； 在该文件夹下按住Shift右键打开命令行（Windows PowerShell）敲入pip install opencv_python-4.2.0.32-cp27-cp27m-win32.whl

基于`opencv-python`的车牌识别，主要参考CSDN上几个版主的，对进行了一定的优化，一定程度上提高了识别的准确率。并重写了一个GUI界面，添加数据导出功能。

使用OpenCV_python中的DNN,CaffeModel识别图像只需30行代码

XP系统的最后一个版本的opencv-python，如果pip install opencv-python成功了， 但是import cv2总是提示DLL资源模块不存在，安装这个就解决了!

使用Raspberry Pi的人体检测系统 功能性 在检测运动时激活继电器。 您可能需要以下组件才能获得预期的结果 硬件组件 树莓派2或3模型B（在我的案例中使用了） 兼容的相机模块（ ） 具有2.0A-2.5A的电源适配器（ ） 微型SD卡（建议使用16Gb -32GB） 软件需求 可以使用任何兼容的Raspbian OS。 将操作系统更新为最新的sudo apt-get update 升级操作系统sudo apt-get upgrade 更新Raspberry Pi固件sudo rpi-update 应该安装OpenCV sudo apt-get install libo

包含人脸分割的模型、黑头检测代码、用户界面代码 功能：从图像中检测人脸的鼻子，检测黑头并在原图标出，从用户界面输入图像并保存。 优点：侧脸也能检测，检测黑头比较全面 缺点：不能检测黑皮肤的黑头，对参数要求高，斑纹不能区分