Python计算机视觉编程

Python计算机视觉编程 第三章 图像到图像的映射

目录单应性变换直接线性变换算法仿射变换图像扭曲图像中的图像分段仿射扭曲创建全景图RANSAC拼接图像单应性变换单应性变换是将一个平面内的点映射到另一个平面内的二维投影变换。在这里，平面是指图像或者三维中的平面表面。单应性变换具有很强的实用性，比如图像配准、图像纠正和纹理扭曲，以及创建全景图像。单应性变换本质上是一种二维到二维的映射，可以将一个平面内的点映射到另一个平面上的对应点。代码如下：impo
一只小小程序猿·2024-09-14 10:32

Python计算机视觉编程——第二章 局部图像描述子

目录1Harris角点检测器2SIFT2.1兴趣点2.2描述子2.3检测兴趣点2.4匹配描述子1Harris角点检测器Harris角点检测算法是简单的角点检测算法，主要思想是，如果像素周围显示存在多于一个方向的边，认为该点为兴趣点，称为角点。把图像域中点x上的对称半正定矩阵Mr=Ml(x)M_{r}=M_{l}(\mathbf{x})Mr=Ml(x)定义为：M1=∇I ∇IT=[IxIy][IxI
adchloe·2024-08-27 19:28

Python计算机视觉编程pdf txt mobi下载及读书笔记

Python计算机视觉编程pdftxtmobi读书笔记应该是这一学期图像分析比较有用的工具书了，numpy和matplotlib常用的方法基本都有，并且例子也不错。
mrxllh0·2023-10-29 18:26

[笔记]Python计算机视觉编程《一》 基本的图像操作和处理

文章目录前言环境搭建计算机视觉简介Python和NumPy第一章基本的图像操作和处理1.1PIL：Python图像处理类库1.1.1转换图像格式1.1.2创建缩略图1.1.3复制和粘贴图像区域1.1.4调整尺寸和旋转1.2Matplotlib1.2.1绘制图像、点和线1.2.2图像轮廓和直方图图像的轮廓直方图1.2.3【交互式标注】1.3NumPy1.3.1图像数组表示1.3.2灰度变换1.3.3
二进制怪兽·2023-10-02 23:59

python计算机视觉编程——第一章（基本的图像操作和处理）

第1章基本的图像操作和处理1.1PIL：Python图像处理类库1.1.1转换图像格式——save()函数1.1.2创建缩略图1.1.3复制并粘贴图像区域1.1.4调整尺寸和旋转1.2Matplotlib库1.2.1画图、描点和线1.2.2图像轮廓和直方图1.2.3交互式标注1.3NumPy库1.3.1图像数组表示1.3.2灰度变换1.3.3图像缩放1.3.4直方图均衡化1.3.5图像平均1.3.
NCTU_to_prove_safety·2023-10-02 23:59

PIL–Python图像处理类库

现在看的是《Python计算机视觉编程》，欢迎交流！—–正题—–PIL，PhthonImagingLibrary，Python图像图里类库。
斯特凡1899·2023-04-14 16:08

python计算机视觉编程.pdf微盘_Python计算机视觉编程pdf

下载地址：网盘下载内容简介······《python计算机视觉编程》是计算机视觉编程的权威实践指南，依赖python语言讲解了基础理论与算法，并通过大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别
weixin_39860280·2023-02-04 14:49

python画龙舟_Python计算机视觉编程第二章——局部图像描述子

Python计算机视觉编程局部图像描述子(一)Harris角点检测器(二)SIFT(尺度不变特征变换)2.1兴趣点2.2描述子2.3检测兴趣点2.4匹配描述子(三)匹配地理标记图像3.1从Panoramio
weixin_39999781·2023-02-01 08:17

Python计算机视觉编程 第三章 图像到图像的映射

第三章图像到图像的映射3.1单应性变换3.1.1直接线性变换算法3.1.2仿射变换3.2图像扭曲3.2.1图像中的图像3.2.2图像配准3.3创建全景图3.3.1RANSAC3.3.2稳健的单应性矩阵估计3.3.2拼接图像    本章讲解图像之间的变换，以及一些计算变换的实用方法。这些变换可用于图像扭曲变形和图像配准。3.1单应性变换    单应性变换是一个人平面内的点映射到另一个平面内的二维投影
LuoY、·2023-01-24 10:08

