[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-emgucv--emgucv":3,"tool-emgucv--emgucv":61},[4,18,26,36,44,52],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",141543,2,"2026-04-06T11:32:54",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":53,"name":54,"github_repo":55,"description_zh":56,"stars":57,"difficulty_score":10,"last_commit_at":58,"category_tags":59,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,60],"视频",{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":64,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":77,"owner_email":78,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":82,"stars":121,"forks":122,"last_commit_at":123,"license":124,"difficulty_score":125,"env_os":126,"env_gpu":127,"env_ram":127,"env_deps":128,"category_tags":135,"github_topics":136,"view_count":32,"oss_zip_url":79,"oss_zip_packed_at":79,"status":17,"created_at":151,"updated_at":152,"faqs":153,"releases":154},4466,"emgucv\u002Femgucv","emgucv","Emgu CV is a cross platform .Net wrapper to the OpenCV image processing library.","Emgu CV 是一个专为 .NET 生态打造的跨平台图像处理桥梁，它将强大的 OpenCV 计算机视觉库无缝引入到 C#、F# 等 .NET 兼容语言中。对于习惯使用微软技术栈的开发者而言，直接在项目中调用原生 OpenCV 函数往往面临语言互通和环境配置的难题，而 Emgu CV 正是为了解决这一痛点而生。它让开发者无需切换编程语言或重写底层算法，即可在熟悉的 Visual Studio 或 Unity 环境中轻松实现人脸检测、物体识别、图像增强等复杂功能。\n\n这款工具特别适合 .NET 应用程序开发者、游戏开发人员以及计算机视觉领域的研究人员使用。无论是构建 Windows 桌面应用、开发跨平台移动程序（支持 iOS 和 Android），还是在 Linux 服务器上部署视觉服务，Emgu CV 都能提供一致的开发体验。其独特的技术亮点在于卓越的跨平台兼容性，不仅支持传统的 Windows 系统，还能完美运行于 macOS、Linux 以及移动端，并可通过 Visual Studio、Unity 编辑器或简单的命令行工具进行编译。如果你希望在 .NET 世界中高效落地计算机视觉项","Emgu CV 是一个专为 .NET 生态打造的跨平台图像处理桥梁，它将强大的 OpenCV 计算机视觉库无缝引入到 C#、F# 等 .NET 兼容语言中。对于习惯使用微软技术栈的开发者而言，直接在项目中调用原生 OpenCV 函数往往面临语言互通和环境配置的难题，而 Emgu CV 正是为了解决这一痛点而生。它让开发者无需切换编程语言或重写底层算法，即可在熟悉的 Visual Studio 或 Unity 环境中轻松实现人脸检测、物体识别、图像增强等复杂功能。\n\n这款工具特别适合 .NET 应用程序开发者、游戏开发人员以及计算机视觉领域的研究人员使用。无论是构建 Windows 桌面应用、开发跨平台移动程序（支持 iOS 和 Android），还是在 Linux 服务器上部署视觉服务，Emgu CV 都能提供一致的开发体验。其独特的技术亮点在于卓越的跨平台兼容性，不仅支持传统的 Windows 系统，还能完美运行于 macOS、Linux 以及移动端，并可通过 Visual Studio、Unity 编辑器或简单的命令行工具进行编译。如果你希望在 .NET 世界中高效落地计算机视觉项目，Emgu CV 将是一个可靠且灵活的选择。","==================================================================\n\nA cross platform .Net wrapper for the Open CV image-processing library. Allows Open CV functions to be called from .NET compatible languages. The wrapper can be compiled by Visual Studio, Unity and \"dotnet\" command, it can run on Windows, Mac OS, Linux, iOS and Android.\n\nPlease visit our project webpage for more information:\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FMain_Page\n\nBuild instructions can be found here:\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FDownload_And_Installation#Building_from_Git\n","==================================================================\n\n一个跨平台的 .NET 封装库，用于 OpenCV 图像处理库。