opencv3是开源的机器学习平台，以跨平台、高效率为特点，为计算机视觉处理提供了强大的支持，与多个编程工具连接，可以方便开发人员使用其图片操作功能，编辑代码更有效率。 开源 OpenCV是开源的，并根据BSD 3条款许可发布。它是免费的商业用途。 跨平台 C ++，python和java接口支持Linux，MacOS，Windows，iOS和Android。 优化 OpenCV是一个高度优化的库，专注于实时应用程序。 应用领域： 1、人机互动 2、物体识别 3、运动分析 4、机器视觉 5、结构分析 6、汽车安全驾驶 7、图像分割 8、人脸识别 9、动作识别 10、运动跟踪 11、机器人

halcon教程，函数速查，带目录标签。

作者：付饶，管业鹏 摘要：为有效跟踪视频网球运动,提出了一种基于卡尔曼滤波预测的粒子滤波网球运动跟踪方法.基于多尺度小波变换在时域和空域均具有优异的局部化特征,将相邻帧视频图像进行差分,提取反映前景运动的目标特征信息,克服光照变化以及网球运动尺度随时不断变化的不利因素影响;同时,基于网球场地结构化特性,排除场地外不利干扰因素影响.在此基础上,采用卡尔曼滤波对粒子进行预测和修正,将当前观测信息融入到粒子滤波过程中,估计预测粒子状态的均值和协方差,使动态粒子更加接近其后验概率分布,从而提高网球运动目标的跟踪精度.通过与同类方法在不同网球公开赛的定量对比,实验结果表明,所提方法能有效跟踪视频网球运动目标.展开 关键词：网球跟踪 粒子滤波 卡尔曼滤波 多尺度小波变换 预测 DOI： 10.3969/j.issn.1005-9490.2019.04.031 年份： 2019

基于OpenCV的Python人脸识别、检测、框选（遍历目录下所有照片依次识别 视频随时标注） https://blog.csdn.net/weixin_53403301/article/details/119422635

视觉机器学习20讲配套仿真代码，包括K-Means学习、KNN学习、随机森林、稀疏表示、字典学习、流形学习、遗传算法等20种经典算法

基于YOLOV5和VOC数据集训练成的扑克牌和骰子识别系统，通过23000张的图片数据集，训练长达3天得出的模型，准确率可达97%，可识别扑克牌的点数和花色，骰子的点数。

人工智能学科自从诞生之后,技术理论不断发展,应用领域不断延伸。应用领域主要包括智能机器人、图像处理、自然语言处理及语音识别等。人工智能的基础理论科学包括计算机科学、逻辑学、生物学、心理学及哲学等众多学科。从人工智能的发展历史、人工智能的技术核心以及人工智能的应用前景3方面讨论人工智能的发展与应用,希望为相关研究提供有益的指导和借鉴。

基于 openmv h7 plus 的色块巡线 十字/T字判断 多数字神经网络识别及坐标判断

表面缺陷检测是一种机器视觉技术，它由机器视觉模拟人的视觉来采集、处理、计算并最终应用于特定物体的实际检测、检验和应用组成。

视觉机器学习20讲配套源代码，基于MATLAB下可以直接运行。