電腦圖像檢測方法

❶ 電腦顯示器不出圖像怎麼辦

在有些時候我們的電腦 顯示器 不出圖像，這該怎麼辦呢?下面就由我來為你們簡單的介紹電腦顯示器不出圖像的原因及解決 方法 吧!希望你們喜歡!

電腦顯示器不出圖像的解決方法一：

顯示器不出圖像是因為沒有收到顯卡發送過來的顯示信號，自動節能，進入待機狀態，當然就沒有圖像了。

1，檢查顯示器和顯卡的連接(特別是有獨顯和集顯的，不要接到集顯上)是否正確，接觸是否良好。

把你的顯示器接到別人的電腦上，如能顯示，說明你的顯示器是好的，你要進一步查顯卡。

2，檢查顯卡和主板是否接觸良好，顯卡是否正常工作，清潔顯卡的金手指，重新插拔試試。

3，檢查主機是因內存接觸不良等問題沒有正常開機(硬碟燈沒有跳動，沒有進入系統的聲音[有音箱的話])。

4，將主機接別的顯示器試下，如果也不亮證明是主機問題，用替換法檢查顯卡，內存，主板找出損壞的硬體。

5，如果接別的顯示器能亮，換回原來的顯示器還是一樣，顯示器損壞，需要維修。

電腦顯示器不出圖像的解決方法二：

1、顯示器VGA連線松落

很多時候顯示器不能顯示都是因為主機和顯示器的連線松落，這時我們接好即可。

2、內存條松落或損壞

解決辦法：用橡皮擦擦拭內存條金手指，並重插內存條;更換內存條。

3、主機短路

解決辦法：清理主機，並重插接線

4、主板 BIOS 問題

主板bios存儲著重要的硬體數據，一旦它出現故障就可能導致電腦 不能啟動 。

解決辦法：進入主板BIOS設置界面將bios恢復至默認值。

5、 cpu 問題

解決辦法：更換cpu

6、CPU超頻引起顯示器不能顯示

解決辦法：cpu超頻導致cpu、風扇、顯卡等的溫度上升，可導致顯示器不能正常工作，甚至可能燒壞顯卡。

7、主板問題

❷ 計算機視覺——典型的目標檢測演算法(OverFeat演算法)（二）

【嵌牛導讀】目標檢測在現實中的應用很廣泛，我們需要檢測數字圖像中的物體位置以及類別，它需要我們構建一個模型，模型的輸入一張圖片，模型的輸出需要圈出圖片中所有物體的位置以及物體所屬的類別。在深度學習浪潮到來之前，目標檢測精度的進步十分緩慢，靠傳統依靠手工特徵的方法來提高精度已是相當困難的事。而ImageNet分類大賽出現的卷積神經網路（CNN）——AlexNet所展現的強大性能，吸引著學者們將CNN遷移到了其他的任務，這也包括著目標檢測任務，近年來，出現了很多目標檢測演算法。

【嵌牛鼻子】計算機視覺

【嵌牛提問】如何理解目標檢測演算法——OverFeat

【嵌牛正文】

一、深度學習的典型目標檢測演算法

深度學習目標檢測演算法主要分為 雙階段檢測演算法 和 單階段檢測演算法 ，如圖1所示。

雙階段目標檢測演算法先對圖像提取候選框，然後基於候選區域做二次修正得到檢測結果，檢測精度較高，但檢測速度較慢;單階段目標驗測演算法直接對圖像進行計算生成檢測結果，檢測速度快,但檢測精度低。

1、雙階段目標檢測演算法

雙階段目標檢測方法主要通過選擇性搜索（Selective Search）或者Edge Boxes等演算法對輸入圖像選取可能包含檢測目標的候選區域（Region Proposal），再對候選區域進行分類和位置回歸以得到檢測結果。

1.1 OverFeat 演算法

《OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks》

Sermanet 等改進AlexNet 提出 OverFeat 演算法。該演算法結合AlexNet通過多尺度滑動窗口實現特徵提取功能，並且共享特徵提取層，應用於圖像分類、定位和目標檢測等任務。

