halcon教程，函数速查，带目录标签。

许多研究表明，我们可以通过猪的日常行为来推断其健康状态，所以如何有效观察「猪」的行为显得极其重要，这可以保证我们在「必要时」采取迅速的干预行动，以保证猪的健康状态。 长时间观察动物的行为很难人工完成，因此通常情况下采取的方案是使用基于传感器的自动化系统。 自动识别系统的使用可以大大简化对猪的行为的研究，尤其是基于计算机视觉的系统。其优势在于，它们可以对目标进行有效的状态评估，同时也不会影响动物的正常行为。近年来，这一方向的研究已经引入了深度学习的方法，并表现出不错的效果。传统意义上的「目标」和「关键点」检测器已被用于检测单个动物。虽然效果良好，但是边界框以及稀疏关键点无法追踪动物的轮廓，从而会导致丢失许多有效信息。

VCGlib库，VCG Libary是Visulization and Computer Graphics Libary(可视化与计算机图形学库)的缩写，是一个开源的C++模板库，用于三角网格和四面体网格的控制、处理和OpenGL显示。其中包含了超过100 000行的代码。基于该库，Visual Computing Lab开发了几个著名的工具，如metro和MeshLab。直接include即可，无需编译

opencv-3.4.15-vc14_vc15版本，适合VS2017安装，亲测可以安装成功

coco特定类别数据提取，coco json处理(拼接多个coco json文件，修改类别id，coco json划分训练集和测试集，json编码格式解码)，根据mask图像生成coco json文件，超大图像分patch的coco json处理，coco json数据查看(box，seg)，coco json数据统计，coco json与csv相互转化，labelme转coco，rle格式生成，via工具coco json显示等等，助力你快速开始模型训练。

模板：灰度处理-二值处理-轮廓检测-轮廓排序与数字对应上放到字典里 输入图像：灰度处理，礼帽处理，x梯度，闭操作，取轮廓，画到原图像上，得到轮廓的外接矩形，通过宽高比得到目标轮廓，目标轮廓取出，二值化，对每一组中各个数字轮廓提取，resize成和之前模板一样大小，用十个模板分别进行匹配并记录得分

包含以下文件： boostdesc_bgm.i boostdesc_bgm_bi.i boostdesc_bgm_hd.i boostdesc_lbgm.i boostdesc_binboost_064.i boostdesc_binboost_128.i boostdesc_binboost_256.i vgg_generated_120.i vgg_generated_64.i vgg_generated_80.i vgg_generated_48.i

opencv3.2,opencv_contrib-3.2源码及build文件夹下编译的版本

简历 计算机视觉 利用Python，OpenCV和TensorFlow 深度学习算法机器学习算法 -帮助计算机识别现实世界中的对象。 主题： -像素技术：量化，颜色，分割，重新缩放，几何变换。 -邻域技术：互相关，卷积，边缘检测，平滑，图像变换。 -透视几何。 -深度学习，卷积神经网络。