opencv2refman.pdf资源-CSDN文库

4星 · 超过85%的资源需积分: 9 168 浏览量 2016-01-22 22:25:51 上传评论收藏 4.96MB PDF 举报

### OpenCV2库知识点概述 #### 一、引言《OpenCV Reference Manual》是一份详尽的技术文档，为OpenCV 2版本提供了全面的指南。该文档版本为2.4.6.0，发布于2013年7月5日。OpenCV（Open Source Computer Vision Library）是一个开源计算机视觉库，广泛应用于图像处理、视频分析以及模式识别等领域。本手册详细介绍了OpenCV 2的主要功能模块与API概念，旨在帮助开发者快速掌握并应用这一强大的工具。 #### 二、核心功能(Core) 这部分主要介绍了OpenCV的核心功能模块，包括基本结构、动态结构以及数组操作等。 ##### 2.1 基本结构 - **定义**: OpenCV中的一些基础数据结构，如图像、矩阵等。 - **重要性**: 这些结构是进行各种图像处理的基础，理解它们对于后续操作至关重要。 - **示例**: `cv::Mat`类用于表示多维密集数值数组。 ##### 2.2 基本C结构与操作 - **内容**: 针对早期版本中的C API进行了介绍，包括数据类型定义、函数调用方式等。 - **过渡意义**: 对于从旧版本迁移到新版本的开发者来说，这部分内容有助于理解和过渡。 ##### 2.3 动态结构 - **动态数组**: 如`cv::vector`等，提供灵活的数据存储方案。 - **用途**: 在需要动态调整数据大小的情况下非常有用。 ##### 2.4 数组操作 - **内容**: 包括数组创建、修改、访问等基本操作。 - **关键**: 是所有图像处理任务的基础，理解这些操作对于开发高效的程序至关重要。 ##### 2.5 绘图函数 - **图形绘制**: 提供了绘制线条、圆圈、多边形等功能。 - **应用场景**: 在图像上标记关键点或区域，增强可视化效果。 ##### 2.6 XML/YAML持久化 - **数据保存与加载**: 支持XML和YAML格式的数据序列化。 - **应用场景**: 保存模型参数、配置信息等。 ##### 2.7 XML/YAML持久化(CAPI) - **内容**: C API版本的持久化支持。 - **特点**: 更符合C语言编程习惯。 ##### 2.8 聚类(Clustering) - **算法介绍**: 包括K-means等聚类算法。 - **应用场景**: 数据分组、图像分割等。 ##### 2.9 实用系统函数与宏 - **辅助功能**: 包括内存管理、错误处理等实用函数。 #### 三、图像处理(imgproc) 这一部分涵盖了OpenCV中关于图像处理的各种技术。 ##### 3.1 图像滤波 - **滤波器**: 如高斯滤波、均值滤波等。 - **目的**: 去除噪声、平滑图像等。 ##### 3.2 几何变换 - **变换**: 包括旋转、缩放、仿射变换等。 - **用途**: 图像校正、视角变换等。 ##### 3.3 杂项变换 - **内容**: 包括边缘检测、阈值处理等。 - **应用场景**: 特征提取、目标识别前处理。 ##### 3.4 直方图 - **直方图计算**: 描述图像灰度分布。 - **用途**: 用于图像对比度增强、颜色分析等。 ##### 3.5 结构分析与形状描述 - **形状特征**: 如轮廓提取、角点检测等。 - **应用场景**: 形状识别、物体分类等。 ##### 3.6 运动分析与目标跟踪 - **运动估计**: 包括光流法等。 - **应用场景**: 视频监控、运动捕捉等。 ##### 3.7 特征检测 - **关键点检测**: 如SIFT、SURF等。 - **应用场景**: 图像匹配、场景重建等。 ##### 3.8 物体检测 - **检测方法**: 如Haar分类器等。 - **应用场景**: 人脸识别、车辆检测等。 #### 四、高级GUI与媒体I/O(highgui) 这部分主要介绍用户界面设计以及多媒体输入输出功能。 ##### 4.1 用户界面 - **窗口管理**: 创建、显示窗口等。 - **交互**: 鼠标事件处理等。 ##### 4.2 读写图像与视频 - **读取**: 从文件中读取图像和视频。 - **写入**: 将图像和视频保存到文件。 ##### 4.3 Qt新功能 - **集成Qt**: 利用Qt库增强GUI功能。 - **应用场景**: 开发更复杂的应用程序。 #### 五、视频分析(video) 这部分聚焦于视频处理技术，尤其是运动分析和目标跟踪。 ##### 5.1 运动分析与目标跟踪 - **内容**: 包括背景减除、目标跟踪等技术。 - **应用场景**: 安全监控、交通流量监测等。 #### 六、相机标定与三维重建(calib3d) 这部分介绍了如何进行相机标定以及基于单个或多张图像的三维重建技术。 ##### 6.1 相机标定与三维重建 - **标定**: 包括内参和外参标定。 - **三维重建**: 如立体匹配等。 - **应用场景**: 机器人导航、虚拟现实等。 #### 七、二维特征框架(features2d) 这部分介绍了OpenCV中关于二维特征检测与描述的框架。 ##### 7.1 特征检测与描述 - **检测**: 如SIFT、SURF等。 - **描述**: 提取特征向量。 - **应用场景**: 图像检索、视觉定位等。 ##### 7.2 特征检测器接口 - **通用接口**: 便于实现多种检测器。 - **优点**: 提高代码复用性。 ##### 7.3 描述符提取器接口 - **通用接口**: 便于实现多种描述符提取算法。 - **应用场景**: 图像匹配等。 ##### 7.4 描述符匹配器接口 - **通用接口**: 用于特征匹配。 - **应用场景**: 图像拼接、三维重建等。 ##### 7.5 通用描述符匹配器接口 - **内容**: 更高级别的匹配器接口。 - **应用场景**: 复杂场景下的特征匹配。 ##### 7.6 关键点与匹配绘制 - **绘制**: 在图像上绘制检测到的关键点和匹配结果。 - **应用场景**: 可视化分析。 ##### 7.7 物体分类 - **内容**: 基于特征的物体分类方法。 - **应用场景**: 识别特定物体。 #### 八、对象检测(objdetect) 这部分介绍了OpenCV中关于对象检测的技术。 ##### 8.1 级联分类 - **级联检测**: 如Haar分类器等。 - **应用场景**: 人脸检测、行人检测等。 ##### 8.2 潜在支持向量机(Latent SVM) - **算法介绍**: 一种改进的支持向量机。 - **应用场景**: 更复杂的对象检测。 #### 九、机器学习(ml) 这部分介绍了OpenCV中提供的几种常见的机器学习算法。 ##### 9.1 统计模型 - **模型**: 包括朴素贝叶斯分类器、K近邻等。 - **应用场景**: 分类、回归等。 ##### 9.2 朴素贝叶斯分类器 - **算法介绍**: 一种基于概率的分类算法。 - **应用场景**: 文本分类等。 ##### 9.3 K-最近邻 - **算法介绍**: 一种基于实例的学习算法。 - **应用场景**: 图像分类、推荐系统等。 ##### 9.4 支持向量机 - **算法介绍**: 一种高效的监督学习算法。 - **应用场景**: 分类、回归等。 ##### 9.5 决策树 - **算法介绍**: 一种基于树结构的分类算法。 - **应用场景**: 数据挖掘等。 ##### 9.6 提升(Boosting) - **算法介绍**: 一种通过组合弱分类器来提高性能的方法。 - **应用场景**: 弱分类器提升为强分类器。 ##### 9.7 梯度提升树 - **算法介绍**: 一种高效的梯度提升方法。 - **应用场景**: 高精度分类问题。 ##### 9.8 随机森林 - **算法介绍**: 一种基于决策树的集合学习算法。 - **应用场景**: 分类、回归等。 ##### 9.9 极端随机森林 - **算法介绍**: 一种简化版本的随机森林。 - **应用场景**: 快速分类问题。 ##### 9.10 期望最大化 - **算法介绍**: 一种迭代求解最大似然估计的方法。 - **应用场景**: 隐变量模型训练。 ##### 9.11 神经网络 - **算法介绍**: 一种模仿人脑神经元结构的学习算法。 - **应用场景**: 图像识别、自然语言处理等。 ##### 9.12 机器学习数据 - **数据准备**: 包括数据预处理、特征选择等。 - **应用场景**: 提高模型训练效率。 #### 十、FLANN: 多维空间中的聚类与搜索(flann) 这部分介绍了OpenCV中用于快速近似最近邻搜索的技术。 ##### 10.1 快速近似最近邻搜索 - **算法介绍**: 一种高效的空间索引方法。 - **应用场景**: 图像检索等。 ##### 10.2 聚类 - **算法介绍**: 包括K-means等聚类方法。 - **应用场景**: 数据分组、图像分割等。 #### 十一、GPU加速计算机视觉(gpu) 这部分介绍了OpenCV中利用GPU进行加速的相关技术。 ##### 11.1 GPU模块简介 - **内容**: 介绍GPU加速的基本概念和技术。 - **应用场景**: 高性能图像处理。 ##### 11.2 初始化与信息获取 - **内容**: 如何初始化GPU环境、查询设备信息等。 - **应用场景**: 优化GPU资源分配。 ##### 11.3 数据结构 - **内容**: GPU环境中使用的数据结构介绍。 - **应用场景**: 优化数据传输与存储。 ##### 11.4 矩阵运算 - **内容**: 在GPU上进行矩阵运算的技术。 - **应用场景**: 高效处理大规模数据。《OpenCV Reference Manual》是一份极其详尽的技术文档，不仅覆盖了OpenCV的核心功能，还涉及了图像处理、视频分析、机器学习等多个领域。对于想要深入学习计算机视觉技术的开发者来说，这份文档无疑是一份宝贵的资源。通过深入研究这些知识点，开发者可以更好地利用OpenCV解决实际问题。

