双目立体视觉是计算机视觉研究领域的重要分支之一,它通过直接模拟人类视觉系统的方式感知客观世界,广泛应用于微操作系统的位姿检测与控制、机器人导航与航测、三维非接触测量及虚拟现实等领域。因此,对双目立体视觉的深度感知与三维重建中的若干问题进行研究具有一定的理论价值和十分重要的现实意义。论文围绕双目立体视觉系统摄像机标定技术、匹配策略与匹配算法、深度信息提取及后续处理、重建方法等重点与难点问题展开研究

安装OpenCV和OpenCV Contrib的过程中会因为网络的问题导致一些文件难以下载，这里将这些文件打包好供直接下载。兼容OpenCV 3.x和4.x。

人脸分类 Computer Vision项目，可在检测到面部后检测出情绪，年龄和性别。

浅析计算机图形学、计算机视觉与可视化技术 作者：翟昊 来源：《中国科技纵横》2017年第01期 摘 要：在科技的带动下，计算机图形学、计算机视觉与可视化技术得以快速发展，并被应 用到各个领域，随着它们的应用，极大的推动了现代社会发展。为进一步了解这些技术 ，充分发挥其应有作用，本文将对计算机图形学、计算机视觉以及可视化技术展开研究 ，希望能为相关人士带来有效参考。 关键词：计算机图形学；计算机视觉；可视化技术 中图分类号：TM862 文献标识码：A 文章编号：1671-2064（2017）01-0054- 02 计算机图形学、计算机视觉以及可视化技术三者均是计算机领域重要组成部分 ，要做好计算机知识，就要先学好计算机图形学，但计算机图形学学习相对枯燥，尤其 是算法教学难以理解，为解决这一问题，计算机视觉与可视化技术被应用到计算机图形 学中。可见，三者之间存在一定的联系，因此，有必要对计算机图形学、计算机视觉以 及可视化技术展开研究。 1 计算机图形学概述 1.1 计算机图形学目的 所谓的计算机图形学实际上就是怎样利用计算机表示图形，并利用计算机完成 图形计算与处理，而这一过程的实现需要

这是一个基于pytorch的手写数字识别小项目，使用minist数据集进行训练，最高可达99%精度。 首先，此代码逻辑清晰，思路简单，便于用户修改(修改网络结构，优化器等)，用户可在config.py文件中修改epoch、batch等配置参数，来达到更好的效果。 其次，该代码固定了各种随机初始化参数的种子，这样便于用户复现最好的效果。 最后，用户需要配置pytorch环境，再打开pycharm即可运行代码，无需任何修改。

Python调用PIL实现图片合成（含证件照换背景） https://xercis.blog.csdn.net/article/details/107979207

讲述如何通过算法使得计算机能处理和识别图形，图像，和三维世界。

DuDoRNet Learning a Dual-Domain Recurrent Network for Fast MRI Reconstruction with Deep T1 Prior MRI图像重建的研究生周会论文阅读的PPT，共12页，15分钟的报告。

1计算机视觉.ppt该文档详细且完整，值得借鉴下载使用，欢迎下载使用，有问题可以第一时间联系作者~

1计算机视觉概述.ppt该文档详细且完整，值得借鉴下载使用，欢迎下载使用，有问题可以第一时间联系作者~