Python计算机视觉编程 第四章 照相机模型与增强现实

第四章照相机模型与增强现实4.1针孔照相机模型4.1.1照相机矩阵4.1.2三维点的投影4.1.3照相机矩阵的分解4.1.4计算照相机中心4.2照相机标定4.3以平面和标记物体进行姿态估计4.4增强现实4.1针孔照相机模型    针孔照相机模型（有时称为射影照相机模型）是计算机视觉中广泛使用的照相机模型。对于大多数应用来说，针孔照相机模型简单，并且具有足够的精确度。在针孔照相机模型中，在光线投影到
LuoY、·2023-01-05 02:29

python图像处理笔记-八-针孔照相机模型与照相机标定

参考教材：python计算机视觉编程视觉SLAM十四讲，从理论到实践针孔照相机模型针孔摄像机模型（有时称作摄影照相机模型），是计算机视觉中广泛应用的照相机模型。
BluePing·2022-12-30 05:02

Python计算机视觉编程_03

基于SIFT算法的全景拼接前言1.单应性变换2.RANSAC算法3.Multi-BandBlending策略4.代码实现前言什么是全景拼接？简单来说就是将两幅或多幅具有重叠区域的图像，合并成一张大图如图所示，7张不同的图像最后拼接成一幅大图，那么问题很明显，如何拼接呢？1.单应性变换如果是最简单图像拼接，很明显，我们只需要对其进行平移，将重叠区域叠加，很轻松的就能得到一幅拼接图像。但实际上两幅图像
chuxiao_scx·2022-12-16 08:40

Python计算机视觉编程——第6章 图像聚类

目录6.1K-means聚类6.1.1Scipy聚类包6.1.2图像聚类6.1.3在主成分上可视化图像6.1.4像素聚类6.2层次聚类图像聚类6.3谱聚类6.1K-means聚类K-means是一种将输入数据划分成k个簇的简单的聚类算法。K-means反复提炼初始评估的类中心，步骤如下：以随机或猜测的方式初始化类中心ui,i=1...k;将每个数据点归并到离他距离最近的类中心所属的类ci；对所有属
海鸥丸拉面·2022-12-15 17:06

Python计算机视觉编程--第四章

照相机模型与增强现实一、针孔照相机模型1.1照相机矩阵1.2三维点的投影1.3照相机矩阵的分解1.4照相机中心二、照相机标定一、针孔照相机模型针孔照相机模型（有时称为射影照相机模型）是计算机视觉中广泛使用的照相机模型。对于大多数应用来说，针孔照相机模型简单，并且具有足够的精准度。这个名字来源于一种类似暗箱机的照相机。该照相机从一个小孔采集射到暗箱内部的光线。在光线投影到图像平面之前，从唯一一个点经
娇娇是大熊·2022-12-11 10:57

Python计算机视觉编程——第8章 图像内容分类

目录8.1K临近分类法（KNN）8.1.1一个简单的二维示例8.1.2用稠密SIFT作为图像特征8.1.3图像分类：手势识别8.2贝叶斯分类器用PCA降维8.3支持向量机8.3.1使用LibSVM8.1K临近分类法（KNN）在分类算法中，最简单且用的最多的一种方法之一就是KNN(K-NearsetNeighbor，K邻近分类法)，这种算法把要分类的对象（例如一个特征向量）与训练集中已知类标记的所有
海鸥丸拉面·2022-12-03 06:38

Python计算机视觉编程——第10章 OpenCV

目录10.1OpenCV的Python接口10.2OpenCV基础知识10.2.1读取和写入图像10.2.2颜色空间10.2.3显示图像及结果10.3处理视频10.3.1视频输入10.3.2将视频读取到NumPy数组中10.4跟踪10.4.2Lucas-Kanade算法1.使用跟踪器2.使用发生器10.1OpenCV的Python接口OpenCV是一个C++库，它包含了计算机视觉领域的很多模块。除
海鸥丸拉面·2022-11-28 15:27

