GrabCut是微软研究院的一个课题，主要功能是分割和抠图。个人理解它的卖点在于：（1）你只需要在目标外面画一个框，把目标框住，它就可以完成良好的分割：（2）如果增加额外的用户交互（由用户指定一些像素属于目标），那么效果就可以更完美：（3）它的Border Matting技术会使目标分割边界更加自然和perfect：       当然了，它也有不完美的地方，一是没有任何

google-images-download 用于批量下载图片google-images-download 是个 Python 脚本。一条命令，就完成 Google 图片搜索和批量下载功能。而且，这工具还跨平台运行，Linux, Windows 和 macOS 都支持。简直是懒人福音。首先，我们先指定图片要下载的位置，我把它指定到了「下载（Download）」这个文件夹：cd ~...

使用方法极其简单，将xml文件和原始图像文件放到同一个文件夹，然后在代码里改一下xml地址就可以了。#coding:utf-8# pip install lxmlimport osimport globimport jsonimport shutilimport numpy as npimport xml.etree.ElementTree as ETimport cv2path2 = "."ST

#include#include#include "util_render.h"#include#include#include#include#include#define WIDTH 640#define HEIGHT 480using namespace cv;using na

web server就是网站服务器，我们可以用openwrt建一个，支持php+mysql+uhttpd。那么我们可以在家建服务器了，它可以做个人博客、文件服务器(ftp)、论坛、家居控制服务器（以后我们diy家居wifi网关时会学到哦）。由于webserver需要内存，请重新刷固件，来清空之前占用的内存。第一部分：配置WIFI板（设置联网、STA之类的）前往第一篇

广义霍夫变换就是利用霍夫变换的基本原理进行了推广，用来寻找任意闭合几何图形，这里主要是记录一下找到的资源模板图像为以下两个，一个是菱形一个是S形：import osimport numpy as npimport matplotlib.pyplot as pltfrom collections import defaultdictfrom scipy.misc import imreadfrom

最近又看了一遍忍界大战，试着做一个自动添加写轮眼的玩意儿。思路：人脸检测——人眼检测——瞳孔分割——写轮眼添加——融合opencv用的cascade进行人眼和人脸识别import numpy as npimport cv2import os# multiple cascades: https://github.com/Itseez/opencv/tree/master/data/haarcasca

本文所要实现的结果是：通过在摄像头中选择一个追踪点，通过pc控制摄像头的舵机，使这一点始终在图像的中心。要点：使用光流法在舵机旋转的同时进行追踪，若该点运动，则摄像头跟踪联动。#include#include#include#include#include#includeusing namespace std;using namespace cv;#define WI

上一篇讲了超体聚类，也就是把点云按照颜色和空间位置进行有意义的分割，将其分割成小块，分割之后看起来还是很乱，但是基于聚类之后的结果2014年CVPR上有人基于这个聚类结果提出了利用凹凸性进行物体分割的方法，这个方法好的一点是不想我之前提到过的一个点云分割的框架需要进行训练，用SVM分类然后再利用模型进行分割，这个算法可以进行直接分割，且分割效果也很不错。       具体原理可以参考http:

引用auto_gptq时报CUDA extension not installed的提示。2、安装bitsandbytes。3、从源码安装gptq。