它允许从任何兼容 .NET 的语言中调用 OpenCV 函数。该封装库可以通过 Visual Studio、Unity 以及 `dotnet` 命令进行编译，并可在 Windows、Mac OS、Linux、iOS 和 Android 等平台上运行。\n\n更多信息请访问我们的项目主页：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FMain_Page\n\n构建说明请参见：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FDownload_And_Installation#Building_from_Git","# Emgu CV 快速上手指南\n\nEmgu CV 是一个跨平台的 .NET 封装库，允许在 C#、VB.NET 等 .NET 兼容语言中调用 OpenCV 图像处理函数。它支持 Windows、macOS、Linux、iOS 和 Android 平台，并可通过 Visual Studio、Unity 或 `dotnet` 命令行进行编译。\n\n## 环境准备\n\n*   **操作系统**：Windows、macOS、Linux、iOS 或 Android。\n*   **开发工具**：\n    *   Visual Studio (推荐) 或 Unity\n    *   .NET SDK (若使用命令行构建)\n*   **前置依赖**：\n    *   无需手动安装原生 OpenCV 二进制文件，Emgu CV NuGet 包通常会自动处理依赖。\n    *   确保已安装对应的 .NET运行时环境。\n\n## 安装步骤\n\n推荐使用 NuGet 包管理器进行安装，这是最快捷的方式。\n\n### 方式一：使用 Visual Studio \u002F Unity 图形界面\n1.  右键点击项目，选择 **“管理 NuGet 程序包”**。\n2.  在“浏览”标签页搜索 `Emgu.CV`。\n3.  点击 **安装**。\n    *   *注：如需特定功能（如 CUDA 加速），可额外安装 `Emgu.CV.cuda` 等相关包。*\n\n### 方式二：使用 .NET CLI 命令行\n在项目根目录下执行以下命令：\n\n```bash\ndotnet add package Emgu.CV\n```\n\n若需指定版本（例如最新版本）：\n\n```bash\ndotnet add package Emgu.CV --version 4.9.0.5456\n```\n\n> **提示**：国内开发者若遇到 NuGet 下载缓慢，可在命令行临时指定源或使用国内镜像（如阿里云镜像）：\n> ```bash\n> dotnet add package Emgu.CV --source https:\u002F\u002Fapi.nuget.org\u002Fv3\u002Findex.json\n> ```\n> *(注：NuGet 官方源在国内访问通常尚可，若需配置全局镜像，请参考 .NET 官方文档配置 `nuget.config`)*\n\n## 基本使用\n\n以下是一个最简单的示例，展示如何加载图像并将其转换为灰度图。\n\n```csharp\nusing Emgu.CV;\nusing Emgu.CV.CvEnum;\nusing Emgu.CV.Structure;\n\n\u002F\u002F 加载图像 (请确保路径下存在 test.jpg)\nImage\u003CBgr, byte> image = new Image\u003CBgr, byte>(\"test.jpg\");\n\n\u002F\u002F 转换为灰度图\nImage\u003CGray, byte> grayImage = image.Convert\u003CGray, byte>();\n\n\u002F\u002F 保存结果\ngrayImage.Save(\"result_gray.jpg\");\n\n\u002F\u002F 可选：显示图像 (仅在支持 GUI 的环境如 Windows\u002FUbuntu Desktop 有效)\nCvInvoke.Imshow(\"Original\", image);\nCvInvoke.Imshow(\"Gray\", grayImage);\nCvInvoke.WaitKey(0);\n```\n\n**代码说明：**\n1.  引入 `Emgu.CV` 命名空间。\n2.  使用 `Image\u003CTColor, TDepth>` 泛型类加载彩色图像。\n3.  调用 `Convert` 方法轻松实现颜色空间转换。\n4.  使用 `Save` 保存处理后的图片。\n\n更多高级功能和详细 API 文档，请访问项目官网：http:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FMain_Page","一家医疗影像软件公司正致力于将其基于 C# 开发的肺部 CT 结节自动筛查系统从 Windows 桌面端迁移至跨平台架构，以支持医院现有的 Linux 服务器和移动端查房设备。\n\n### 没有 emgucv 时\n- 开发团队被迫维护两套独立的代码库，Windows 端调用原生 OpenCV，而 Linux 和 macOS 端需重新编写或寻找不成熟的替代方案，导致功能迭代严重滞后。\n- 试图通过 P\u002FInvoke 手动封装 C++ 的 OpenCV 库时，频繁遭遇内存泄漏和指针类型转换错误，调试过程极其耗时且不稳定。\n- 无法直接利用 .NET 生态中的异步编程特性（async\u002Fawait）处理图像流，导致 UI 界面在进行复杂图像增强时经常假死，医生体验极差。\n- 部署流程繁琐，每更换一个操作系统版本，都需要重新编译底层 C++ 依赖并配置复杂的环境变量，运维成本高昂。\n\n### 使用 emgucv 后\n- 团队仅需编写一套标准的 C# 代码，即可通过 emgucv 无缝运行在 Windows、Linux、macOS 乃至 Android 平板上，实现了真正的“一次编写，到处运行”。\n- emgucv 提供了类型安全的 .NET 原生接口，彻底消除了手动管理非托管内存的风险，图像识别算法的稳定性显著提升，崩溃率降至零。