计算机视觉
登录|注册
留言
收藏
沉浸
阅读
分享
手机端
回顶部
00:00 / 00:00
    全屏
    00:00
    付费课程,可试看
    再回首:“计算机视觉”单元小结
    理论盘点:人脸识别的一般步骤
    理论盘点:人脸识别常用的 Python 库有哪些?
    怎样通过 OpenCV 采集视频信号?
    如何训练人脸模型?
    怎样设计人脸识别系统?
    再回首:“计算机视觉”单元小结
    如何训练人脸模型?
    理论盘点:人脸识别常用的 Python 库有哪些?
    怎样设计人脸识别系统?
    怎样通过 OpenCV 采集视频信号?
    理论盘点:人脸识别的一般步骤
    本节摘要

    你好,我是尹会生。

    这一章,我们采用了 OpenCV 库,实现了人脸识别这一计算机视觉领域最热门的技术。

    通过视频内容的学习,相信你不难发现 OpenCV 是个非常强大的库,从人脸识别的图像前期处理到人脸标注、图像分类以及识别的全部过程,都可以利用 OpenCV 库独立完成。

    其实这些还只能算作 OpenCV 库的冰山一角,那么像 OpenCV 这么强大的库,应该如何完全掌握呢?

    像这样功能强大的库,我们在以后的学习和工作中还会接触很多。而如何更好地掌握这些库,也成为了很多人的痛点。比如最近我们学习群里讨论得最多的就是,像 OpenCV、Django 这类强大的第三方库,如何彻底掌握。所以这一讲,我就以 OpenCV 为例,教你如何从零开始掌握一个框架的最佳实践。

    学习一个框架,简单来说分成了解历史和动手实践两大环节,首先我们先做的就是了解框架的历史。

    了解框架的历史

    这里说的历史可不是为了“看热闹”,或者看一个框架取得了什么成绩,而是从历史来看它的核心功能、应用领域以及相似功能。我们以 OpenCV 为例,来了解一下它的“历史”。

    OpenCV 是一个在 1999 年开始立项的计算机视觉库,最初由 C 语言开发,后续完善了 C++ 接口。从 2012 年被非营利组织接管后,走上了社区维护的道路。它的功能集中在二维和三维图形特征工具箱、运动估算、人脸识别、姿势识别四个核心功能上。

    登录 后留言

    精选留言

    由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
    收起评论