图像识别

Canny边缘检测优化实战总结：本文深入讲解了Canny边缘检测的优化策略：下期预告：《霍夫变换》将深入讲解直线/圆环检测原理与优化方法。

边缘检测基础（Sobel/Laplacian）总结：本文系统讲解了边缘检测的基础技术：下期预告：《Canny边缘检测》将深入讲解最优边缘检测算法的原理与实现。

Java 大视界 -- 基于 Java 的大数据机器学习模型在图像识别中的迁移学习与模型优化（173）💖亲爱的朋友们，热烈欢迎来到青云交的博客！能与诸位在此相逢，我倍感荣幸。在这飞速更迭的时代，我们都渴望一方心灵净土，而我的博客正是这样温暖的所在。这里为你呈上趣味与实用兼具的知识，也期待你毫无保留地分享独特见解，愿我们于此携手成长，共赴新程！💖

形态学操作（腐蚀/膨胀/开闭运算）总结：本文系统讲解了形态学操作的核心技术：下期预告：《边缘检测基础》将深入讲解Sobel、Prewitt等经典边缘检测算子。

合合技术团队

实测对比｜法国 AI 独角兽公司发布的“最强 OCR”，实测效果如何？3月上旬，法国一家AI独角兽公司进军OCR（光学字符识别）领域，发布了一个号称“全世界最好的OCR”产品，根据其技术团队的说明，这款OCR产品具备优秀的准确度和认知能力，能够理解文档的每个元素（包括文本、表格、公式等），从图像和PDF中提取内容信息。与当前市场或学术界其他文档解析工具一样，这款产品（下文中简称为“A产品”）旨在对AI难以直接识别的复杂文档进行解析处理，提升类似RAG等文档场景下的AI应用性能。

Retinex 算法 + MATLAB 软件，高效率完成图像去雾处理在计算机视觉领域，图像去雾是一项重要的预处理任务，尤其是在自动驾驶、遥感图像分析以及监控系统中，去雾能够有效提升图像质量，使目标更加清晰可见。本项目采用 Retinex 算法进行图像去雾，并结合 GPU 加速以提高计算效率。 Retinex 算法原理： Retinex (Retina + Cortex) 是 Land 和 McCann 提出的图像增强算法，主要基于人眼视觉系统对亮度变化的适应性。Retinex 算法的核心思想是：

图像插值算法（最近邻/双线性/立方卷积）总结：本文系统讲解了图像插值核心算法：下期预告：《图像滤波基础》将深入讲解均值滤波、高斯滤波等线性滤波技术。

OpenCV图像算术运算完全指南总结：本文系统讲解了OpenCV算术运算的核心技术，关键要点：下期预告：《图像阈值化》将深入讲解全局/自适应阈值、Otsu算法等二值化技术。

图像几何变换（平移/旋转/缩放/仿射）总结：本文系统讲解了OpenCV几何变换的核心技术，关键要点：下期预告：《图像阈值化》将深入讲解全局/自适应阈值、Otsu算法等二值化技术。

OpenCV像素级操作核心技术解析总结：本文深入解析了像素级操作的三大核心技术，建议开发时：下期预告：《色彩空间转换原理与实战》，将深入讲解HSV/YUV等色彩空间的转换原理与应用场景。

OpenCV色彩空间转换深度解析总结：本文系统讲解了OpenCV色彩空间转换的核心技术，关键要点：下期预告：《图像几何变换》将深入讲解仿射变换、透视变换等高级几何变换技术。

图像分类：CIFAR10/ImageNet实战L=−∑i=1Nyilog⁡(pi)L = -\sum_{i=1}^N y_i \log(p_i)L=−∑i=1Nyilog(pi)

在手机浏览器上扫描文档并打印使用手机扫描文档并打印方便快捷。在本文中，我们将编写一个支持在手机浏览器中扫描和打印文档的网页应用。使用Dynamsoft的以下SDK：

SpringBoot使用Kafka生产者、消费者@[TOC]==说明： ① Topic主题用来区分不同类型的消息 ② GroupId用来解决同一个Topic主题下重复消费问题，比如一条消费需要多个消费者接收到，就可以通过设置不同的GroupId实现，实际消息是存一份的，只是通过逻辑上设置标识来区分，系统会记录Topic主题下--》GroupId分组下--》partition分区下的offsert，来标识是否消费过。==

vCard名片二维码在前端的生成与扫描vCard又名VCF（“虚拟联系人文件”），是电子名片的文件格式标准。以下是vCard文件内容的一个示例：

【AI实践】基于TensorFlow/Keras的CNN（卷积神经网络）简单实现：手写数字识别的工程实践在深度学习的广阔天地中，卷积神经网络（CNN）是计算机视觉领域的经典模型，卷积神经网络（CNN）凭借其强大的特征提取能力，成为了图像识别领域的中流砥柱。今天，就带大家深入剖析一个基于TensorFlow/Keras实现的简单CNN模型，看看它是如何在手写数字识别任务（MNIST数据集）中大显身手的。

Visual-RFT视觉强化微调：用「试错学习」教会AI看图说话✨ Yumuing 博客🚀 探索技术的每一个角落，解码世界的每一种可能！💌 如果你对 AI 充满好奇，欢迎关注博主，订阅专栏，让我们一起开启这段奇妙的旅程！

大数据AI人工智能培训专家培训讲师叶梓

OmniHuman：一张图+音频生成逼真视频人工智能咨询培训老师叶梓转载标明出处想要掌握如何将大模型的力量发挥到极致吗？叶老师带您深入了解 Llama Factory —— 一款革命性的大模型微调工具（限时免费）。

关键帧Keyframe

音视频面试题集锦第 19 期｜读取纹理数据我们在知识星球上创建的音视频技术社群关键帧的音视频开发圈已经运营了一段时间了，在这里大家可以一起交流和分享音视频技术知识和实战方案。我们会不定期整理一些音视频相关的面试题，汇集一份音视频面试题集锦（可进入免费订阅）。也会循序渐进地归纳总结音视频技术知识，绘制一幅音视频知识图谱（可进入免费订阅）。

基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能蘑菇识别系统，本系统使用Python作为主要开发语言，基于TensorFlow搭建卷积神经网络算法，并收集了9种常见的蘑菇种类数据集【"香菇（Agaricus）", "毒鹅膏菌（Amanita）", "牛肝菌（Boletus）", "网状菌（Cortinarius）", "毒镰孢（Entoloma）", "湿孢菌（Hygrocybe）", "乳菇（Lactarius）", "红菇（Russula）", "松茸（Suillus）"】