相关页面

本版本中所有可用的独立文档页面。

• 简介
• 常见问题解答
• 参考文献
• 为您的应用程序添加轨迹条 (Trackbar)
• 使用 OpenCV 将两幅图像相加（融合）
• 向 Facemark API 添加新算法
• 向我们的应用程序添加滑块！
• 为图像添加边框
• 仿射变换
• AKAZE 和 ORB 平面跟踪
• AKAZE 局部特征匹配
• 使用 OpenCV 进行 Android 开发
• 通过梯度结构张量进行各向异性图像分割
• 应用工具（highgui、imgcodecs、videoio 模块）
• 图像算术运算
• 图像算术运算
• Aruco 模块常见问题解答
• 昇腾 (Ascend) NPU 图像处理
• 反向投影
• 背景差分
• 背景差分
• 背景差分
• 条形码识别
• 通过代码解释单应性矩阵的基本概念
• 基础绘图
• 图像基本操作
• 图像基本操作
• 基础阈值操作
• BRIEF (二进制鲁棒独立初等特征)
• 构建 OpenCV.js
• 为带有 CUDA 的 Tegra 构建 OpenCV
• 在 Windows 上使用 MSYS2 UCRT64 和 VS Code (C++) 从源代码构建 OpenCV
• 在 Windows 上使用 ARM 性能库 (ARMPL) 构建 OpenCV
• 使用 FastCV 构建 OpenCV
• 使用 oneAPI 构建 OpenCV
• 使用 ArUco 和 ChArUco 进行标定
• 相机标定
• 相机标定与 3D 重建
• 相机标定与3D重建（calib3d 模块）
• 使用 OpenCV 进行相机标定
• 使用方格棋盘格进行相机标定
• 相机运动估计
• Canny边缘检测
• Canny边缘检测
• Canny 边缘检测器
• 获取格雷码图案教程
• 获取正弦波图案教程
• 级联分类器
• 级联分类器训练
• 改变颜色空间
• 改变颜色空间
• 改变图像的对比度和亮度！
• 色差校正
• 颜色校正模型
• 计算几何模块
• 计算摄影
• 轮廓特征
• 轮廓特征
• 轮廓属性
• 轮廓属性
• 轮廓 : 入门
• 轮廓 : 入门
• 轮廓：更多函数
• 轮廓：更多函数
• 轮廓层级
• 轮廓层级
• OpenCV 中的轮廓
• OpenCV 中的轮廓
• OpenCV.js 中的轮廓
• PyTorch 分类模型的转换及在 OpenCV C++ 中启动
• PyTorch 分类模型的转换及在 OpenCV Python 中启动
• PyTorch 分割模型的转换及在 OpenCV 中启动
• TensorFlow 分类模型的转换及在 OpenCV Python 中启动
• TensorFlow 检测模型的转换及在 OpenCV Python 中启动
• TensorFlow 分割模型的转换及在 OpenCV 中启动
• 凸包
• 核心操作
• 核心操作
• 创建标定模式
• 创建 3D 直方图
• 使用 OpenCV 创建视频
• 为轮廓创建外接矩形和圆
• 为轮廓创建旋转外接矩形和椭圆
• 创建组 (Groups)
• 创建小部件
• 创建你自己的角点检测器
• 创建、写入和读取数据集
• 为基于 ARM 的 Linux 系统进行交叉编译
• 从其他 Doxygen 项目交叉引用 OpenCV
• 自定义深度学习层支持
• 自定义和调试检测系统
• 自定义 CN 跟踪器
• 解码格雷码图案教程
• 深度神经网络 (dnn 模块)
• 深度神经网络 (dnn 模块)
• 从立体图像生成深度图
• 检测颜色校准卡 (Colorcheckers)
• 在亚像素级别检测角点位置
• ArUco 标板检测
• ArUco 标记检测
• ChArUco 板的检测
• 菱形标记检测
• 平面对象检测
• 探索人类视网膜及其在图像处理中的应用
• 离散傅里叶变换
• 视差图后滤波
• 基于 DNN 的人脸检测与识别
• OpenCV 中的绘图函数
• 对极几何
• 腐蚀与膨胀
• 导出模板参数文件
• 利用形态学操作提取水平和垂直线
• F-transform 理论
• 基于 G-API 的面部分析流水线
• 视频采集中的面部检测
• 使用 Haar 级联进行人脸检测
• 视频中的面部关键点检测
• 图像中的面部关键点检测
• 人脸识别与OpenCV
• 使用面部关键点检测进行换脸
• 用于角点检测的 FAST 算法
• 特征描述
• 特征检测
• 特征检测与描述
• 特征检测与描述 (xfeatures 模块)
• 特征匹配
• 特征匹配 + 单应性矩阵以寻找物体
• 使用 FLANN 进行特征匹配
• 通过特征 + 单应性矩阵查找已知对象
• 特征框架 (features 模块)
• 使用 XML / YAML / JSON 文件进行文件输入输出
• 使用 F-transform 进行滤波
• 在图像中查找轮廓
• 使用 GrabCut 算法进行前景提取
• 傅里叶变换
• 傅里叶变换
• 模糊图像处理教程
• 图像的几何变换
• 图像的几何变换
• 入门图像处理
• 入门图像处理
• 入门图像处理
• 视频入门
• 视频入门
• GPU 加速计算机视觉（cuda 模块）
• 图API (gapi模块)
• GUI 功能
• OpenCV 中的 GUI 功能
• 处理动画图像文件
• Harris 角点检测
• Harris 角点检测器
• 高动态范围 (HDR)
• 高动态范围成像 (HDR)
• 高级 API：TextDetectionModel 和 TextRecognitionModel
• 高级拼接 API (Stitcher 类)
• 直方图 - 3：直方图反投影
• 直方图 - 4：直方图反向投影
• 直方图计算
• 直方图比较
• 直方图均衡化
• 直方图 - 1 : 查找、绘制、分析 !!!