\n- 开发者能够直接将 emgucv 的图像处理管道与 .NET 的异步任务完美结合，实现了后台实时处理高清 CT 切片的同时，前端界面依然流畅响应。\n- 借助 Visual Studio 和 dotnet CLI 的标准构建流程，项目可轻松打包为各平台原生应用，部署时间从数天缩短至几分钟。\n\nemgucv 成功打破了 .NET 生态与顶级计算机视觉库之间的壁垒，让医疗团队能以纯 C# 技术栈高效交付高性能的跨平台智能诊断系统。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Femgucv_emgucv_f8668f46.png","Emgu","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Femgucv_f2b6294a.png","Emgu Corporation is an AI \u002F computer vision technology company focused on providing industry leading software to solve real world problems. ","Emgu Corporation","Markham, Ontario, Canada","support@emgu.com",null,"http:\u002F\u002Fwww.emgu.com\u002F","https:\u002F\u002Fgithub.com\u002Femgucv",[83,87,91,95,99,103,107,111,114,118],{"name":84,"color":85,"percentage":86},"C#","#178600",54.8,{"name":88,"color":89,"percentage":90},"C","#555555",21.1,{"name":92,"color":93,"percentage":94},"C++","#f34b7d",11.8,{"name":96,"color":97,"percentage":98},"CMake","#DA3434",5.9,{"name":100,"color":101,"percentage":102},"Shell","#89e051",3.8,{"name":104,"color":105,"percentage":106},"Makefile","#427819",1.4,{"name":108,"color":109,"percentage":110},"Batchfile","#C1F12E",0.7,{"name":112,"color":79,"percentage":113},"M4",0.2,{"name":115,"color":116,"percentage":117},"Pawn","#dbb284",0.1,{"name":119,"color":120,"percentage":117},"HTML","#e34c26",2281,590,"2026-04-06T00:11:55","NOASSERTION",4,"Windows, macOS, Linux, iOS, Android","未说明",{"notes":129,"python":130,"dependencies":131},"这是一个用于 OpenCV 图像处理库的跨平台 .NET 封装器，允许从 .NET 兼容语言调用 OpenCV 函数。不支持 Python，需使用 C# 等 .NET 语言开发。","不适用 (基于 .NET)",[132,133,134],".NET compatible languages","Open CV","Visual Studio \u002F Unity \u002F dotnet command",[13,14,15],[137,138,139,140,64,141,142,143,144,145,146,147,148,149,150],"ai","computer-vision","dotnet","emgu","image-classification","image-processing","image-recognition","machine-learning","native-bindings","nuget","nuget-package","nuget-packages","opencv","maui","2026-03-27T02:49:30.150509","2026-04-06T23:05:18.367258",[],[155,160,165,170,175,180,185,190,195,200,205,210,215,220,225,230,235,240,245],{"id":156,"version":157,"summary_zh":158,"released_at":159},118330,"4.12.0","我们的开源发布包可在 [nuget.org](https:\u002F\u002Fwww.nuget.org\u002Fpackages?q=Emgu.CV) 上获取。\n\n请查看我们的[发行说明](http:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.12.0)和[文档](https:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.12.0\u002Fdocument\u002Findex.html)。\n\n随附的 3 个“nupkg”文件是本版本带有 CUDA 支持的 NuGet 包，但由于文件大小限制，我们无法将其上传至 nuget.org。（nuget.org 的文件大小上限为 250MB，而 Emgu.runtime.windows.cuda.blas.lt 包的大小超过了这一限制）有关如何使用这些包的说明，请参阅[此处](https:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FDownload_And_Installation#CUDA_nuget_package_4.5.1.2B)。","2025-10-09T13:23:40",{"id":161,"version":162,"summary_zh":163,"released_at":164},118331,"4.11.0","我们的开源发布包可在 [nuget.org](https:\u002F\u002Fwww.nuget.org\u002Fpackages?q=Emgu.CV) 上获取。