關鍵技術：

1、FCN（ 全卷積神經網路 ）

對於一個各層參數結構都設計好的網路模型，要求輸入圖片的尺寸是固定的（例如，Alexnet要求輸入圖片的尺寸為227px*227px）。如果輸入一張500*500的圖片，希望模型仍然可以一直前向傳導，即一個已經設計完畢的網路，可以輸入任意大小的圖片，這就是FCN。

FCN的思想在於：

1、從卷積層到全連接層，看成是對一整張圖片的卷積層運算。

2、從全連接層到全連接層，看成是採用1*1大小的卷積核，進行卷積層運算。

如上圖所示，綠色部分代表卷積核大小。假設一個CNN模型，其輸入圖片大小是14*14，通過第一層卷積後得到10*10大小的圖片，然後接著通過池化得到了5*5大小的圖片。像但是對於像素值為5*5的圖片到像素值為1*1的圖片的過程中：

（1）傳統的CNN：如果從以前的角度進行理解的話，那麼這個過程就是全連接層，我們會把這個5*5大小的圖片，展平成為一維向量進行計算。

（2）FCN：FCN並不是把5*5的圖片展平成一維向量再進行計算，而是直接採用5*5的卷積核，對一整張圖片進行卷積運算。

二者本質上是相同的，只是角度不同，FCN把這個過程當成了對一整張特徵圖進行卷積，同樣，後面的全連接層也是把它當做是以1*1大小的卷積核進行卷積運算。

當輸入一張任意大小的圖片，就需要利用以上所述的網路，例如輸入一張像素為16*16的圖片：

根據上圖，該網路最後的輸出是一張2*2的圖片。可見採用FCN網路可以輸入任意大小的圖片。同時需要注意的是網路最後輸出的圖片大小不在是一個1*1大小的圖片，而是一個與輸入圖片大小息息相關的一張圖片。

Overfeat就是把採用FCN的思想把全連接層看成了卷積層，在網路測試階段可以輸入任意大小的圖片。

2、offset max-pooling

簡單起見，不用二維的圖像作為例子，而是採用一維作為示例：

如上圖所示，在X軸上有20個神經元，並且選擇池化size=3的非重疊池化，那麼根據之前所學的方法應該是：對上面的20個神經元，從1位置開始進行分組，每3個連續的神經元為一組，然後計算每組的最大值(最大池化)，19、20號神經元將被丟棄，如下圖所示：

或者可以在20號神經元後面，添加一個數值為0的神經元編號21，與19、20成為一組，這樣可以分成7組:[1,2,3]，[4,5,6]……,

[16,17,18],[19,20,21]，最後計算每組的最大值。

如果只分6組，除了以1作為初始位置進行連續組合之外，也可以從位置2或者3開始進行組合。也就是說其實有3種池化組合方法：

A、△=0分組:[1,2,3]，[4,5,6]……,[16,17,18]；

B、△=1分組:[2,3,4]，[5,6,7]……,[17,18,19]；

C、△=2分組:[3,4,5]，[6,7,8]……,[18,19,20]；

對應圖片如下：

以往的CNN中，一般只用△=0的情況，得到池化結果後，就送入了下一層。但是該文獻的方法是，把上面的△=0、△=1、△=2的三種組合方式的池化結果，分別送入網路的下一層。這樣的話，網路在最後輸出的時候，就會出現3種預測結果了。

前面所述是一維的情況，如果是2維圖片的話，那麼(△x,△y)就會有9種取值情況(3*3)；如果我們在做圖片分類的時候，在網路的某一個池化層加入了這種offset 池化方法，然後把這9種池化結果，分別送入後面的網路層，最後的圖片分類輸出結果就可以得到9個預測結果(每個類別都可以得到9種概率值，然後我們對每個類別的9種概率，取其最大值，做為此類別的預測概率值)。

演算法原理：

文獻中的演算法，就是把這兩種思想結合起來，形成了文獻最後測試階段的演算法。

1、論文的網路架構與訓練階段

(1)網路架構

對於網路的結構，文獻給出了兩個版本——快速版、精確版，一個精度比較高但速度慢；另外一個精度雖然低但是速度快。下面是高精度版本的網路結構表相關參數：

表格參數說明：

網路輸入：圖片大小為221px*221px；

網路結構方面基本上和AlexNet相同，使用了ReLU激活，最大池化。不同之處在於：(a)作者沒有使用局部響應歸一化層；(b)然後也沒有採用重疊池化的方法；(c)在第一層卷積層，stride作者是選擇了2，這個與AlexNet不同（AlexNet選擇的跨步是4，在網路中，如果stride選擇比較大得話，雖然可以減少網路層數，提高速度，但是卻會降低精度）。

