登录社区云，与社区用户共同成长
邀请您加入社区
首先收集非常多的人物肖像数据集，然后搭建两个神经网络，即引入了一个base网络，它可以在较低的分辨率下预测alpha matte和前景层，以及一个预测误差图，它指定了可能需要高分辨率精细化的区域。然后，使用一个refinement网络将低分辨率的结果和原始图像结合在一起，只在选定区域生成高分辨率的输出。最后达到了惊人的效果
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转自|磐创AI来源|Cver前言：[1]：主要参考Face detection with Op...
毕设 深度学习的口罩佩戴检测 - opencv 卷积神经网络 机器视觉 深度学习
文章目录一、图像红变蓝，蓝变红的问题（1）原因分析（2）代码及结果展示1）错误代码2）错误结果3）正确代码二、plt.imshow图像偏蓝黄色（1）原因分析1）原理解释代码2）结果（2）实际绘图分析与解决1）问题代码示例2）问题结果3）期望代码示例4）期望结果参考一、图像红变蓝，蓝变红的问题（1）原因分析用cv2.imread()读取数据，用plt.imshow()展示数据会出现红变蓝，蓝...
本项目基于CCPD数据集和LPR（License Plate Recognition，车牌识别）模型，结合深度学习和目标检测等先进技术，构建了一个全面的车牌识别系统，实现了从车牌检测到字符识别的端到端解决方案。
首先使用imread函数读取背景图片和缺口图片，然后使用Canny函数识别出图片的边缘。除了使用 OpenCV 库外，你还可以使用第三方 Python 库，如 pytesseract、pyppeteer 等，来识别滑块验证码。min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res) # 寻找最优匹配。cv2.rectangle(bg_img,
最近做了一个图像着色的项目，基于pytorch和opencv使用生成对抗网络对灰度图像自动上色，然后可以对上色后的图片手动调节亮度对比度等信息，最后可以保存上色后的图像，闲话少说，先看一下效果，文章最后附有全部代码及数据集下载链接。