\n\n请查看我们的[发行说明](http:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.11.0)和[文档](https:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.11.0\u002Fdocument\u002Findex.html)。\n\n随附的 3 个“nupkg”文件是本版本带有 CUDA 支持的 NuGet 包，但由于文件大小限制，我们无法将其上传至 nuget.org。（nuget.org 的文件大小上限为 250MB，而 Emgu.runtime.windows.cuda.blas.lt 包的大小超过了这一限制）有关如何使用这些包的说明，请参阅[此处](https:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FDownload_And_Installation#CUDA_nuget_package_4.5.1.2B)。","2025-07-29T13:02:06",{"id":166,"version":167,"summary_zh":168,"released_at":169},118332,"4.10.0","我们的开源发布包可在 [nuget.org](https:\u002F\u002Fwww.nuget.org\u002Fpackages?q=Emgu.CV) 上获取。\n\n请查看我们的[发行说明](http:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.10.0)和[文档](http:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.10.0\u002Fdocument)。\n\n随附的3个“nupkg”文件是本版本带有CUDA支持的NuGet包，但由于文件大小限制，我们无法将其上传至nuget.org。（nuget.org 的文件大小上限为250MB，而 Emgu.runtime.windows.cuda.blas.lt 包的大小超过了这一限制）有关如何使用这些包的说明，请参阅[此处](https:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FDownload_And_Installation#CUDA_nuget_package_4.5.1.2B)。","2025-02-22T16:47:04",{"id":171,"version":172,"summary_zh":173,"released_at":174},118333,"4.9.0","请查看我们的发布说明：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.9.0\n\n文档可以在这里找到：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.9.0\u002Fdocument\n\n“libemgucv-windesktop-4.9.0.5494.exe” 是一个安装程序，它会将 Emgu CV（不带 CUDA 支持）安装到您的工作站上，同时也会为 Visual Studio 2022 和 Visual Studio 2019 安装调试器可视化工具。\n\n“libemgucv-windesktop-4.9.0.5494.zip” 包含上述安装程序中的所有文件，但不会安装 Visual Studio 的调试器可视化工具。\n\n另外三个 “nupkg” 文件是此版本带有 CUDA 支持的 NuGet 包。由于文件大小限制，我们无法将其上传至 nuget.org。（nuget.org 的文件大小上限为 250MB，而 Emgu.runtime.windows.cuda.dnn.cnn.infer 包的大小超过了这一限制）有关如何使用这些包的说明，请参阅：\nhttps:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FDownload_And_Installation#CUDA_nuget_package_4.5.1.2B","2024-05-17T18:57:33",{"id":176,"version":177,"summary_zh":178,"released_at":179},118334,"4.8.0","请查看我们的发布说明：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.8.0\n\n文档可以在这里找到：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.8.0\u002Fdocument\n\n“libemgucv-windesktop-4.8.0.5324.exe”是一个安装程序，它会将 Emgu CV（不带 CUDA 支持）安装到您的工作站上，并同时为 Visual Studio 2022 和 Visual Studio 2019 安装调试器可视化工具。\n\n“libemgucv-windesktop-4.8.0.5324.zip”包含上述安装程序中的所有文件，但不会安装 Visual Studio 的调试器可视化工具。\n\n另外三个 “nupkg” 文件是此版本的 NuGet 包，支持 CUDA。由于文件大小限制，我们无法将其上传至 nuget.org。（nuget.org 的文件大小上限为 250MB，而 Emgu.runtime.windows.cuda.dnn.cnn.infer 包的大小超过了这一限制）有关如何使用这些包的说明，请参阅：\nhttps:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FDownload_And_Installation#CUDA_nuget_package_4.5.1.2B","2023-09-11T18:32:10",{"id":181,"version":182,"summary_zh":183,"released_at":184},118335,"4.7.0","请查看我们的发布说明：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.7.0\n\n文档可以在这里找到：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.7.0\u002Fdocument\n\n“libemgucv-windesktop-4.7.0.5276.exe” 是一个安装程序，它会将 Emgu CV（不带 CUDA 支持）安装到您的工作站上，同时也会为 Visual Studio 2022 和 Visual Studio 2019 安装调试器可视化工具。