局部图像特征检测、共8组，每组6张图片

19年不务正业，入门跟着福大师学习CV领域，刚好看到参加华为垃圾分类CV赛，有幸获得一个亚军，比赛过去有点久了，具体的代码内容就不再分享，分享下当时答辩的PPT，有兴趣的同学欢迎探讨！ pS：CV界调包侠和调参侠特别吃香，小厂辛辛苦苦研究心的算法可能新开源的一个直接完爆你的研究。这真的是一项重资产的工程，大部分场景拼的是数据和资源。 在数据和资源不平等的条件下，考虑算法实在是太难为科学家了！   技巧总结 1、10比赛9融合五折交叉、十折交叉后融合，效果特别好 2、模型的尝试和选择非常重要，不同的数据和任务模型差异非常大， 并不是根据github或者论文对比里面的准确度。 3、融合的方式：加权平均、几何平均，靠上分尝试，在每天有剩余次数 的情况下，做更多的融合尝试 4、融合模型之间的差异性，数据处理的差异性，模型基础网络的差异性。（MIC融合） 5、后处理TTA，将图片多次处理后预测后融合。

伯克利大学资源，计算机视觉实验使用的图片，包括人脸在各种不同光影和背景下的图片，景物图片和训练使用的各色图像。

图像质量评估指标，特征相似度(FSIM)，matlab代码（亲测可使用），用于图像质量评价，原始图像与处理后的图像计算它们的峰值信噪比，比值越高越优。

指纹识别（基于matlab对指纹进行识别，其中用到了滤波、图像分割、图像识别等技术对指纹进行识别）

这是一个图像处理课程设计作业，从包含1元、5角、1角的图像中检测出硬币并统计钱的数目。具体要求如下： 1.对图像的要求 （1）图像中包含任意类型硬币，有多种不同硬币或只有一种硬币 （2）图像中硬币部分重叠 （3）拍摄距离不固定 资源包括实践报告和源码，主要使用matlab实现，效果还可以。本资源属于原创。

一键快速识别选定区域的文字，并且可以翻译为英文

Halcon16种缺陷检测视源码，带有完整的工程和C#的完整的例程，亲测可用，请参考使用，作为初学者来说是很好 的例子，谢谢！

基于OpenCV的 桌面手机的尺寸测量（cpp_opencv4_1_1.rar） 在工业领域，物体的尺寸识别一直是一个需要耗费大量的人力和无力的事情。本文针对该问题，在前期对图像进行预处理，以减少噪声，改善图像的质量，使之更适合机器的处理，利用灰度化、二值化、高斯滤波、Canny算子检测边缘以及膨胀腐蚀对不连续线段进行连接；再对处理后的图像进行直线的标定及交点的确定，以对其进行倾斜矫正，并利用四个点之间的关系，求取校正后的图像的位置，以实现对部分图像的透视矫正；使之在之后的目标识别测量中的结构更精确，在实现测量便捷的同时，也提高了检测的效率。 实验针对10组数据，进行了检测，其中有10%能够实现透视矫正，有20%能够实现倾斜校正，有80%能够粗略的测量手机的尺寸。实验结果表明，本文的预处理及所运用的识别方法行之有效，较传统方法相比，有参考物体的比照，使之计算量大大减少，能够快速便捷有效地检测手机的尺寸。

matlab实现自动报靶系统，实现过程很简单，是多个照片加载模拟打靶顺序