PyImageSearch｜计算机视觉与深度学习综合教程 使用的工具
计算机视觉与深度学习综合教程
工具
17 款工具- O
OpenCV
5 条记录“疲劳检测器需要一个必选命令行参数和两个可选参数……# 从带线程的视频文件流获取一帧，调整大小并转成灰度图……gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 在灰度帧中检测人脸 rects = detector(gray……”
较高可信度展开另外 4 条记录
“在这篇博客剩余部分，我会介绍如何只用 Python 和 OpenCV 检测图像中的条形码。”
较高可信度“本文详细介绍的代码可以访问所有视频流，并在每一路执行运动检测！……我们可以用 OpenCV 内置的 cv2.VideoCapture 函数，或本课的 VideoStream 类访问摄像头。”
较高可信度“首先，将 --image 从磁盘加载至内存（第17行），再转为灰度图（第18行）。接着，根据命令行参数指定的预处理方法，进行阈值处理或模糊处理。如果想加入更高级的预处理……”
较高可信度“我假定你已在 Raspberry Pi 上安装 OpenCV。如果没有，请先阅读这篇教程，我会演示如何优化 Raspberry Pi 与 OpenCV 安装以提升速度，性能可提高30%以上……你会……”
较高可信度 - N
NumPy
2 条记录“请使用以下命令，确保在 not_santa 环境安装 NumPy：$ pip install numpy。”
较高可信度展开另外 1 条记录
“# 导入必要的软件包 import numpy as np”
较高可信度 
Python
1 条记录“获得代码和图像后，打开终端，执行以下命令：$ python detect_barcode.py --image images/barcode_02.jpg。”
较高可信度- T
TensorFlow
1 条记录“接下来使用以下命令为 Python 2.7 安装 TensorFlow：$ wget https://github.com/samjabrahams/tensorflow-on-raspberry-pi/releases/download/v1.1.0/tensorflow-1.1.0-cp27-none-linux_armv7l.whl $ pip install tensorflow-1.1.0-cp27-none-linux_armv7l.whl。”
较高可信度 - R
Raspberry Pi camera module
1 条记录“一个 Raspberry Pi 摄像头模块与摄像头外壳（可选）。可以通过 picamera Python 包，或更推荐的、前文定义的带线程 VideoStream 类，与摄像头交互。”
较高可信度 - p
picamera
1 条记录“可以通过 picamera Python 包，或更推荐的、前文定义的带线程 VideoStream 类，与摄像头交互。”
较高可信度 - L
Logitech C920 webcam
1 条记录“一个与 Raspberry Pi 即插即用兼容的 Logitech C920 网络摄像头。我们可以用 OpenCV 内置的 cv2.VideoCapture 函数，或本课的 VideoStream 类访问它。”
较高可信度 - K
Keras
1 条记录“然后通过安装 TensorFlow、Keras 和其他必备组件，为 Raspberry Pi 配置深度学习环境……接下来为 Python 2.7 安装 TensorFlow……最后，安装 Keras 和本项目所需的其他组件：$ pip install keras==2……”
较高可信度 - R
RPi.GPIO
1 条记录“因为本项目需要访问 GPIO 引脚，所以要同时安装 RPi.GPIO 和 gpiozero：$ sudo pip install RPi.GPIO gpiozero。”
较高可信度 - g
gpiozero
1 条记录“因为本项目需要访问 GPIO 引脚，所以要同时安装 RPi.GPIO 和 gpiozero：$ sudo pip install RPi.GPIO gpiozero。”
较高可信度 - H
HDF5
1 条记录“TensorFlow 编译并安装后（我的 Raspberry Pi 用了大约一小时），还需安装 HDF5 和 h5py。这些库让我们可以从磁盘加载预训练模型：$ sudo apt-get install libhdf5-serial-dev。”
较高可信度 - h
h5py
1 条记录“TensorFlow 编译并安装后（我的 Raspberry Pi 用了大约一小时），还需安装 HDF5 和 h5py。这些库让我们可以从磁盘加载预训练模型：$ pip install h5py。”
较高可信度 - S
SciPy
1 条记录“$ pip install scipy --no-cache-dir”
较高可信度 - a
argparse
1 条记录“# 导入必要的软件包 import argparse”
较高可信度 
MailChimp
1 条记录“先把网站上线，放几个订阅入口。当时用 MailChimp，我们有 PDF 资源指南，也有每周通讯。”
较高可信度- d
dlib
1 条记录“dlib 库自带基于方向梯度直方图的人脸检测器，以及人脸关键点预测器。我们在以下代码块中实例化两者：# 初始化 dlib 人脸检测器（基于 HOG），再创建人脸关键点预测器 print("[INFO] 加载……”
较高可信度 
Drip
1 条记录“开始有多个订阅入口、基本上每篇文章都有入口后，我们很快转用了 Drip。现在已有500多篇教程。那还是 Drip 的早期，我想当时甚至还没有自动化和规则系统。我们很喜欢 D……”
较高可信度