资源推荐

资源详情

资源评论

The OpenCV Reference Manual

Release 2.4.6.0

July 05, 2013

CONTENTS

1 Introduction 1

1.1 API Concepts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

2 core. The Core Functionality 7

2.1 Basic Structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.2 Basic C Structures and Operations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

2.3 Dynamic Structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

2.4 Operations on Arrays . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

2.5 Drawing Functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172

2.6 XML/YAML Persistence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182

2.7 XML/YAML Persistence (C API) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195

2.8 Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211

2.9 Utility and System Functions and Macros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213

3 imgproc. Image Processing 223

3.1 Image Filtering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223

3.2 Geometric Image Transformations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251

3.3 Miscellaneous Image Transformations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263

3.4 Histograms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

3.5 Structural Analysis and Shape Descriptors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287

3.6 Motion Analysis and Object Tracking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302

3.7 Feature Detection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306

3.8 Object Detection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317

4 highgui. High-level GUI and Media I/O 319

4.1 User Interface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319

4.2 Reading and Writing Images and Video . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324

4.3 Qt New Functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334

5 video. Video Analysis 341

5.1 Motion Analysis and Object Tracking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341

6 calib3d. Camera Calibration and 3D Reconstruction 355

6.1 Camera Calibration and 3D Reconstruction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355

7 features2d. 2D Features Framework 387

7.1 Feature Detection and Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387

7.2 Common Interfaces of Feature Detectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391

7.3 Common Interfaces of Descriptor Extractors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 401

7.4 Common Interfaces of Descriptor Matchers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 403

7.5 Common Interfaces of Generic Descriptor Matchers . . . . . . . . . . . . . . . . . . . . . . . . . . 409

7.6 Drawing Function of Keypoints and Matches . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 414

7.7 Object Categorization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 416

8 objdetect. Object Detection 421

8.1 Cascade Classiﬁcation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 421

8.2 Latent SVM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 427

9 ml. Machine Learning 433

9.1 Statistical Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 433

9.2 Normal Bayes Classiﬁer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 436

9.3 K-Nearest Neighbors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438

9.4 Support Vector Machines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 442

9.5 Decision Trees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447

9.6 Boosting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 454

9.7 Gradient Boosted Trees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459

9.8 Random Trees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 463

9.9 Extremely randomized trees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 468

9.10 Expectation Maximization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 468

9.11 Neural Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 472

9.12 MLData . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 478

10 ﬂann. Clustering and Search in Multi-Dimensional Spaces 485

10.1 Fast Approximate Nearest Neighbor Search . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 485

10.2 Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 489

11 gpu. GPU-accelerated Computer Vision 491

11.1 GPU Module Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 491

11.2 Initalization and Information . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 492

11.3 Data Structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 496

11.4 Operations on Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503

