基于OpenCV的钢管计数项目实战
基于OpenCV的钢管计数项目实战

提升解决图像处理问题的思维层次 知其然~知其所以然;熟练掌握基于轮廓(contour) 团块(blob)和HoughCircle解决图像问题的细节;关于python\csharp调用Opencv算法的实现 商用级别,并且教授部署方式;初步接触深度学习(DL)技术对图像处理的加持,拓展思维层次。

〖资源截图〗:

基于OpenCV的钢管计数项目实战
基于OpenCV的钢管计数项目实战

〖资源目录〗:

  • ├──课程资料
  • | └──基于OpenCV的钢管计数项目实战 课程资料.zip 250.85M
  • ├──1 L1_课程综述和需求分析_ok (2).mp4 123.69M
  • ├──10 L10_结合Django配置成为web服务&课程总结_ok (2).mp4 49.77M
  • ├──2 L2_环境配置和裁剪编译_ok (2).mp4 108.02M
  • ├──3 L3_自然环境下钢管计数算法的设计实现_ok (2).mp4 145.96M
  • ├──4 L4_Blob Detection团块分析原理和实践_ok (2).mp4 113.55M
  • ├──5 L5_HoughCircles 原理和实践_ok (2).mp4 106.92M
  • ├──6 L6_FindContours 轮廓分析原理和实践_ok (2).mp4 107.26M
  • ├──7 L7_三种主要识别方法的比较和融合_ok (2).mp4 76.13M
  • ├──8 L8_算法在Csharp上的移植_ok (2).mp4 87.08M
  • └──9 L9_算法在Python上的移植_ok (2).mp4 95.94M

本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。

最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。 若排除这种情况,可在对应资源底部留言,或联络我们。

对于会员专享、整站源码、程序插件、网站模板、网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。

如果您已经成功付款但是网站没有弹出成功提示,请联系站长提供付款信息为您处理

源码素材属于虚拟商品,具有可复制性,可传播性,一旦授予,不接受任何形式的退款、换货要求。请您在购买获取之前确认好 是您所需要的资源