\n\n“libemgucv-windesktop-4.7.0.5276.zip” 包含上述安装程序中的所有文件，但不会安装 Visual Studio 的调试器可视化工具。\n\n另外三个 “nupkg” 文件是此版本带有 CUDA 支持的 NuGet 包。由于文件大小限制，我们无法将其上传到 nuget.org。（nuget.org 的文件大小上限为 250MB，而 Emgu.runtime.windows.cuda.dnn.cnn.infer 包的大小超过了这一限制）有关如何使用这些包的说明，请参阅：\nhttps:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FDownload_And_Installation#CUDA_nuget_pacakge_4.5.1.2B","2023-04-22T13:30:33",{"id":186,"version":187,"summary_zh":188,"released_at":189},118336,"4.6.0","请查看我们的发布说明：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.6.0\n\n文档可以在这里找到：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.6.0\u002Fdocument\n\n“libemgucv-windesktop-4.6.0.5131.exe” 是一个安装程序，它会将 Emgu CV（不带 CUDA 支持）安装到您的工作站上，同时还会为 Visual Studio 2022 和 Visual Studio 2019 安装调试器可视化工具。\n\n“libemgucv-windesktop-4.6.0.5131.zip” 包含上述安装程序中的所有文件，但不会安装 Visual Studio 的调试器可视化工具。\n\n“libemgucv-windesktop_x64-cuda-4.6.0.5131.zip.selfextract.exe” 是一个自解压的 ZIP 文件，其中包含带有“CUDA”支持的二进制文件。它需要配备最新显卡驱动程序的 NVIDIA 显卡。\n\n另外三个 “nupkg” 文件是此版本带有 CUDA 支持的 NuGet 包。由于文件大小限制，我们无法将其上传至 nuget.org。（nuget.org 的文件大小上限为 250MB，而 Emgu.runtime.windows.cuda.dnn.cnn.infer 包的大小超过了这一限制）有关如何使用这些包的说明可以在这里找到：\nhttps:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FDownload_And_Installation#CUDA_nuget_pacakge_4.5.1.2B","2022-10-27T19:46:38",{"id":191,"version":192,"summary_zh":193,"released_at":194},118337,"4.5.5","请查看我们的发布说明：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.5.5\n\n文档可以在这里找到：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.5.5\u002Fdocument\n\n“libemgucv-windesktop-4.5.5.4823.exe” 是一个安装程序，它会将 Emgu CV（不带 CUDA 支持）安装到您的工作站上，同时也会为 Visual Studio 2019 及 Visual Studio 2022 预览版安装调试器可视化工具。\n\n“libemgucv-windesktop-4.5.5.4823.zip” 包含上述安装程序中的所有文件，但不会安装 Visual Studio 的调试器可视化工具。\n\n“libemgucv-windesktop_x64-cuda-4.5.5.4823.zip.selfextract.exe” 是一个自解压的 ZIP 文件，其中包含带有“CUDA”支持的二进制文件。使用该文件需要配备最新显卡驱动程序的 NVIDIA 显卡。\n\n另外两个 “nupkg” 文件是此版本的 NuGet 包，支持 CUDA。由于文件大小限制，我们无法将其上传至 nuget.org。（nuget.org 的文件大小上限为 250MB，而 Emgu.runtime.windows.cuda.dnn.cnn.infer 包的大小超过了这一限制）有关如何使用这些包的说明，请参阅：\nhttps:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FDownload_And_Installation#CUDA_nuget_pacakge_4.5.1.2B","2022-01-12T21:09:46",{"id":196,"version":197,"summary_zh":198,"released_at":199},118338,"4.5.4","请查看我们的发布说明：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.5.4\n\n文档可以在这里找到：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.5.4\u002Fdocument\n\n“libemgucv-windesktop-4.5.4.4788.exe” 是一个安装程序，它会将 Emgu CV（不带 CUDA 支持）安装到您的工作站上，同时也会为 Visual Studio 2019 和 Visual Studio 2022 预览版安装调试器可视化工具。