计算机视觉工具箱

---

设计和测试计算机视觉系统

TyComputerVision 提供用于设计和测试计算机视觉系统的算法和 App。您可以执行视觉检查、目标检测和跟踪，以及特征检测、提取和匹配。您可以自动化单目相机、立体相机和鱼眼相机的标定工作流。对于三维视觉，该工具箱支持立体视觉、点云处理、运动重建以及实时视觉和点云 SLAM。计算机视觉 App 支持基于团队的真实值自动标注，以及相机标定。

您可以使用预训练的目标检测器，或使用 YOLO、SSD 和 ACF 等深度学习和机器学习算法训练自定义检测器。对于语义和实例分割，您可以使用深度学习算法，例如 U-Net、SOLO 和 Mask R-CNN。您可以使用视觉变换器（如 ViT）执行图像分类。使用预训练模型，您可以检测人脸和行人，执行光学字符识别 (OCR) 并识别其他常见物品。

函数库：TyComputerVision

提示

使用本函数库之前，需要通过import TyComputerVision或using TyComputerVision来实现加载。
关于import和using的详细用法，请参见模块的命名空间管理。

Computer Vision Toolbox 快速入门
Computer Vision Toolbox 基础知识学习

特征检测和提取
图像配准、相关点检测、特征描述符提取、点特征匹配和图像检索

图像和视频真实值标注
通过交互式图像和视频标注，为深度学习创建训练数据并实现目标检测、语义分割、实例分割和图像分类

识别、目标检测和语义分割
识别、分类、语义图像分割、实例分割、使用特征的目标检测以及使用 CNN、YOLO 和 SSD 的深度学习目标检测

相机标定
使用针孔和鱼眼相机模型标定单目或立体相机，并估计相机的内参、外参和畸变参数

视觉 SLAM 和运动重建
立体视觉、三角剖分、三维重构、视觉同步定位与地图构建 (vSLAM) 以及视觉-惯性传感器融合

点云处理
对三维点云进行预处理、可视化、配准、拟合几何形状、构建地图、实现 SLAM 算法以及使用深度学习

跟踪和运动估计
光流、活动识别、运动估计、目标重新识别和跟踪

代码生成、GPU 和第三方支持
C/C++ 和 GPU 代码生成与加速、HDL 代码生成以及用于 MATLAB 与 Simulink 的 OpenCV 接口