机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要利用计算机来模拟人或再现与人类视觉有关的某些智能行为,从客观事物的图像中提取信息进行处理,并加以理解,最终用于实际检测和控制。近年来，随着计算机技术尤其是多媒体技术和数字图像处理及分析理论的成熟，以及大规模集成电路的迅速发展，机器视觉技术得到了广泛的应用研究，取得了巨大的经济与社会效益。笔者在阅读大量文献的基础上，对国内外机器视觉技术的发展及应用做以概述

武汉大学机器视觉(也叫计算机视觉，视觉测量技术等)期末考试试卷，适合学习机器视觉相关课程的本科生和研究生复习使用。

c++视频教程opencv视频图像处理机器视觉人脸识别深度学习vs2015，零基础到就业完整培训机构课程，很有名的一个机构

《OpenCV-contrib+modules中文教程抢鲜版》完整版，专业视觉团队翻译，这一份资源中囊括的内容非常全面，对于常见扩展模块基本都有涉猎，同时资源中都会给出代码的解释和说明以及运行结果的展示，包括最新的CNNs模块也加入进去了，对于3维的内容也有非常详细的说明。

大学机器视觉(也叫计算机视觉，视觉测量技术等)期末考试试卷，适合学习机器视觉相关课程的本科生和研究生复习使用。

源码一起附上，可通过镜头物距选择CCD，也可通过CCD物距选择镜头，方便新老手选型，有问题可加QQ727648431

注塑机上使用的模具压合前判断是否具备压合条件的保护程序。前期试验初版，供学习了解。

删除build里面所有内容，然后cmake .. 然后make ，然后./result，如果编译有问题请私信

由于受到水面的高反光性和波纹等边缘特征的影响,传统的水面目标识别算法不能很好地识别出目标。为此,提出基于深度学习的水面目标识别算法。首先采集大量的目标样本并对其进行标注,然后根据YOLOv3(You Only Look Once v3)算法的原理对算法的参数和网络结构进行优化,随后采用深度卷积神经网络的方法对目标样本进行训练。采用对目标样本进行数据增强的方式以适应不同环境进而提升算法的鲁棒性,采用相位相关性水岸线识别算法来提高识别速度。最后使用所提算法的网络结构训练所得的权重文件建立水面目标识别系统,该系统可以达到较高的识别率。实验结果验证所提算法的有效性和鲁棒性,对水面目标识别的后续研究有一定的参考价值。

项目描述请参见：https://handsome-man.blog.csdn.net/article/details/115681855