| 常见问题解答 | |
| CUDA模块介绍 | |
| 简介 | |
| 颜色转换 | |
| OpenCV视频I/O概述 | |
| 透视-n-点(PnP)姿态计算 | |
| 机器学习概述 | |
| ►图形API | |
| 为什么选择图形API？ | |
| 高级设计概述 | |
| 内核API | |
| 实现细节 | |
| G-API概述 | |
| 仿生模块视网膜介绍 | |
| 人脸模块变更日志 | |
| ICP点到平面里程计算法 | |
| 高级GUI和媒体(highgui模块) | |
| 图像输入和输出(imgcodecs模块) | |
| 视频输入和输出(videoio模块) | |
| 如何使用OpenCV parallel_for_ 并行化你的代码 | |
| dnn_android | |
| OpenCV中的轮廓 | |
| 加载、修改和保存图像 | |
| 机器学习(ml模块) | |
| 计算摄影(photo模块) | |
| 图像拼接(stitching模块) | |
| 视频分析(video模块) | |
| ►OpenCV教程 | |
| ►OpenCV入门 | |
| OpenCV安装概述 | |
| OpenCV配置选项参考 | |
| OpenCV环境变量参考 | |
| Linux安装 | |
| 使用支持gdb的IDE开发OpenCV | |
| 使用gcc和CMake开发OpenCV | |
| 使用Eclipse (插件CDT)开发OpenCV | |
| Windows安装 | |
| 如何在“Microsoft Visual Studio”中构建OpenCV应用程序 | |
| 图像监视：在Visual Studio调试器中查看内存中的图像 | |
| Java开发入门 | |
| 使用Eclipse开发OpenCV Java | |
| 使用Clojure开发OpenCV入门 | |
| Android开发入门 | |
| 使用OpenCV进行Android开发 | |
| 如何在Android设备上运行深度网络 | |
| 在基于Android摄像头的CV应用程序中使用OpenCL | |
| MacOS安装 | |
| 基于ARM的Linux系统的交叉编译 | |
| 使用Ubuntu/Debian进行多架构交叉编译 | |
| 为Tegra构建支持CUDA的OpenCV | |
| 图像入门 | |
| 编写OpenCV文档 | |
| 迁移指南 | |
| 从其他Doxygen项目交叉引用OpenCV | |
| ►核心功能(core模块) | |
| Mat - 基本图像容器 | |
| OpenCV图像扫描、查找表和时间测量方法 | |
| 矩阵掩码操作 | |
| 图像操作 | |
| 使用OpenCV混合两张图像 | |
| 改变图像对比度和亮度！ | |
| 离散傅里叶变换 | |
| 使用XML/YAML/JSON文件进行文件输入输出 | |
| 如何使用OpenCV parallel_for_ 并行化你的代码 | |
| 使用通用内联函数向量化你的代码 | |
| ►图像处理 (imgproc 模块) | |
| 基本绘图 | |
| OpenCV随机数生成器和文本 | |
| 图像平滑 | |
| 腐蚀和膨胀 | |
| 更多形态学变换 | |
| 击中或错过 | |
| 使用形态学操作提取水平和垂直线 | |
| 图像金字塔 | |
| 基本阈值操作 | |
| 使用inRange的阈值操作 | |
| 创建你自己的线性滤波器！ | |
| 为你的图像添加边界 | |
| Sobel 导数 | |
| 拉普拉斯算子 | |
| Canny 边缘检测器 | |
| 霍夫线变换 | |
| 霍夫圆变换 | |
| 使用广义Ballard和Guil霍夫变换进行目标检测 | |
| 重新映射 | |
| 仿射变换 | |
| 直方图均衡化 | |
| 直方图计算 | |
| 直方图比较 | |
| 反向投影 | |
| 模板匹配 | |
| 查找图像轮廓 | |
| 凸包 | |
| 为轮廓创建边界框和圆圈 | |
| 为轮廓创建旋转边界框和椭圆 | |
| 图像矩 | |
| 点多边形测试 | |