Python计算机视觉编程_01

基本的图像操作和处理前言1.图像直方图1.1.原理1.2.结果演示2.高斯滤波2.1.原理2.2.结果演示3.直方图均衡化3.1.原理3.2.结果演示后记前言本篇博客介绍在vscode中使用opencv进行图像处理的基本操作，使用的语言为python，vscode中按照python可以参考我以前写的这篇博客：vscode中配置python环境至于在vscode导入opencv包就请各位自行百度解决
chuxiao_scx·2022-11-28 15:26

机器学习算法：支持向量机（SVM）

参考书籍：Solem《python计算机视觉编程》、李航《统计学习方法》、周志华《机器学习》要理解好支持向量机需要较好的数学功底，且能不被公式以及文字绕晕，这里我们就理清楚支持向量机的大体过程。
夏天是冰红茶·2022-11-11 13:22

Python计算机视觉编程 第一章——基本的图像操作和处理

目录1.1PIL：Python图像处理类库1.1.1转换图像格式1.1.2创建缩略图1.1.3复制和粘贴图像区域1.1.4调整尺寸和旋转1.2Matplotlib1.2.1绘制图像、点和线1.2.2图像轮廓和直方图1.2.3交互式标注1.3Unmpy1.3.1图像数组表示1.3.2灰度变换1.3.3图像缩放1.3.4直方图均衡化1.3.5图像平均1.3.6图像的主成分分析（PCA）1.3.7使用p
海鸥丸拉面·2022-10-02 07:14

Python计算机视觉编程 第一章 基本的图像操作和处理

第一章基本的图像操作和处理1.1PIL:Python图像处理类库1.1.1转换图像格式1.1.2创建缩略图1.1.3复制和粘贴图像区域1.1.4调整尺寸和旋转1.2Matplotlib1.2.1绘制图像、点和线1.2.2图像轮廓和直方图1.2.3交互式标注1.3NumPy1.3.1图像数组表示1.3.2灰度变换1.3.3直方图均衡化1.3.4图像平均1.3.5使用pickle模块1.4SciPy1
LuoY、·2022-09-23 07:23

python计算机视觉编程

@《python计算机视觉处理编程》第一章笔记Python计算机视觉编程笔记，还在学习之中红色：imtools函数蓝色：函数功能绿色：拓展知识1、fromPILimportImage输入pillow包，
Hesilan·2022-09-23 07:38

《Python 计算机视觉编程》学习笔记（一）

《Python计算机视觉编程》文章目录前言第1章基本的图像操作和处理引言1.1PIL：Python图像处理类库图像读取、显示、显示对应灰度图更改图像格式（后缀）创建缩略图复制和粘贴图像区域调整尺寸和旋转
书生丶丶·2022-09-23 07:35

Python计算机视觉编程 - 第三章 图像映射 -全景拼接

全景拼接原理简述在同一位置拍摄的两幅或者多幅图片是单应性相关的，我们经常使用该约束将很多图像缝补起来，拼成一个全景图。全景图像拼接最重要的两个步骤是：1.特征匹配2.图像拼接在本次测试中，我使用的是sift特征匹配,在特征匹配之后，我们使用RANSAC算法求解得到单应性矩阵。其基本思想是，数据中包含正确的点和噪声点，合理的模型能够在描述正确数据点的同时摒弃噪声点，在这里的用途就是排除掉不符合大部分
煮酒忆南山·2022-05-10 07:24

Python计算机视觉编程第二章 局部图像描述子

Python计算机视觉编程第二章局部图像描述子1Harris角点检测1.1基本概念1.2例子2在图像中寻找对应点2.1基本概念2.2例子3SIFT(尺度不变特征变换)3.1介绍3.2兴趣点3.3描述子3.4
仙蓝·2022-04-05 07:32

图像检索代码python tf_Python计算机视觉编程（八）图像检索

图像检索BOW模型基于BOW的图像检索特征提取视觉词典TF-IDF常用参数图像检索具体实现流程BOW模型Bag-of-wordsmodels模型(词袋模型)词袋模型对于给定的两个文档，进行分割可以建构出一个有n个元素词典，根据词典每个词在两个文档中的出现的频率，表示成两个n维向量。基于BOW的图像检索特征提取学习视觉词典针对输入特征集，根据视觉词典进行量化把输入图像，根据TF-IDF转化成视觉单词
埃斯蓬托的篡位者·2021-01-14 10:34

python内实现k-means聚类

《Python计算机视觉编程》学习笔记fromscipy.cluster.vqimport*importnumpyasnpfrommatplotlibimportpyplotaspltclass1=1.5
superdont·2020-09-12 13:35

