简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
5G NR 基础原理与关键技术
基于 IUV 官网提供的视频资源,记录了 5G 技术的基本原理以及一些关键技术
Python 计算机视觉(八)—— OpenCV 进行图像增强
本篇文章主要介绍了一些图像增强中常用的手段,包括直方图均衡化、局部直方图均衡化、图像的去雾处理等,使用到的参考资料我都粘贴在了原文中,如果想深入学习了解可以点进去进行查看
Python 计算机视觉(十二)—— OpenCV 进行图像分割
本文介绍了使用 OpenCV 进行图像分割的几种常用手段,包括阈值分割、边缘分割、K均值聚类分割以及分水岭分割。
Python 计算机视觉(十一)—— OpenCV 图像形态学处理
这篇文章主要介绍了图像形态学处理中的一些基本操作方法,包括图像的腐蚀、膨胀、开运算、闭运算、梯度运算、顶帽运算以及底帽运算这几部分,参考的文章链接都粘贴在了原文中,需要加强学习、深入了解的小伙伴可以点进去查看。
Python 计算机视觉(十六)—— 图像和视频中的人脸识别
本篇博文主要参考了 OpenCV 官网,使用提供的现成的分类器进行图像、视频以及摄像头下的人脸识别,
Python 计算机视觉(十四)—— OpenCV 进行霍夫变换
本文主要总结了霍夫变换的基本概念和代码实现,包括线变换和圆变换。
Python 计算机视觉(五)—— OpenCV 进行图像几何变换
这篇文章中简单总结了图像几何变换中的平移变换、旋转变换、缩放变换、镜像变换以及仿射变换这五个部分,并介绍了它们的原理;其中参考的一些文章已经添加了链接,如果想进行更加全面的学习可以点进去进行查看。
Python 计算机视觉(十二)—— OpenCV 进行图像分割
本文介绍了使用 OpenCV 进行图像分割的几种常用手段,包括阈值分割、边缘分割、K均值聚类分割以及分水岭分割。
Python 计算机视觉(六)—— OpenCV 进行图像量化与采样
本篇文章主要总结了图像的采样以及量化的原理以及操作,在此基础上添加了图像的马赛克处理以及图像金子塔,其中参考的一些文章的链接也添加了进去,如果需要更深入的了解和学习可以点进去学习
Python 计算机视觉(十五)—— 图像特效处理
本篇文章总结了图像特效处理中的毛玻璃、浮雕、素描等一些操作的原理和简单实现。