车牌识别python实现，程序可运行。
opencv3使用，分割效果不佳，进一步优化

本人编译的完整的OpenCV3.4.0第三方库，用于数字图像处理，采用vs2013vc12x64位编译器编译完成，有debug版和release版，包括include，lib，bin；
帮助大家学习OpenCV，减少大家编译耗时，提高研发进度！

最新全套Jar:FFMPEG3.4.1+JavaCV1.4.1+OpenCV3.4.1-含windows&linux;平台链接库。
安卓和macos的链接库将另发。
请根据平台选择适当的链接库。
artoolkitplus-linux-armhf.jarartoolkitplus-linux-ppc64le.jarartoolkitplus-linux-x86.jarartoolkitplus-linux-x86_64.jarartoolkitplus-platform.jarartoolkitplus-windows-x86.jarartoolkitplus-windows-x86_64.jarartoolkitplus.jarffmpeg-linux-armhf.jarffmpeg-linux-ppc64le.jarffmpeg-linux-x86.jarffmpeg-linux-x86_64.jarffmpeg-platform.jarffmpeg-windows-x86.jarffmpeg-windows-x86_64.jarffmpeg.jarflandmark-linux-armhf.jarflandmark-linux-ppc64le.jarflandmark-linux-x86.jarflandmark-linux-x86_64.jarflandmark-platform.jarflandmark-windows-x86.jarflandmark-windows-x86_64.jarflandmark.jarflycapture-linux-armhf.jarflycapture-linux-x86.jarflycapture-linux-x86_64.jarflycapture-platform.jarflycapture-windows-x86.jarflycapture-windows-x86_64.jarflycapture.jarjavacpp.jarjavacv-platform.jarjavacv.jarlibdc1394-linux-armhf.jarlibdc1394-linux-ppc64le.jarlibdc1394-linux-x86.jarlibdc1394-linux-x86_64.jarlibdc1394-platform.jarlibdc1394-windows-x86.jarlibdc1394-windows-x86_64.jarlibdc1394.jarlibfreenect-linux-armhf.jarlibfreenect-linux-ppc64le.jarlibfreenect-linux-x86.jarlibfreenect-linux-x86_64.jarlibfreenect-platform.jarlibfreenect-windows-x86.jarlibfreenect-windows-x86_64.jarlibfreenect.jarlibfreenect2-linux-x86.jarlibfreenect2-linux-x86_64.jarlibfreenect2-platform.jarlibfreenect2-windows-x86_64.jarlibfreenect2.jarlibrealsense-linux-x86.jarlibrealsense-linux-x86_64.jarlibrealsense-platform.jarlibrealsense-windows-x86.jarlibrealsense-windows-x86_64.jarlibrealsense.jaropencv-ios-arm64.jaropencv-ios-x86_64.jaropencv-linux-armhf.jaropencv-linux-ppc64le.jaropencv-linux-x86.jaropencv-linux-x86_64.jaropencv-platform.jaropencv-windows-x86.jaropencv-windows-x86_64.jaropencv.jarvideoinput-platform.jarvideoinput-windows-x86.jarvideoinput-windows-x86_64.jarvideoinput.jar

2018年7月4日发行的opencv3.4.2官方库是64位平台的，库文件是一个合并的opencv_world模块。
这是经过VS2015从源码编译产生win32(x86)平台的动态库文件，含有分立的多个模块动态库，同时也含有一个合并的win32(x86)平台的opencv_world模块的动态库，方便使用。
经简单测试可用。

这个是官方opencv官方提供的离线文档，为方便大家下载，特地上传到csdn上，所有文档可以访问https://docs.opencv.org/下载

OpenCV3.2.0的所有依赖库及安装包，包含了opencv_contrib-3.2.0.zip，资源给大家分享一下

Anno-Mage：半自动图像注释工具具有张量流和keras对象检测模型的半自动图像注释工具箱。
安装克隆此存储库。
在存储库中，执行pipinstall-rrequirements.txt。
请注意，由于与tensorflow安装方式不一致，因此此软件包未定义对tensorflow的依赖关系，因为它将尝试安装tensorflow（至少在ArchLinux上会导致错误的安装）。
请确保已根据您的系统要求安装了tensorflow。
另外，请确保已安装Keras2.1.3或更高版本，并且已安装OpenCV3.x。
a）对于模型-下载并将其保存在/snapshots/

这个是学习opencv3的英文版本,带有目录的,如果想要使用opencv来做图像处理,机器视觉入门的话还是不错的材料,只不过是英文版本的

.:dataippicvtiny_dnnxfeatures2d./data:7505c44ca4eb54b4ab1e4777cb96ac05-face_landmark_model.dat./ippicv:4e0352ce96473837b1d671ce87f17359-ippicv_2017u3_lnx_intel64_general_20170822.tgz./tiny_dnn:adb1c512e09ca2c7a6faef36f9c53e59-v1.0.0a3.tar.gz./xfeatures2d:boostdescvgg./xfeatures2d/boostdesc:0ae0675534aa318d9668f2a179c2a052-boostdesc_lbgm.i0ea90e7a8f3f7876d450e4149c97c74f-boostdesc_bgm.i202e1b3e9fec871b04da31f7f016679f-boostdesc_binboost_064.i232c966b13651bd0e46a1497b0852191-boostdesc_bgm_bi.i324426a24fa56ad9c5b8e3e0b3e5303e-boostdesc_bgm_hd.i98ea99d399965c03d555cef3ea502a0b-boostdesc_binboost_128.ie6dcfa9f647779eb1ce446a8d759b6ea-boostdesc_binboost_256.i./xfeatures2d/vgg:151805e03568c9f490a5e3a872777b75-vgg_generated_120.i7126a5d9a8884ebca5aea5d63d677225-vgg_generated_64.i7cd47228edec52b6d82f46511af325c5-vgg_generated_80.ie8d0dcd54d1bcfdc29203d011a797179-vgg_generated_48.i

代码中除了用OpenCV3.3库函数进行直线拟合，还自己根据拟合公式写了一个拟合接口函数，两个拟合出来的效果是一样的。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。