Python计算机视觉编程学习笔记 十 OPENCV

OPENCV（一）OpenCV的Python接口（二）OpenCV基础知识2.1图像读取和写入2.2颜色空间2.3显示图像及结果2.4平移与缩放（三）处理视频3.1视频输入3.2将视频读取到NumPy数组中（四）跟踪4.1光流4.2Lucas-Kanade算法（五）更多示例5.1图像修复5.2利用分水岭变换进行分割cv2.watershed()5.3利用霍夫变换检测直线（一）OpenCV的Pyth
Belouga-·2020-09-03 15:55

Python计算机视觉编程第十章——OpenCV基础知识

Python计算机视觉编程（一）OpenCV的Python接口（二）OpenCV基础知识2.1读取和写入图像2.2颜色空间2.3显示图像及结果（三）处理视频3.1视频输入3.2将视频读取到NumPy数组中
Dujing2019·2020-08-25 00:22

Python计算机视觉编程学习笔记 七 图像搜索

图像搜索（一）基于内容的图像检索（二）视觉单词2.1：创建词汇2.2：创建图像索引2.3：在数据库中搜索图像（三）使用几何特性对结果排序（一）基于内容的图像检索CBIR（Content-BasedImageRetrieval，基于内容的图像检索）CBIR的实现依赖于两个关键技术的解决：图像特征提取和匹配。定义:即从图像库中查找含有特定目标的图像，也包括从连续的视频图像中检索含有特定目标的视频片段。
白鲸鱼2020·2020-08-22 04:05

Python计算机视觉编程学习笔记 三 图像到图像的映射

图像到图像的映射（一）单应性变换1.2仿射变换（二）图像扭曲2.1图像中的图像2.2图像配准（三）创建全景图3.1RANSAC3.2拼接图像（一）单应性变换单应性变换是将一个平面内的点映射到另一个平面内的二维投影变换。在这里，平面是指图像或者三维中的平面表面。单应性变换具有很强的实用性，比如图像配准、图像纠正和纹理扭曲，以及创建全景图像。本质上，单应性变换H，按照下面的方程映射二维中的点（齐次坐标
白鲸鱼2020·2020-08-22 04:05

Python计算机视觉编程学习笔记 五 多视图几何

多视图几何（一）外极几何1.1基础矩阵1.2一个简单的数据集1.3用Matplotlib绘制三维数据1.4外极点和外极线（二）照相机和三维结构的计算2.1三角剖分2.2由三维点计算照相机矩阵2.3由基础矩阵计算照相机矩阵（三）三维重建3.1稳健估计基础矩阵3.2三维重建（四）问题求助（一）外极几何如果有一个场景的两个视图以及视图中的对应图像点，那么根据照相机间的空间相对位置关系、照相机的性质以及三
白鲸鱼2020·2020-08-22 04:05

Python计算机视觉编程 - 第三章 图像映射 -图像嵌入

这次我们进行的是warp中image_in_image函数的实验原函数如下defimage_in_image(im1,im2,tp):"""Putim1inim2withanaffinetransformationsuchthatcornersareasclosetotpaspossible.tparehomogeneousandcounter-clockwisefromtopleft."""#p
柴达夫47·2020-08-22 04:23

Python计算机视觉编程--基本的图像操作和处理

本章讲解操作和处理图像的基础知识，将通过大量示例介绍处理图像所需的Python工具包，并介绍用于读取图像、图像转换和缩放、计算导数、画图和保存结果等的基本工具。这些工具的使用将贯穿本书的剩余章节。一、灰度变换将图像读入NumPy数组对象后，我们可以对它们执行任意数字操作，灰度变换就是其中一种操作，考虑任意函数f,它将0…255区间映射到自身。下图为代码运行之后的结果如下图二、图像轮廓和直方图首先将
TANGZAIX·2020-08-22 03:43

Python计算机视觉编程学习-学习之前的感悟（一）

今天开始，我将以7天时间完成《Python计算机视觉编程》交流，希望可以交流机器视觉的工作过程和python这门快捷语言如何进行机器视觉编程。
专注学习·2020-08-22 03:54