| 使用距离变换和分水岭算法进行图像分割 | |
| 散焦去模糊滤波器 | |
| 运动去模糊滤波器 | |
| 基于梯度结构张量的各向异性图像分割 | |
| 周期性噪声去除滤波器 | |
| ►应用程序工具 (highgui、imgcodecs、videoio 模块) | |
| 为我们的应用程序添加轨迹条！ | |
| 使用GDAL读取地理空间栅格文件 | |
| OpenCV视频输入和相似度测量 | |
| 使用OpenCV创建视频 | |
| 使用Kinect和其他兼容OpenNI的深度传感器 | |
| 使用Orbbec Astra 3D摄像头 | |
| 使用Orbbec 3D摄像头 (UVC) | |
| 使用Creative Senz3D和其他兼容Intel RealSense SDK的深度传感器 | |
| 在Ubuntu中使用Wayland highgui后端 | |
| 处理动画图像文件 | |
| ►相机标定和3D重建 (calib3d 模块) | |
| 创建标定图案 | |
| 使用方形棋盘格进行相机标定 | |
| 使用OpenCV进行相机标定 | |
| 纹理物体实时姿态估计 | |
| 交互式相机标定应用程序 | |
| USAC：改进OpenCV中的随机样本一致性 | |
| ►目标检测 (objdetect 模块) | |
| ArUco标记检测 | |
| ►ArUco棋盘检测 | |
| 创建标定图案 | |
| ►ChArUco棋盘检测 | |
| 创建标定图案 | |
| 钻石型标记检测 | |
| 使用ArUco和ChArUco进行标定 | |
| Aruco模块常见问题 | |
| ►二维特征框架(feature2d模块) | |
| Harris角点检测器 | |
| Shi-Tomasi角点检测器 | |
| 创建你自己的角点检测器 | |
| 亚像素级角点定位检测 | |
| 特征检测 | |
| 特征描述 | |
| 使用FLANN进行特征匹配 | |
| Features2D + 单应性查找已知物体 | |
| 平面物体的检测 | |
| AKAZE局部特征匹配 | |
| AKAZE和ORB平面跟踪 | |
| 带代码讲解的单应性基本概念 | |
| ►深度神经网络(dnn模块) | |
| 加载Caffe框架模型 | |
| 如何启用Halide后端以提高效率 | |
| 如何为Halide后端调度你的网络 | |
| OpenCV与OpenVINO的使用 | |
| YOLO DNNs | |
| 如何在浏览器中运行深度网络 | |
| 自定义深度学习层支持 | |
| 如何运行自定义OCR模型 | |
| 高级API：TextDetectionModel和TextRecognitionModel | |
| 基于DNN的人脸检测和识别 | |
| PyTorch分类模型的转换和使用OpenCV Python启动 | |
| PyTorch分类模型的转换和使用OpenCV C++启动 | |
| PyTorch分割模型的转换和使用OpenCV启动 | |
| TensorFlow分类模型的转换和使用OpenCV Python启动 | |
| TensorFlow检测模型的转换和使用OpenCV Python启动 | |
| TensorFlow分割模型的转换和使用OpenCV启动 | |
| ►图形API(gapi模块) | |
| 使用G-API的人脸分析流水线 | |
| 将各向异性图像分割移植到G-API | |
| 使用G-API实现人脸美化算法 | |
| 使用DepthAI硬件/OAK深度传感器 | |
| ►其他教程(ml, objdetect, photo, stitching, video) | |
| 高动态范围成像 | |
| 高级拼接API(Stitcher类) | |
| 如何使用背景减除方法 | |
| 均值漂移和CamShift | |
| 光流 | |
| 级联分类器 | |
| 级联分类器训练 | |
| 条形码识别 | |
| 支持向量机简介 | |
| 用于非线性可分数据的支持向量机 | |
| 主成分分析(PCA)简介 | |
| ►OpenCV iOS | |
| iOS安装 | |
| OpenCV iOS入门 | |
