jevois：JeVois智能机器视觉框架

机器视觉算法概述 第一节 图像预处理 二、视觉算法的特点 三、图像处理的基本步骤 ……

yolov3算法的实际应用，船只计数，精选的算法总结；

简单简历 快速链接： [Docker]（#docker） 关于 使用SimpleCV（计算机视觉的开源框架）使计算机具有视觉效果 SimpleCV是使用OpenCV和Python编程语言的开放源代码机器视觉的框架。 它为相机，图像处理，特征提取和格式转换提供了简洁易读的界面。 我们的使命是为休闲用户提供用于基本机器视觉功能的全面界面，以及为高级用户提供优雅的编程界面。 我们之所以喜欢SimpleCV，是因为： 即使是初学者，也可以编写简单的机器视觉测试 摄像机，视频文件，图像和视频流均可互操作 可以轻松提取，分类和过滤有关图像特征的信息 操作速度快，名字容易记住 线性代数是严格可选的 这

OPENCV学习历程，内容如下： 1.像素指针-.ptr()方法 2.图像滤波-filter2D() 3.图像卷积-filter2D() 4.图像转换-cvtColor() 5.sobel算子-Sobel() 6.图像运算-addWeighted() 7.图像指针-.at(row, col)[0]方法 8.图形绘制-rectangle() 9.字符打印-putText() 10.图像滤波-GaussianBlur() 11.双边滤波-bilateralFilter() 12.图像腐蚀-erode() 13.形态学操作-morphologyEx() 14.特殊形态学-dilate() 15.升降采样-pyrUp() 16.二值化-threshold() 17.图像微分-Laplacian() 18.边界处理-copyMakeBorder() 19.改进微分-Scharr() 20.图像正确性-convertScaleAbs() 21.边缘检测-Canny() 22.霍夫直线-HoughLines() 23.霍夫圆-HoughCircles() 24.图像映射-remap() 25.直方图均衡-equalizeHist() 26.直方图计算-calcHist() 27.直方图比较-compareHist() 28.反向投影对比-calcBackProject() 29.模板匹配-matchTemplate() 30.轮廓检测-findContours() 31.寻找凸包-convexHull() 32.多边形拟合-approxPolyDP() 33.图像矩-moments()

大恒图像培训资料,主要包括机器视觉系统的概述，照明光源，光学镜头，工业相机的介绍

附件为机器视觉领域中外观缺陷检测相关的一些论文，主要包括LCD屏幕缺陷、摄像头模组缺陷等方面的一些经典的缺陷检测算法，希望对感兴趣的人有些许启发。

除草机器人田间机器视觉导航分享.pdf

labview与halcon的机器视觉例子

本PDF包含了许多机器视觉开源项目的链接，点击文中链接可以直接跳转到开源项目的网站，没有经过亲测，需要用到的朋友自己验证一下。