精选Github计算机开源视觉项目

今天有空，在GitHub翻了各种库，挑出下面有意思的库~

Open.HD 使用现成的商业 (COTS) WiFi 适配器，但它不会在标准 WiFi 模式下运行它们，这不适合低延迟或超长距离视频传输。相反，Open.HD 以类似于简单广播的方式配置 WiFi 适配器，很像你可能已经在使用的模拟视频传输硬件。

这个 GoPro Hero 5 Session 设置谨慎地每两秒拍摄一张新照片，然后将其流式传输到用户的手机。这允许用户使用手机放大图像，以识别远处的街道标志、车牌和地址。

因为 GoPro 相机拍摄 4K 分辨率的照片 - 变焦能力非常棒。照片也会自动删除，以节省相机 SD 卡上的空间。

这个我是觉得可以作为一种视力的补偿出现。结合眼动追踪，注视点的放大，标记等。

手眼标定库

 RAW 到 RGB 映射方法和 PyNET CNN 的实现。该模型经过训练，可以将直接从移动相机传感器获得的RAW Bayer 数据转换为使用专业佳能 5D DSLR 相机拍摄的照片，从而取代整个手工制作的 ISP 相机管道。提供的预训练 PyNET 模型可用于从使用 Sony Exmor IMX380 相机传感器捕获的 RAW (DNG) 图像文件生成全分辨率12MP 照片。可以在此处找到此方法针对 Huawei P20 和 BlackBerry KeyOne 智能手机的更多可视化结果。

主要目标是制作一个非常快速的加载器，适用于 75% 的相机，并且能够以接近最佳速度解码 RAW 文件。最后 25% 的相机可以由更通用的加载器提供服务，或者将它们的图像转换为 DNG——作为旁注，DNG 通常比你的相机压缩得更好。

其实就是算法版本的ISP实现。

用于使用 SLAM 和 Structure from Motion 技术捕获视频和 IMU 数据以用于 3D 重建的 Android 应用程序。

这个 Android 应用程序是一个数据收集工具，供研究人员使用同时定位和映射 (SLAM) 和运动结构 (SfM)。

它以约 30Hz 的频率记录相机帧，以约 100Hz 的频率记录惯性测量单元 (IMU) 数据，并同步到同一时钟，前提是Android 设备支持它。相机帧存储到 H.264/MP4 视频文件中，帧元数据与 IMU 数据一起存储在 protobuf3 文件中。

现代智能手机和 3D 重建的一个主要问题是它们都具有光学图像稳定 (OIS)，这意味着每一帧都有不同的相机参数。此外，在许多 Android 设备上，它无法被禁用，并且很少有少数实际提供镜头移动的数据。如果您在录制期间启用此功能，VideoIMUCapture 会显示明确的警告，并且包括光学图像稳定和数字视频稳定 (DVS) 的设置。

FujiHack 是一款可以在 Fujifilm X/GFX/HS/F/Z/Pro 相机上运行的软件/hack。

Awesome的项目，可惜我没有这个相机

Flowshutter是一款定制相机遥控器。当与现成的硬件结合使用时，这将为 Gyroflow 提供灵活可靠的外部摄像机运动记录器。它可以提供相机视频记录和运动记录器（betaflight/emuflight FC）记录的精确同步。

瞳孔半径检测算法

一个纯FPGA实现的工业相机，感觉非常有挑战性的项目

https://github.com/jeeliz/jeelizPupillometry

https://github.com/gyroflow/flowshutter

https://fujihack.github.io/structure/

https://developer.android.com/reference/android/hardware/camera2/CameraCharacteristics#SENSOR_INFO_TIMESTAMP_SOURCE

https://github.com/DavidGillsjo/VideoIMUCapture-Android

https://www.youtube.com/watch?v=xjx4mbZXaNc

https://build.opensuse.org/project/monitor/graphics:darktable:master

https://rawspeed.org/

https://github.com/aiff22/PyNET

http://people.ee.ethz.ch/~ihnatova/pynet.html#demo

https://github.com/jhu-lcsr/handeye_calib_camodocal

https://github.com/Makeathon-NU/Street-Sight

https://github.com/OpenHD/OpenHD

https://openhd.gitbook.io/open-hd/