11.5 Per-element Operations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 508

11.6 Image Processing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 516

11.7 Matrix Reductions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 537

11.8 Object Detection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 541

11.9 Feature Detection and Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 546

11.10 Image Filtering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 557

11.11 Camera Calibration and 3D Reconstruction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 572

11.12 Video Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 581

12 photo. Computational Photography 603

12.1 Inpainting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 603

12.2 Denoising . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 604

13 stitching. Images stitching 607

13.1 Stitching Pipeline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 607

13.2 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 608

13.3 High Level Functionality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 608

13.4 Camera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 611

13.5 Features Finding and Images Matching . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 612

13.6 Rotation Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 617

13.7 Autocalibration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 621

13.8 Images Warping . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 622

13.9 Seam Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 627

13.10 Exposure Compensation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 630

13.11 Image Blenders . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 632

14 nonfree. Non-free functionality 635

14.1 Feature Detection and Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635

15 contrib. Contributed/Experimental Stuff 643

15.1 Stereo Correspondence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 643

15.2 FaceRecognizer - Face Recognition with OpenCV . . . . . . . . . . . . . . . . . . . . . . . . . . . 645

15.3 Retina : a Bio mimetic human retina model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 719

15.4 OpenFABMAP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 727

16 legacy. Deprecated stuff 733

16.1 Motion Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 733

16.2 Expectation Maximization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 735

16.3 Histograms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 738

16.4 Planar Subdivisions (C API) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 740

16.5 Feature Detection and Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 747

16.6 Common Interfaces of Descriptor Extractors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 754

16.7 Common Interfaces of Generic Descriptor Matchers . . . . . . . . . . . . . . . . . . . . . . . . . . 755

17 ocl. OpenCL-accelerated Computer Vision 763

17.1 OpenCL Module Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 763

17.2 Data Structures and Utility Functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 765

17.3 Data Structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 766

17.4 Operations on Matrics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 769

17.5 Matrix Reductions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 779

17.6 Image Filtering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 780

17.7 Image Processing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 786

17.8 Object Detection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 793

17.9 Feature Detection And Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 795

18 superres. Super Resolution 807

18.1 Super Resolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 807

Bibliography 809

iii

剩余818页未读，继续阅读

评论收藏

内容反馈

tbgqcc

2022-09-21

很不错的OPENCV语言参考手册,能搜索查询所需要的函数.有实用性

努力奋斗的小鸟

粉丝: 2
资源: 2

opencv2refman.pdf

opencv2refman (1)

opencv2最新API手册2.4.13.2离线pdf(带书签)

OpenCV 2.4.4 使用手册

OpenCV入门教程.pdf

opencv_createsamples.exe及opencv_haartraining.exe（64位）

opencv_haartraining.exe 和opencv_createsamples.exe

opencv中文手册.pdf

openCV快速入门.pdf

opencv_traincascade.exe

在MFC中使用OpenCV的方法.pdf

opencv重要参考资料pdf.rar

OpenCV-2.2.0.tar.bz2 安装

Opencv新手教程.pdf

OpenCV 3 Blueprints.pdf

opencv-3.0.0.exe

仿真电路以及操作方法

python大作业 含爬虫、数据可视化、地图、报告、及源码（整和为一个文件）（2014-2020全国各地区原油加工量）.rar

【纯干货啊】华为IPD流程管理(完整版).pptx

信号与系统——保研复习资料.pdf

可编程语言标准IEC61131-3中文版.pdf

OFDM完整仿真过程与教程.zip

Landsat_WRS2.zip

最全的Visio形状/图形库

数字信号处理——保研复习资料.pdf

AxureRP9项目原型50套、案例20个、元件库1套.zip

使用STM32F103C8T6+L298N+MG513P30电机使用外部中断法和输入捕获法进行编码器测速

最新资源

python大作业含爬虫、数据可视化、地图、报告、及源码（整和为一个文件）（2014-2020全国各地区原油加工量）.rar