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。

opencv3.4.1+contrib+win10+vs2017已经编译好的库，参照官网opencv.exe配置方法即可

vs2015+opencv3.1，摄像头实时识别彩色图像中的指定颜色。
并且返回搜索颜色区域的质心坐标显示在控制台。
可供opencv新手参考

在智能小车上（Arduino、主控板）搭载wifi模块和摄像头，发送数据到电脑，vs2013处理数据后发回小车，达到实时视频监测和远程遥控控的目的，所有代码都是用txt文档保存的，直接在vs中复制即可。
（需提前配置好opencv3.0）

opencv3.2的交叉编译记录过程介绍，方便你我他，主要是自己用！

OpenCV3.3.0，基于32位x86下的minGW编译，可以用于Qt编程。

基于opencv3的本质矩阵估计算例

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。