需要注意的是把f7這一層，看成是卷積核大小為5*5的卷積層，總之就是需要把網路看成前面所述的FCN模型，去除了全連接層的概念，因為在測試階段可不是僅僅輸入221*221這樣大小的圖片，在測試階段要輸入各種大小的圖片，具體請看後面測試階段的講解。

(2)網路訓練

訓練輸入：對於每張原圖片為256*256，然後進行隨機裁剪為221*221的大小作為CNN輸入，進行訓練。

優化求解參數設置：訓練的min-batchs選擇128，權重初始化選擇高斯分布的隨機初始化：

然後採用隨機梯度下降法，進行優化更新，動量項參數大小選擇0.6，L2權重衰減系數大小選擇10-5次方。學習率初始化值為0.05，根據迭代次數的增加，每隔幾十次的迭代後，就把學習率的大小減小一半。

然後就是DropOut，這個只有在最後的兩個全連接層，才採用dropout，dropout比率選擇0.5。

2、網路測試階段

在Alexnet的文獻中，預測方法是輸入一張圖片256*256，然後進行multi-view裁剪，也就是從圖片的四個角進行裁剪，還有就是一圖片的中心進行裁剪，這樣可以裁剪到5張224*224的圖片。然後把原圖片水平翻轉一下，再用同樣的方式進行裁剪，又可以裁剪到5張圖片。把這10張圖片作為輸入，分別進行預測分類，在後在softmax的最後一層，求取個各類的總概率，求取平均值。

然而Alexnet這種預測方法存在兩個問題：

一方面這樣的裁剪方式，把圖片的很多區域都給忽略了，這樣的裁剪方式，剛好把圖片物體的一部分給裁剪掉了；

另一方面，裁剪窗口重疊存在很多冗餘的計算，像上面要分別把10張圖片送入網路，可見測試階段的計算量還是較大的。

Overfeat演算法：

訓練完上面所說的網路之後，在測試階段不再是用一張221*221大小的圖片了作為網路的輸入，而是用了6張大小都不相同的圖片，也就是所謂的多尺度輸入預測，如下表格所示：

當網路前向傳導到layer 5的時候，就利用了前面所述的FCN、offset pooling這兩種思想的相結合。現以輸入一張圖片為例(6張圖片的計算方法都相同)，講解layer 5後面的整體過程，具體流程示意圖如下：

步驟一：

對於某個尺度的圖片，經過前五層的卷積後得到特徵圖。上圖中特徵圖的解析度是20x23，256個通道。

步驟二：

對於該特徵圖，重復多次使用非重疊的池化，每次池化的偏置不同，有行偏置和列偏置。上圖中偏置池化3次，偏置分別為為(0,1,2)。這就是offset pooling，也被稱為fine stride。offset pooling得到的特徵圖的維度為6x7x3x3xD，其中6x7是特徵圖的解析度，3x3是偏置池化的次數，D是通道數。上圖中是以1維顯示的。

步驟三：

池化後得到的特徵圖將被送入分類器。

步驟四：

分類器的輸入是的5x5xD，輸出是C(類別數)維向量。但是offset pooling後得到的特徵圖並不是5x5xD，比如上圖中的特徵圖大小為6x7xD，因此分類器以滑動窗口的方式應用在特徵圖上，每個滑動窗口經過分類器輸出一個C維向量。比如上圖中輸入的6x7xD的特徵圖最終得到2x3xC的輸出，其中2x3是滑動窗口的個數。

步驟五：

而2x3xC只是一組偏置池化的輸出，總的輸出為2x3x3x3xC，將輸出的張量reshape，得到6x9xC輸出張量。最終輸出分類張量為3d張量，即兩個解析度維度 x C維。

然後需要在後面把它們拉成一維向量，這樣在一個尺度上，可以得到一個C*N個預測值矩陣，每一列就表示圖片屬於某一類別的概率值，並且求取每一列的最大值，作為本尺度的每個類別的概率值。

