原标题:教程 | 深度学习 + OpenCV，Python实现实时视频目标检测 选自PyimageSearch 机器之心编译 参与：路雪、李泽南 使用 OpenCV 和 Python 对实时视频流进行深度学习目标检测是非常简单的，我们只需要组合一些合适的代码，接入实时视频，随后加入原有的目标检测功能。

手指追踪是许多计算机视觉应用的重要特征。在该应用中，使用基于直方图的方法将手与背景帧分离。 使用阈值处理和滤波技术来进行背景消除以获得最佳结果。 我在手指识别时遇到的挑战之一是将手与背景区分开并识别手指的尖端。我将向您展示我用于手指 ...

总有一天技术能够承担起更多的社会责任，保护更多的人。 编者按：本文来自微信公众号“大数据文摘”（ID:BigDataDigest），作者：牛婉杨，36氪经授权发布。 我们现在经常用到的马赛克其实起源于建筑上的图案装饰，如今马赛克常用于图像或视频的模糊处理。

对于CV2的库来说，一个彩色的照片通道的排序是，返回的图像格式的通道并不是按R、G、B排列的，而是按B、G、R顺序排列的。 b,g,r=cv2.split(image)image=cv2.merge([r,g,b]) 这里我写一个通道变换正常的代码。 这个代码执行后会得到三幅通道分离的照片。 cv2.split函数分离 ...