\n\n“libemgucv-windesktop-4.5.4.4788.zip” 包含上述安装程序中的所有文件，但不会安装 Visual Studio 的调试器可视化工具。\n\n“libemgucv-windesktop_x64-cuda-4.5.4.4788.zip.selfextract.exe” 是一个自解压的 ZIP 文件，其中包含带有“CUDA”支持的二进制文件。使用该文件需要配备最新显卡驱动程序的 NVIDIA 显卡。\n\n另外两个 “nupkg” 文件是此版本中带有 CUDA 支持的 NuGet 包。由于文件大小限制，我们无法将其上传至 nuget.org。（nuget.org 的文件大小上限为 250MB，而 Emgu.runtime.windows.cuda.dnn.cnn.infer 包的大小超过了这一限制）有关如何使用这些包的说明，请参阅：\nhttps:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FDownload_And_Installation#CUDA_nuget_pacakge_4.5.1.2B","2021-11-01T13:26:27",{"id":201,"version":202,"summary_zh":203,"released_at":204},118339,"4.5.3","请查看我们的发布说明：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.5.3\n\n文档可以在这里找到：\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.5.3\u002Fdocument\n\n“libemgucv-windesktop-4.5.3.4721.exe” 是一个安装程序，它会将 Emgu CV（不带 CUDA 支持）安装到您的工作站上，并同时为 Visual Studio 2019 安装调试器可视化工具。\n\n“libemgucv-windesktop-4.5.3.4721.zip” 包含上述安装程序中的所有文件，但不会安装 Visual Studio 的调试器可视化工具。\n\n“libemgucv-windesktop_x64-cuda-4.5.3.4721.exe” 是一个自解压的 ZIP 文件，其中包含带有“CUDA”支持的二进制文件。它需要配备最新显卡驱动程序的 NVIDIA 显卡。\n\n另外两个 “nupkg” 文件是此版本中带有 CUDA 支持的 NuGet 包。由于文件大小限制，我们无法将其上传至 nuget.org。（nuget.org 的文件大小上限为 250MB，而 Emgu.runtime.windows.cuda.dnn.cnn.infer 包的大小超过了这一限制）有关如何使用这些包的说明，请参阅：\nhttps:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FDownload_And_Installation#CUDA_nuget_pacakge_4.5.1.2B","2021-07-29T17:26:09",{"id":206,"version":207,"summary_zh":208,"released_at":209},118340,"4.5.2","Please check out our release note:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.5.2\r\n\r\nDocumentation can be found here:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.5.2\u002Fdocument\r\n\r\n\"libemgucv-windesktop-4.5.2.4673.exe\" is an installer that will install Emgu CV (without CUDA support) into your workstation, it will also install debugger visualizer for visual studio 2019.\r\n\r\n\"libemgucv-windesktop-4.5.2.4673.zip\" contains all files in the above installer, but will not install the debugger visualizer for visual studio.\r\n\r\n\"libemgucv-windesktop_x64-cuda-4.5.2.4673.exe\" is a self extract zip file, with binary that contains \"CUDA\" support. It will require a NVidia graphic card with latest graphic card driver installed.\r\n","2021-07-04T15:11:14",{"id":211,"version":212,"summary_zh":213,"released_at":214},118341,"4.5.1","Please check out our release note:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.5.1\r\n\r\nDocumentation can be found here:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.5.1\u002Fdocument\r\n\r\n\"libemgucv-windesktop-4.5.1.4349.exe\" is an installer that will install Emgu CV (without CUDA support) into your workstation, it will also install debugger visualizer for visual studio 2019.