最後一共用了6種不同尺度(文獻使用了12張，另外6張是水平翻轉的圖片)進行做預測，然後把這六種尺度結果再做一個平均，作為最最後的結果。

從上面過程可以看到整個網路分成兩部分：layer 1~5這五層稱之為特徵提取層；layer 6~output稱之為分類層。

六、定位任務

用於定位任務的時候，就把分類層(上面的layer 6~output)給重新設計一下，把分類改成回歸問題，然後在各種不同尺度上訓練預測物體的bounding box。

❸ 簡述圖像真實檢驗的主要技術

圖像真實性鑒別方法
摘要 通過從圖像檢驗的原理入手，對常見的偽造圖像方法進行分析研究，介紹了照片的質量檢驗、照片重復區域法檢驗、數字圖像與數碼相機本底雜訊一致性檢驗、圖像內容間景深關系的檢驗、光照方向一致性的檢驗、照片中成像透視比例的檢驗、模擬攝影法檢驗和實物對照檢驗等方法，檢驗圖像的真實性。
關鍵詞 偽造圖像 檢驗鑒定

偽造照片在其偽造過程中使用的素材、工具、材料等十客觀存在的，同時拍攝過程中的構圖，用光、調焦以及各種景物的透視關系和照片後期製作中的色彩矯正、反差控制等，無不反映出照片是否一體性的特徵，它們為檢驗鑒定提供了可行性，由於科技發展變化迅速，電腦製作出鑒定計算機偽造照片的標准和數據，目前也非常困難。本文從鑒定照片原理入手，介紹照片檢驗的常用方法。