| OpenCV iOS - 图像处理 | |
| OpenCV iOS - 视频处理 | |
| ►GPU加速计算机视觉 (cuda 模块) | |
| GPU上的相似性检查 (PNSR 和 SSIM) | |
| 使用cv::cuda::GpuMat与thrust | |
| 图像入门 | |
| 使用Haar级联进行人脸检测 | |
| 目标检测 | |
| ►OpenCV-Python 教程 | |
| ►OpenCV入门 | |
| OpenCV-Python 教程入门 | |
| 在Windows上安装OpenCV-Python | |
| 在Fedora上安装OpenCV-Python | |
| 在Ubuntu上安装OpenCV-Python | |
| ►OpenCV中的GUI特性 | |
| 视频入门 | |
| OpenCV中的绘图函数 | |
| 鼠标作画 | |
| 轨迹条作为调色板 | |
| ►核心操作 | |
| 图像的基本操作 | |
| 图像的算术运算 | |
| 性能测量和改进技术 | |
| ►OpenCV中的图像处理 | |
| 改变色彩空间 | |
| 图像的几何变换 | |
| 图像阈值化 | |
| 图像平滑 | |
| 形态学变换 | |
| 图像梯度 | |
| Canny边缘检测 | |
| 图像金字塔 | |
| ►OpenCV中的轮廓 | |
| 轮廓：入门 | |
| 轮廓特征 | |
| 轮廓属性 | |
| 轮廓：更多函数 | |
| 轮廓层次结构 | |
| ►OpenCV中的直方图 | |
| 直方图 - 1：查找、绘制、分析！ | |
| 直方图 - 2：直方图均衡化 | |
| 直方图 - 3：二维直方图 | |
| 直方图 - 4：直方图反投影 | |
| ►OpenCV中的图像变换 | |
| 傅里叶变换 | |
| 模板匹配 | |
| 霍夫线变换 | |
| 霍夫圆变换 | |
| 使用分水岭算法进行图像分割 | |
| 使用GrabCut算法进行交互式前景提取 | |
| ►特征检测与描述 | |
| 理解特征 | |
| Harris角点检测 | |
| Shi-Tomasi角点检测器和良好特征跟踪 | |
| SIFT (尺度不变特征变换) 入门 | |
| SURF (加速鲁棒特征) 入门 | |
| 用于角点检测的FAST算法 | |
| BRIEF (二进制鲁棒独立基本特征) | |
| ORB (定向FAST和旋转BRIEF) | |
| 特征匹配 | |
| 特征匹配 + 单应性变换查找物体 | |
| ►相机标定和三维重建 | |
| 相机标定 | |
| 位姿估计 | |
| 极几何 | |
| 从立体图像中获取深度图 | |
| ►机器学习 | |
| ►K近邻算法 | |
| 理解K近邻算法 | |
| 使用KNN进行手写数据OCR | |
| ►支持向量机 (SVM) | |
| 理解SVM | |
| 使用SVM进行手写数据OCR | |
| ►K均值聚类 | |
| 理解K均值聚类 | |
| OpenCV中的K均值聚类 | |
| ►计算摄影 | |
| 图像去噪 | |
| 图像修复 | |
| 高动态范围 (HDR) | |
| ►OpenCV-Python绑定 | |
| OpenCV-Python绑定是如何工作的？ | |
| 背景减除 | |
| 光流 | |
| Meanshift和Camshift | |
| 视频分析 | |
| ►OpenCV.js 教程 | |
| ►OpenCV.js入门 | |
| OpenCV.js介绍和教程 | |
| 使用OpenCV.js | |
| 构建OpenCV.js | |
| 在Node.js中使用OpenCV.js | |
| ►GUI特性 | |
| 图像入门 | |
| 视频入门 | |
| 为你的应用添加轨迹条 | |
| ►核心操作 | |
| 图像基础操作 | |
| 图像算术运算 | |
| 一些数据结构 | |
| ►图像处理 | |
| 改变颜色空间 | |
| 图像几何变换 | |
| 图像阈值化 | |
| 图像平滑 | |
| 形态学变换 | |
| 图像梯度 | |
| Canny边缘检测 | |
| 图像金字塔 | |