• 直方图 - 1 : 查找、绘制、分析 !!!
• 直方图 - 2: 直方图均衡化
• 直方图 - 2: 直方图均衡化
• 直方图 - 3：二维直方图
• OpenCV中的直方图
• OpenCV.js 中的直方图
• 击中-缺失变换 (Hit-or-Miss)
• 霍夫圆变换
• 霍夫圆变换
• 霍夫圆变换
• Hough 线变换
• Hough 线变换
• Hough 线变换
• OpenCV-Python 绑定是如何工作的？
• 如何在 "Microsoft Visual Studio" 中使用 OpenCV 构建应用程序
• 如何运行自定义 OCR 模型
• 如何在浏览器中运行深度网络
• 如何在 Android 设备上运行深度网络
• 如何使用 OpenCV 扫描图像、查找表及时间测量
• 如何使用背景减除法
• 如何使用 OpenCV 的 parallel_for_ 函数使代码并行化（卷积示例）
• 如何使用 OpenCV 的 parallel_for_ 函数来并行化代码（曼德博集示例）
• 图像分类示例
• 使用摄像头进行图像分类示例
• 图像去噪
• 图像梯度
• 图像梯度
• 图像修复
• 图像修复
• 图像矩
• 图像处理
• 图像处理 (imgproc 模块)
• 视频采集的图像处理
• OpenCV 中的图像处理
• 图像金字塔
• 图像金字塔
• 图像金字塔
• 使用距离变换和分水岭算法进行图像分割
• 使用分水岭算法进行图像分割
• 使用分水岭算法进行图像分割
• 图像阈值处理
• 图像阈值处理
• OpenCV中的图像变换
• OpenCV.js 中的图像变换
• Image Watch：在 Visual Studio 调试器中查看内存图像
• 使用 G-API 实现面部美颜算法
• 导入重建结果
• 信息流 Alpha 遮罩 (Alpha Matting)
• 使用 F-transform 进行图像修复 (Inpainting)
• 使用 pip 为 Python 安装 OpenCV
• 在 Fedora 中安装 OpenCV-Python
• 在 Ubuntu 中安装 OpenCV-Python
• 在 Windows 中安装 OpenCV-Python
• 在iOS上安装
• 在 Linux 中安装
• 在 MacOS 中安装
• 在 Windows 中安装
• 智能剪刀演示
• 交互式相机标定应用程序
• 使用 GrabCut 算法进行交互式前景提取
• 计算机视觉应用的交互式可视化调试
• Android 开发简介
• Java 开发简介
• Julia OpenCV 绑定介绍
• OpenCV 简介
• OpenCV 简介
• Clojure 开发 OpenCV 简介
• OpenCV 跟踪器介绍
• OpenCV-Python 教程简介
• OpenCV.js 入门
• OpenCV.js 简介与教程
• 主成分分析 (PCA) 简介
• SIFT (尺度不变特征变换) 简介
• 支持向量机入门
• SURF (加速鲁棒特征) 介绍
• K-Means 聚类
• OpenCV 中的 K-Means 聚类
• k-最近邻
• Laplace 算子
• 启动 Viz
• 线特征教程
• 用于颜色校正的线性化变换
• 加载 ONNX 框架模型
• 加载、修改并保存图像
• 机器学习
• 机器学习 (C++)
• 机器学习 (Python)
• 制作你自己的线性滤波器！
• 矩阵上的掩模操作
• Mat - 基础图像容器
• Meanshift 和 Camshift
• Meanshift 和 Camshift
• Meanshift 和 Camshift
• 更多形态学变换
• 形态学变换
• 形态学变换
• 运动去模糊滤波器
• 将鼠标作为画笔
• 多相机标定
• 多视图相机标定教程
• 在 Ubuntu/Debian 中进行 MultiArch 交叉编译
• 物体检测
• 物体检测
• 目标检测 (objdetect 模块)
• 物体检测 (xobjdetect 模块)
• 对象检测示例
• 相机目标检测示例
• 使用 CNN 进行物体检测
• 使用广义 Ballard 和 Guil Hough 变换进行对象检测
• 使用 kNN 进行手写数据 OCR
• 使用 SVM 进行手写数据 OCR
• 油画效果