Python计算机视觉编程（七）基础矩阵

多视图几何对极几何本质矩阵基础矩阵8点算法估计基础矩阵FSFM：估算空间中的3D点代码及其结果对极几何在上一篇相机模型里我们知道x=PX。通过小孔相机模型，可知从相机的中心C向点x投影一条射线Cx，则该射线必定经过对应像点的三维空间点X，但显然仅仅通过一个像点无法确定X的具体位置。那么如果两个相匹配的像点呢？设x′是三维点X的另一个像点，其对应相机的中心为C′，那么从相机的中心C′向点也投影一条射
stroll丶life·2020-08-22 02:56

python计算机视觉编程（五）多图拼接

实现图像映射利用叠加后的图像，采用算法，对齐特征点APAPLowe’s算法通过图割方法，自动选取拼接缝根据Multi-BandBlending策略实现融合实验结果实现代码根据给定图像，实现特征匹配详情参见python
stroll丶life·2020-08-22 02:56

Python计算机视觉编程（九）

knn可视化knn算法流程二维点knn可视化densesift原理手势识别knn可视化knn邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。算法流程准备数据，对数据进行预处理选用合适的数据结
stroll丶life·2020-08-22 02:56

python计算机视觉编程（二）

第一章图像轮廓和直方图直方图均衡化高斯滤波图像轮廓和直方图通过contour绘制图像轮廓以及list函数绘制图像直方图fromPILimportImagefrompylabimport*#读取图像到数组中im=array(Image.open('D:\\11.jpg').convert('L'))#新建一个图像figure()#不使用颜色信息gray()#在原点的左上角显示轮廓图像contour(
stroll丶life·2020-08-22 02:24

《python 计算机视觉编程》电子pdf版获取

《python计算机视觉编程》一书网盘地址：链接:https://pan.baidu.com/s/1E55T3tUMaj_IGkf3P6cudQ提取码:5g7k
pinkmanzz·2020-08-22 02:30

十、【python计算机视觉编程】OPENCV

OPENCV（一）OpenCV的Python接口（二）OpenCV基础知识（1）读取和写入图像（2）颜色空间（3）显示图像及结果（三）处理视频（1）视频输入（2）将视频读取到NumPy数组中（四）跟踪（1）光流（2）Lucas-Kanade算法（五）更多示例（1）图像修复cv2.inpaint()（2）利用分水岭变换进行分割cv2.watershed()（3）利用霍夫变换检测直线cv2.Hough
Liaojiajia2019·2020-08-22 02:19

一、【python计算机视觉编程】基本的图像操作和处理

基本的图像操作和处理（一）PIL：python图像处理类库（二）Matplotlib（1）绘制图像、点和线（2）图像轮廓和直方图（3）交互式标注（三）Numpy（1）图像数组表示（2）灰度变换（3）图像缩放（4）直方图均衡化（5）图像平均（6）图像的主成分分析（PCA）（7）使用pickle模块（四）Scipy（1）图像模糊（2）图像导数（3）形态学：对象计数（4）一些有用的Scipy模块：io和
Liaojiajia2019·2020-08-22 02:46

Python计算机视觉编程

PIL（PythonImageLibrary）通用的图像处理功能以及大量有用的基本图像操作：缩放，剪裁，旋转，颜色转换等Matplotlib数学运算，绘制图表，在图像上绘制点，直线和曲线比PIL更强大的绘图功能，可以绘制出高质量的图表matpoltlib中pylab接口包含很多方便用户创建图像的函数frompylabimport*NumpyPython科学工具包数组对象（用来表示向量，矩阵，图像等
努力成为程序媛鸭·2020-08-22 02:41

python计算机视觉编程中的图像处理基础

一.根据流程将第一章图像处理基础”的例程跑完，并做完图像处理章节类容。（附图：集美大学美景）二.以上图为基础，分别做出直方图、高斯滤波、直方图均衡化。1.直方图在画图像轮廓前需要转换为灰度图像，因为轮廓需要获取每个坐标[x,y]位置的像素值。画图像轮廓和直方图的代码：--coding:utf-8--fromPILimportImagefrompylabimport*添加中文字体支持frommatp
jsjsdzd·2020-08-22 01:49