| ►OpenCV.js中的轮廓 | |
| 轮廓：入门 | |
| 轮廓特征 | |
| 轮廓属性 | |
| 轮廓：更多函数 | |
| 轮廓层次结构 | |
| ►OpenCV.js中的直方图 | |
| 直方图 - 1：查找、绘制、分析！！！ | |
| 直方图 - 2：直方图均衡化 | |
| 直方图 - 3：直方图反投影 | |
| ►OpenCV.js中的图像变换 | |
| 傅里叶变换 | |
| 模板匹配 | |
| 霍夫线变换 | |
| 霍夫圆变换 | |
| 使用分水岭算法进行图像分割 | |
| 使用GrabCut算法进行前景提取 | |
| 视频捕获的图像处理 | |
| 智能剪刀演示 | |
| ►视频分析 | |
| Meanshift和Camshift | |
| 光流 | |
| 背景减除 | |
| ►目标检测 | |
| 使用Haar级联进行人脸检测 | |
| 视频捕获中的人脸检测 | |
| ►深度神经网络（dnn模块） | |
| 图像分类示例 | |
| 带摄像头的图像分类示例 | |
| 目标检测示例 | |
| 带摄像头的目标检测示例 | |
| 语义分割示例 | |
| 风格迁移示例 | |
| 姿态估计示例 | |
| face_landmark_trainer | |
| ►contrib模块教程 | |
| 信息流阿尔法抠图 | |
| ►bgsegm模块教程 | |
| 背景减除 | |
| ►探索人眼视网膜及其在图像处理中的应用 | |
| 视网膜和现实世界的视觉 | |
| 处理产生视觉错觉的图像 | |
| 昇腾NPU图像处理 | |
| 多摄像机标定 | |
| 全向摄像机标定 | |
| 计算机视觉应用的交互式可视化调试 | |
| 使用CNN进行目标检测 | |
| ►使用CNN进行超分辨率 | |
| 图像放大：单输出 | |
| 图像放大：多输出 | |
| 视频放大 | |
| 超分辨率基准测试 | |
| ►人脸模块教程 | |
| 使用OpenCV进行人脸识别 | |
| 图像中的人脸关键点检测 | |
| 视频中的人脸关键点检测 | |
| 使用人脸关键点检测进行换脸 | |
| ►人脸关键点检测器API教程 | |
| 向Facemark API添加新算法 | |
| 使用Facemark API | |
| 使用FacemarkAAM | |
| ►模糊图像处理教程 | |
| F变换理论 | |
| 使用F变换进行修复 | |
| 使用F变换进行滤波 | |
| ►分层数据格式(hdf) I/O | |
| 创建组 | |
| 创建、写入和读取数据集 | |
| 读取和写入属性 | |
| Julia OpenCV 绑定简介 | |
| 线特征教程 | |
| ►色彩校正模型 | |
| 色彩校正模型 | |
| ►色卡检测 | |
| 使用基本算法检测色卡 | |
| 使用神经网络检测色卡 | |
| 自定义和调试检测系统 | |
| ►相位展开教程 | |
| 展开二维相位图 | |
| ►运动恢复结构 | |
| SFM 模块安装 | |
| 相机运动估计 | |
| 场景重建 | |
| 导入重建 | |
| ►准稠密立体匹配 (立体匹配模块) | |
| 准稠密立体匹配 | |
| 导出模板参数文件 | |
| ►结构光教程 | |
| 采集格雷码图案教程 | |
| 解码格雷码图案教程 | |
| 采集正弦图案教程 | |
| ►文本模块 | |
| 使用 git-bash (版本>=2.14.1) 和 cmake (版本 >=3.9.1) 安装 Tesseract (主版本) | |
| 自定义 CN 跟踪器 | |
| OpenCV 跟踪器简介 | |
| 使用 MultiTracker | |
| ►OpenCV Viz | |
| 启动 Viz | |
| 部件姿态 | |
| 变换 | |
| 创建部件 | |
| 创建三维直方图 | |
| 视差图后处理 | |
| 用于快速边缘检测的结构化森林 | |
| 结构化森林训练 | |
| 图像修复 | |
| 油画效果 | |
| 训练基于学习的白平衡算法 | |
| 已弃用列表 | |
| 待办事项列表 | |
| 参考文献 | |
1.12.0