• 全向相机标定
• OpenCV 配置选项参考
• OpenCV 环境变量参考
• OpenCV 安装概述
• OpenCV iOS
• OpenCV iOS - 图像处理
• OpenCV iOS - 视频处理
• OpenCV iOS Hello World
• OpenCV 教程
• 结合 OpenVINO 使用 OpenCV
• OpenCV Viz
• OpenCV-Python 绑定
• OpenCV-Python 教程
• OpenCV.js 教程
• 图像操作
• 光流
• 光流
• 光流
• ORB (定向 FAST 和旋转 BRIEF)
• 其他教程（拼接、视频）
• 离焦去模糊滤波器
• 性能测量与改进技术
• 周期性噪声去除滤波器
• 相位解包裹教程
• Photo (photo 模块)
• 点云可视化
• 点在多边形内测试
• 在 G-API 上移植各向异性图像分割
• 姿态估计
• 姿态估计示例
• 小部件 (Widget) 的姿态
• 处理引起视觉错觉的图像
• 准稠密立体匹配 (Quasi dense Stereo)
• 准密集立体匹配 (stereo 模块)
• 使用 OpenCV 的随机生成器和文本
• 读取和写入属性
• 使用 GDAL 读取地理空间栅格文件
• 纹理对象的实时姿态估计
• 重映射 (Remapping)
• 视网膜与现实世界视觉
• 场景重建
• 语义分割示例
• SFM 模块安装
• Shi-Tomasi 角点检测器
• Shi-Tomasi 角点检测器与良好追踪特征
• 在 GPU 上进行相似度检查 (PNSR 和 SSIM)
• 图像平滑处理
• 图像平滑处理
• 图像平滑处理
• Sobel 导数
• 一些数据结构
• 从运动恢复结构
• 结构化森林训练
• 用于快速边缘检测的结构化森林
• 结构光教程
• 风格迁移示例
• 使用 CNN 实现超分辨率
• 超分辨率基准测试
• 支持向量机 (SVM)
• 用于非线性可分数据的支持向量机
• 模板匹配
• 模板匹配
• 模板匹配
• 使用 git-bash (版本 >= 2.14.1) 和 cmake (版本 >= 3.9.1) 安装 Tesseract (master)
• 文本 (Text) 模块
• 核心功能（core 模块）
• 分层数据格式 (hdf) I/O
• 使用 inRange 的阈值操作
• 将轨迹条作为调色板
• 训练基于学习的白平衡算法
• 变换
• 迁移指南
• 面部标志检测器 API 教程
• bgsegm 模块教程
• contrib 模块教程
• 人脸模块教程
• 理解特征
• 理解 K-Means 聚类
• 理解 k-最近邻 (k-Nearest Neighbour)
• 理解支持向量机 (SVM)
• 解包裹二维相位图
• 图像超分辨率：多输出
• 图像超分辨率：单输出
• 视频超分辨率
• USAC：OpenCV 中随机采样一致性 (RANSAC) 的改进
• 在基于 Android 相机预览的 CV 应用程序中使用 OpenCL
• 结合 thrust 使用 cv::cuda::GpuMat
• 使用 Creative Senz3D 及其他兼容 Intel RealSense SDK 的深度传感器
• 使用 DepthAI 硬件 / OAK 深度传感器
• 使用 Kinect 和其他 OpenNI 兼容深度传感器
• 使用 MultiTracker
• 在 Eclipse 中使用 OpenCV Java
• 使用 Eclipse (plugin CDT) 使用 OpenCV
• 使用 gcc 和 CMake 使用 OpenCV
• 在基于 gdb 的 IDE 中使用 OpenCV
• 使用 OpenCV.js
• 在 Node.js 中使用 OpenCV.js
• 使用 Orbbec 3D 相机 (UVC)
• 使用 Orbbec Astra 3D 相机
• 使用 Facemark API
• 使用 FacemarkAAM
• 在 Ubuntu 中使用 Wayland highgui 后端
• 使用通用指令集 (Universal Intrinsics) 向量化代码
• 视频分析
• 视频分析
• 使用 OpenCV 进行视频输入及相似度测量
• 为 OpenCV 编写文档
• YOLO DNNs