\r\n\r\n\"libemgucv-windesktop-4.5.1.4349.zip\" contains all files in the above installer, but will not install the debugger visualizer for visual studio.\r\n\r\n\"libemgucv-windesktop_x64-cuda-4.5.1.4349.zip.selfextract.exe\" is a self extract zip file, with binary that contains \"CUDA\" support. It will require a NVidia graphic card with latest graphic card driver installed.\r\n","2021-01-20T18:54:50",{"id":216,"version":217,"summary_zh":218,"released_at":219},118342,"4.4.0","Please check out our release note:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.4.0\r\n\r\nDocumentation can be found here:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.4.0\u002Fdocument","2020-09-04T20:39:11",{"id":221,"version":222,"summary_zh":223,"released_at":224},118343,"4.3.0","Please check out our release note:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.3.0\r\n\r\nDocumentation can be found here:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.3.0\u002Fdocument","2020-06-08T20:08:45",{"id":226,"version":227,"summary_zh":228,"released_at":229},118344,"4.2.0","Please check out our release note:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.2.0\r\n\r\nDocumentation can be found here:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.2.0\u002Fdocument","2020-01-27T20:04:13",{"id":231,"version":232,"summary_zh":233,"released_at":234},118345,"4.1.1","Please check out our release note:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.1.1\r\n\r\nDocumentation can be found here:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.1.1\u002Fdocument\u002Fhtml\u002F8dee1f02-8c8a-4e37-87f4-05e10c39f27d.htm","2019-10-09T18:06:58",{"id":236,"version":237,"summary_zh":238,"released_at":239},118346,"4.1.0","Please check out our release note:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.1.0\r\n\r\nDocumentation can be found here:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.1.0\u002Fdocument\u002Fhtml\u002F8dee1f02-8c8a-4e37-87f4-05e10c39f27d.htm","2019-05-25T19:52:49",{"id":241,"version":242,"summary_zh":243,"released_at":244},118347,"4.0.1","Please check out our release note:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-4.0.1\r\n\r\nDocumentation can be found here:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F4.0.1\u002Fdocument\u002Fhtml\u002F8dee1f02-8c8a-4e37-87f4-05e10c39f27d.htm","2019-04-19T13:43:10",{"id":246,"version":247,"summary_zh":248,"released_at":249},118348,"3.4.3","Release note can be found here:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Findex.php\u002FVersion_History#Emgu.CV-3.4.3\r\n\r\nDocumentation can be found here:\r\nhttp:\u002F\u002Fwww.emgu.com\u002Fwiki\u002Ffiles\u002F3.4.1\u002Fdocument\u002Fhtml\u002F8dee1f02-8c8a-4e37-87f4-05e10c39f27d.htm","2018-10-25T18:49:16"]