opencv/opencv
摘要
OpenCV是一个开源计算机视觉库,提供图像处理、机器学习和人工智能开发的工具。
开源计算机视觉库
查看缓存全文
缓存时间: 2026/06/08 03:30
opencv/opencv
来源:https://github.com/opencv/opencv
OpenCV:开源计算机视觉库
资源
- 主页:
- 课程:
- 文档:
- 问答论坛:
- 旧论坛(只读):
- 问题追踪:
- 其他 OpenCV 功能:
- 向 OpenCV 捐款:
贡献指南
在开始处理拉取请求之前,请阅读贡献指南 (https://github.com/opencv/opencv/wiki/How_to_contribute)。
指南摘要:
- 每个问题一个拉取请求;
- 选择正确的目标分支;
- 包含测试和文档;
- 提交前清理“糟糕”的提交;
- 遵循编码风格指南 (https://github.com/opencv/opencv/wiki/Coding_Style_Guide)。
其他资源
- 提交您的基于 OpenCV 的项目 (https://form.jotform.com/233105358823151) 以便在 opencv.org 的 Community Friday 中展示
- 订阅 OpenCV YouTube 频道 (http://youtube.com/@opencvofficial),该频道提供长达一小时的直播节目 OpenCV Live
- 在 LinkedIn (http://linkedin.com/company/opencv/) 上关注 OpenCV,每日获取计算机视觉与人工智能领域的最新动态
- 申请成为 OpenCV 志愿者 (https://form.jotform.com/232745316792159),协助组织活动和线上活动并扩大其影响力
- 在 Fediverse 上的 Mastodon (http://mastodon.social/@opencv) 关注 OpenCV
- 在 Twitter (https://twitter.com/opencvlive) 上关注 OpenCV
- OpenCV.ai (https://opencv.ai):来自 OpenCV 团队的计算机视觉与人工智能开发服务。
相似文章
OpenCV 5 正式发布:计算机视觉多年来的最大飞跃
OpenCV 5 是计算机视觉库的重大版本更新,包含全新的 DNN 引擎、改进的 ONNX 支持、硬件加速以及更简洁的架构。对于从事经典视觉、深度学习及边缘部署的开发者而言,这标志着一次重要的现代化升级。
CLIP:连接文本与图像
CLIP 是 OpenAI 的视觉语言模型,从互联网上的文本-图像对中学习,实现零样本视觉分类,无需任务特定的训练数据。它通过减少对昂贵标注数据集的依赖并提高现实世界泛化能力,解决了传统计算机视觉的主要局限性。
calesthio/OpenMontage
OpenMontage 是首个开源智能体驱动的视频制作系统,可将 AI 编程助手转变为完整的视频工作室,自动完成调研、脚本编写、素材生成、剪辑和渲染,并可选择性集成 Veo、Kling、FLUX 等模型。
OpenHuman
OpenHuman 是一个开源的 AI 工具集,采用以人为本的理念,面向重视 AI 工具中人类交互的开发者和用户。
分享 "Cull":我的用于图像爬取、分类及描述生成流水线的开源数据集工具
Cull 是一款用于 AI 图像数据集的开源机器策展引擎,它自动化了爬取、分类和描述生成流程,为训练 LoRA 或微调模型准备数据。