Python计算机视觉编程学习笔记 六 图像聚类

图像聚类（一）K-means聚类（K均值聚类）1.1Scipy聚类包1.2图像聚类1.3在主成分上可视化图像1.4像素聚类（二）层次聚类（三）谱聚类所谓聚类，就是将相似的事物聚集在一起，而将不相似的事物划分到不同的类别的过程，是数据分析之中十分重要的一种手段。比如古典生物学之中，人们通过物种的形貌特征将其分门别类，可以说就是一种朴素的人工聚类。如此，我们就可以将世界上纷繁复杂的信息，简化为少数方便
白鲸鱼2020·2020-08-22 00:50

Python计算机视觉编程学习笔记 四 照相机模型与增强现实

照相机模型与增强现实（一）针孔照相机模型1.1照相机模型1.2三维点的投影1.3照相机矩阵的分解1.4计算照相机中心（二）照相机标定（三）以平面和标记物进行姿态估计（四）增强现实4.1PyGame和PyOpenGL4.2从照相机矩阵到OpenGL格式4.3在图像中放置虚拟物体本章将尝试对照相机进行建模，并有效地使用这些模型。在之前的章节里，已经讲述了图像到图像之间的映射和变换。为了处理三维图像和平
白鲸鱼2020·2020-08-22 00:50

Python计算机视觉编程 - 第九章 图像分割

摘要graphcut图像分割最大流/最小割1.graphcut图像分割1.1原理简述我们目标是将一幅图像分为目标和背景两个不相交的部分，我们运用graphcut图分割技术来实现。首先，图由顶点和边来组成，边有权值。那我们需要构建一个图，这个图有两类顶点，两类边和两类权值。普通顶点由图像每个像素组成，然后每两个邻域像素之间存在一条边，它的权值由上面说的“边界平滑能量项”来决定。还有两个终端顶点s（目
柴达夫47·2020-08-22 00:18

Python计算机视觉编程 - 第五章 多视图几何 -张正友相机标定法

本次实验的内容是单平面棋盘格的摄像机标定方法，张正友相机标定法。本次实验使用的手机型号为：IPHONE6SP实验用棋盘例图：1原理简述我们拍摄的物体都处于三维世界坐标系中，而相机拍摄时镜头看到的是三维相机坐标系，成像时三维相机坐标系向二维图像坐标系转换。不同的镜头成像时的转换矩阵不同，同时可能引入失真，标定的作用是近似地估算出转换矩阵和失真系数。为了估算，需要知道若干点的三维世界坐标系中的坐标和二
柴达夫47·2020-08-22 00:18

Python计算机视觉编程 - LeNet卷积模型实现Mnist手写体训练

摘要1.看mnist数据库特点2.LeNet-5原理3.数值化结果1.mnist数据库特点MNIST数据集是一个手写数字数据集，每一张图片都是0到9中的单个数字。MNIST数据库的来源是两个数据库的混合,一个来自CensusBureauemployees(SD-3),一个来自high-schoolstudents(SD-1)；有训练样本60000个，测试样本10000个。训练样本和测试样本中，em
柴达夫47·2020-08-22 00:18

Python计算机视觉编程 - 第一章 图像处理基础 -实例测试

在安装和配置完pycharm+OpenCV后，我进行了一些实例的测试。使用PIL-Python图像库、Matplotlib库、NumPy库、SciPy模块分别尝试了两个例子。1.1PIL-Python图像库1.1.1显示图像fromPILimportImagefrompylabimport*frommatplotlib.font_managerimportFontPropertiesfont=Fo
柴达夫47·2020-08-22 00:18

Python计算机视觉编程 - 第五章 多视图几何 -基础矩阵

1、基础矩阵原理简述当我们分析双视图几何关系时，总是可以将照相机间的相对位置关系用单应性矩阵加以简化。这里的单应性矩阵通常只做刚体变换，即只通过单应性矩阵变换了坐标系。将原点和坐标轴第一个照相机对齐，则：K1和K2是标定矩阵，R是第二个照相机的旋转矩阵，t是第二个照相机的平移向量。通过这些找到点X的投影点x1,x2（分别对应于投影矩阵P1，P2），这样我们就可以从寻找对应的图像触发，恢复照相机参数
柴达夫47·2020-08-22 00:18
上一页 1 2 3 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他