本文介绍在Manjaro 19.0环境下搭建计算机视觉开发环境的过程，包括Python, C/C++的环境配置，以及PyTorch, TensorFlow和OpenCV的安装
Tag: opencv
Ubuntu计算机视觉开发环境配置（Python/C++）
本文介绍在Ubuntu 18.04环境下搭建计算机视觉开发环境的过程，包括Python, C/C++的环境配置，PyTorch, TensorFlow和OpenCV的安装，以及VS Code配置等内容。
深入OpenCV Android应用开发 中文版 – 第七章代码更新
对《深入OpenCV Android应用开发》第七章原书代码针对Android Studio 2.3.3搭配Android 7.0（API 24）以及OpenCV 3.2 Android SDK所作的相应修改。本章介绍两种基本的机器学习算法：支持向量机SVM和最近邻分类器KNN，并开发一个简单的数字识别应用。
深入OpenCV Android应用开发 中文版 – 第六章代码更新
对《深入OpenCV Android应用开发》第六章原书代码针对Android Studio 2.3.3搭配Android 7.0（API 24）以及OpenCV 3.2 Android SDK所作的相应修改。本章介绍一种经典的图像拼接流程，涉及的算法包括特征检测与匹配、图像匹配、光束平差法、自动校直、增益补偿、多频段融合等。
深入OpenCV Android应用开发 中文版 – 第五章代码更新
对《深入OpenCV Android应用开发》第五章原书代码针对Android Studio 2.3.3搭配Android 7.0（API 24）以及OpenCV 3.2 Android SDK所作的相应修改。本章介绍几种常见的目标追踪算法，包括光流法，图像金字塔和KTL追踪器。
深入OpenCV Android应用开发 中文版 – 第四章代码更新
对《深入OpenCV Android应用开发》第四章原书代码针对Android Studio 2.3.3搭配Android 7.0（API 24）以及OpenCV 3.2 Android SDK所作的相应修改。本章介绍两种常见的用于人脸检测的级联分类器：Haar级联分类器以及LBP级联分类器。
Android Studio 2.3利用CMAKE进行OpenCV 3.2的NDK开发
本文介绍在Android Studio 2.3上通过CMAKE配置OpenCV 3.2的NDK开发方法，并给出两个简单样例程序。
深入OpenCV Android应用开发 中文版 – 第三章代码更新
对《深入OpenCV Android应用开发》第三章原书代码针对Android Studio 2.3.3搭配Android 7.0（API 24）以及OpenCV 3.2 Android SDK所作的相应修改。本章介绍一些经典的图像匹配算法，包括SIFT，SURF，ORB，BRISK和FREAK。此外，本章涉及Android NDK开发和AsyncTask多线程编程技术。
Ubuntu 16.04下为Android编译OpenCV 3.2.0 Manager
本文介绍在Ubuntu 16.04 x64平台利用最新OpenCV 3.2和opencv_contrib源码编译OpenCV Android SDK（OpenCV4Android）并生成相应OpenCV Manager的方法，以便在Android上调用OpenCV Extra Modules中的算法（比如SIFT，SURF，BRIEF，FREAK等）。
深入OpenCV Android应用开发 中文版 – 第二章代码更新
对《深入OpenCV Android应用开发》第二章原书代码针对Android Studio 2.3.3搭配Android 7.0（API 24）以及OpenCV 3.2 Android SDK所作的相应修改。本章主要对图像进行一些基本的特征检测操作，包括Canny边缘检测、Sobel算子、Harris角点检测、霍夫直线检测、霍夫圆检测。
深入OpenCV Android应用开发 中文版 – 第一章代码更新
对《深入OpenCV Android应用开发》第一章原书代码针对Android Studio 2.3.3搭配Android 7.0（API 24）以及OpenCV 3.2 Android SDK所作的相应修改。本章介绍一些常见的图像滤波算法，包括均值模糊、高斯模糊、中值模糊、膨胀、腐蚀、阈值化以及自适应阈值化。
Android Studio 2上利用NDK进行OpenCV 3.1开发
本文介绍了在Android Studio 2.1.2上利用NDK配置OpenCV JNI开发环境以及利用Experimental Plugin配置一般NDK开发环境的方法。并分别给出样例，提供了一个进行灰度图像处理的样例程序。