GreenOpen专注LLM和CV

摘要： 多尺度的图像细节提升multiScaleSharpen实现方法 阅读全文

摘要： 2017年4月16日 一周AnswerOpenCV佳作赏析 阅读全文

摘要： 以上是检测类项目中的常用方法 在这种“量化”的项目中，越是简单的算法越能够得出稳定有效的结论； 阅读全文

摘要： GOCVHelper(GreenOpen Computer Version Helper )是我在这几年编写图像处理程序的过程中积累下来的函数库。主要是对Opencv的适当扩展和在实现Mfc程序时候的功能增强。 这里将算法库开放源代码，并且编写一系列blog对函数实现进行说明。目的是在于“取之于互联网，用之于互联网”。并且也希望该库能够继续发展下去。 由于算法库基于Opencv和Mfc进行编写，所以要求阅读使用者具备一定基础。 最终提交的是GOCVHelper.h 和GOCVHelper版本号.cpp两个文件。通过阅读头文件，能够对算法库实现的功能加以了解： 代码最新版本，请上Github或者Gitee搜索名称即可。当前博客中不一定是最新的。 阅读全文

摘要： 传统图像处理算法进行“天空分割”存在精度问题且调参复杂，无法很好地应对云雾、阴霾等情况；本篇文章分享的“基于Unet+opencv实现天空对象的分割、替换和美化”，较好地解决了该问题，包括以下内容： 1、基于Unet语义分割的基本原理、环境构建、参数调节等 2、一种有效的天空分割数据集准备方法，并且获得数据集 3、基于OpenCV的Pytorch模型部署方法 4、融合效果极好的 SeamlessClone 技术 5、饱和度调整、颜色域等基础图像处理知识和编码技术 本文适合具备 OpenCV 和Pytorch相关基础，对“天空替换”感兴趣的人士。学完本文，可以获得基于Pytorch和OpenCV进行语义分割、解决实际问题的具体方法，提高环境构建、数据集准备、参数调节和运行部署等方面综合能力。 阅读全文

摘要： 本文区分目标、ps模拟操作、算法实现、算法原理、延申扩展等几个部分对背景去除增强这种典型算法进行了剖析。 阅读全文

摘要： 今天准备了3个问题，涵盖了编译、机制和算法，按照先容易后困难的顺序进行整编。 阅读全文

摘要： 新思路和存在的问题 在翻看以前找到的论文的时候看到了有趣的文章 《Low-Cost Hand Vein Pattern Recognition 》里面给出这样的效果图 那么这个效果对于我来说是不错的。虽然解决的问题不一样，但是很有启发。继续探索，它指向了另一篇文章（核心算法） 《A Directio 阅读全文

摘要： 注意，设置中： 代码详解： 1、 char* outUrl = "rtmp://localhost/live/livestream"; 这个地址，是AMS(Adeobe Media Server)的默认地址。 2、 //注册所有的编解码器 avcodec_register_all(); //注册所有 阅读全文

摘要： 遥感图像识别已经有很多成熟的模型和实现，这里我们选择yolov5_obb和dota数据集，以说明并实现一种思路：那就是先识别、再标注、再训练的过程。鉴于领域内数据往往比较封闭，对此类数据的标注实现难度较大，所以需要模型迁移。首先基于已经训练的成果，实现初步标绘；而后通过人在回路的修正，获得精确的结果 阅读全文