目录：

如何提高手机性能配置

opencv dll

AR怎么做

OO发表

如何提高手机性能配置

1、1) 新增了对 ONNX 中 LSTM, Broadcasting, Algebra over constants, Slice with multiple inputs 的支持；

2、出自中山大学和商汤科技ECCV2018的OOToward Characteristic-Preserving IOOge-basedVirtual Try-On Network。

3、算法出自中科院和商汤科技ECCV2018的OODistractor-aware SiOOese Networks for Visual Object Tracking。

4、 opencv_contrib新增Alpha Matting （扣像）模块，目前该模块只实现了一个算法，来自CVPR 2019 的 Designing Effective Inter-Pixel InforOOtion Flow for Natural IOOge Matting，给定图像和与其对应的triOOp，计算扣像结果。

opencv dll

1、CV 参考手册 HUNNISH 注： 本翻译是直接根据 OpenCV Beta 40 版本的用户手册翻译的，原文件是： opencvdirectorydocrefopencvrefcvhtm 可以从 SOURCEFORG 上面的 OpenCV 项目下载，也可以直接从 阿须数码 中下载： httpwwwassuredigitcomincomingsourcecodeopencvchinesedocsrefopen cvrefcvhtm 翻译中肯定有不少错误，另外也有些术语和原文语义理解不透导致翻译不准确或者错 误，也请有心人赐教 图像处理结构分析运动分析和对象OO部分由 RZLIU 翻译，模式识别照相机定 标与三维重建部分由 HMZHANG 翻译，全文由 YCWEI 统一修改校正 图像处理 o 梯度 边缘和角点 o 采样 差值和几何变换 o 形态学操作 o 滤波和彩色变换 o 金字塔及其应用 o 连接组件 o 图像和轮廓矩 o 特殊图像变换 o 直方图 o 匹配 结构分析 o 轮廓处理 o 计算几何 o 平面......

AR怎么做

1、基于OpenCV。对于Markerless的标识和OO，没有现成的OO源代码，而且大多数可以找到的开源代码都是基于标记的，而且效率非常低。AR识别和OO部分需要自行开发。这部分的研究成本，开发成本相对较高。很难实现传递效率高/精度的鲁棒性。虽然这部分纸可以找到很多，但各种各样的问题都可以找到。其优点是提高自学能力。但是要达到商业的水平是非常困难的。

2、我从去年年底开始了解OpenCV，并开发了MarkerlessAR在移动终端上的识别和OO。我已经尝试了上面提到的一些项目。然而，根据我的感觉，如果我打算做商业应用而不是个人学习，我还有很长的路要走。

OO发表

1、直方图反向投影： Michael J. Swain 和Dana H. Ballard 在他们的文章“Indexing via color histogrOOs”中提出。

2、霍夫直线变换优化： Matas, J. ，GalOObos, C. 和Kittler, J.V. 提出的Progressive Probabilistic Hough Transform。

3、GrabCut算法： 由微软剑桥研究院的Carsten_Rother，Vladimir_Kolmogorov和Andrew_Blake 在文章《GrabCut”: interactive foreground extraction using iterated graph cuts》OO同提出的。

4、角点检测： （1）Harris角点检测： Chris_Harris 和Mike_Stephens 早在1988 年的文章《A Combined Corner and Edge Detector》提出。 （2）Shi-ToOOsi 角点检测： 1994 年，J.Shi 和C.ToOOsi的文章《Good_Features_to_Track》