1 檢驗原理
1.1 攝影成像的景深
我們在拍照時要對拍攝主體進行調焦，使主體清晰成像在焦平面上，而且景物空間中位於調焦無平面前後一定距離內的景物，也能結成人眼視覺上相對清晰的影像，人們常將調焦物前後相對清晰成像的景物空間距離稱為景深。景深現象的產生是由於人眼存在最小分辨角的緣故，他是一個相對的概念。從景深產生的原理可知，照片上景深范圍內的物體的清晰程度是不一致的，成漸變趨勢，越靠近對焦平面，影像的清晰度越高；此外，前景深小於後景深。這一成像特性對添加性偽造照片的鑒別停工了理論根據。
1.2 拍攝成像的透視原理
物體通過光學鏡頭成像在焦平面上時符合物體成像的透視原理。物體在照片上成像後雖然從三維空間轉變到二維平面上，但照片中物體位置的關系還是符合空間中的透視規律的。物體在照片中成像的透視的規律如下：
（1） 凡是兌換面平行的直線、平面，在畫面上就沒有變化，仍保持它原有的方向。
（2） 不平行畫面的平行直線要消失到一點，這個點叫消點。
（3） 近大遠小。是因為看近的物體所用視角大，看遠的物體視角小。視角大的透視圖就大，是較小透視圖就小。
（4） 平面要消失到一條直線上，這條直線就是消線。消線就是平面的方向，消線不同就是平面的方向不同。
透視原理為判斷照片中人物身高和檢驗拼接偽造照片提供了依據。
1.3 用光及光照均勻性
攝影是用光成像，光在攝影中同時起到照明和造型兩種作用。不同的打光角度和方向，在照片上形成各自不同的光線線條和影調。在照片檢驗中，光線線條和影調的一致性可以判斷照片的真實性。
鏡頭成像時，相面照度的不均勻性決定了圖像中通以色塊的亮度是變化的，也就是說不管物體表面多麼均勻，照片上都沒有完全相同的成塊空間。利用該原則可以檢驗通過克隆法進行偽造的照片。
1.4 數碼相機的本底雜訊
數碼相機的成像元件（CCD或CMOS）一般有數百萬個感光單元，如果其中某個感光單元損壞，不能成像，即成為壞點——DEAD PIXEL。數碼攝影和傳統相機不同，傳統相機拍攝時很少因電子零件產生環境就復雜多了，從操作過程中機體升溫效應，CCD上的殘留能量一致於機身零件本身，甚至來自外界的電磁波干擾都有可能會在畫面上形成雜色的斑點，此為噪點。壞點和噪點共同形成了數碼相機的本底雜訊，它對用該相機拍攝出的數碼影像產出直接的影響。利用數碼相機的本底雜訊可以對數碼影像的原始性進行檢驗。
2 計算機偽造照片的類型
計算機偽造照片的原始圖像主要由數碼相機拍攝、掃描儀掃描和網上下載等方式製得。在存儲器中以數字形式存儲實物的外在表現（事物的大小、形狀、顏色、相對關系等）。由於圖像的這種存儲特點使得數字圖像易於編輯、偽造照片的類型有：
（1） 拼接性偽造。就是通過對不同照片的不同部位進行拼接。
（2） 添加性偽造。就是在照片畫面上添加某些內容。
（3） 裁減性偽造。就是在照片畫面上裁切掉或刪掉某些內容。
（4） 克隆法偽造。利用計算機圖像處理中的克隆印章對圖像的某一局部進行克隆，從而實現偽造的目的。
3 鑒別方法
3.1 圖像質量的一般檢驗
對列印或擴印出的照片進行常規觀察檢驗，結合拼接照片在剪切拼接和翻拍過程中可能出現的特點，如圖像的清晰度、反差大小、色塊大小、色調連續性，又無非正常斑塊、又無影像變形等，分析其成因是否為剪切拼接過程所遺留。對照片可能編造區域的邊緣採用實彈的放大倍率進行觀察，查看其有無線條的錯位、成像不實、圖像之間的銜接是否正常又無袖描痕跡等特徵。
對數碼圖像需要放大到像素級時才能夠觀察到圖像的細微變化，此時可以通過灰度變化的梯級、通以色塊的色彩的變化等找出圖像的可疑點或處理位置。然後進入下一步進行具體確認。
3.2 影響重復區、克隆區的檢驗
對於局部復制或是用克隆技術進行區域查詢軟體進行預檢，對同一影像的各個區域進行掃描，改變掃描區域大小，找出相似區塊和重復區塊；對不同圖像則找出兩個圖像相近或相同的區域，為進一步檢驗提供線索。
對預檢出的區域進行圖像比隊、測試，找出差異點和相同點，分析其成因、製作方式和偽裝方式，從而對圖像作出相應的認定。
3.3 數碼圖像與相機本底雜訊的一致性檢驗
對數碼圖像，如果有拍攝該圖像的相機，就可以利用本底雜訊進行圖像與數碼相機拍攝關系的認定，一方面驗證兩者的關系，另一方面也驗證了數碼圖像的原始性，因為經過圖像處理後的圖像的本底雜訊會發生相應變化。具體辦法是利用專門的數碼相機本底雜訊檢測軟體，檢驗該相機的本底雜訊，得到數碼相機的本底雜訊分布情況，然後與圖像中雜訊點相比較，判斷兩者的一致性。
3.4 圖像內容間景深關系的檢驗
對於添加或克隆方式偽造的照片，加入部分圖像個部分的清晰度與前後景間圖像的清晰度的關系大多會違背景深原理，檢驗圖像時可以先找到圖像的對焦平面，然後檢驗對焦平面先後物體的清晰度變化是否與景深原理相符合，從而判斷的真實性。
3.5 光照方向一致性的檢驗
利用攝影用光時產生的光照效果的一致性來檢驗圖像的真實性。具體方法是對圖像中各個景物在攝影用光照明方向上形成的陰影的方向、大小、強度、反差等進行分析，找出可疑點或差異點，進行數值量化檢驗，判斷成因。
3.6 照片中成像透視比例的檢驗
利用攝影的幾何透視原理和空氣透視原理，比較圖像中各個成像物的大小透視、方向透視、影調透視以及物體間的比例關系，確定圖像中有無違背規律的現象存在。
3.7 模擬攝影法檢驗和實物對照法檢驗
當被殲圖像在景深、用光和透視等方面，出現不能確認的可疑點時，常常需要實際模擬拍攝法來檢驗、驗證說明圖像中出現的真實與否。
此外，對一致送檢照片的實際拍攝人物、物體和場景檢驗時，可以通過模擬攝影法，按照被殲圖像的位置關系實際模擬拍攝，通過比對直接檢驗照片中的人、物、景符合程度和差異位置，以確定相關部位的客觀真實性。
綜上所述，計算機偽造照片的檢驗既有明確的科學理論根據，又有系統的檢驗方法，但是矛與盾是相輔相承德兩個對立面，隨著科學技術，特別是應用軟體的發展，圖像偽造技術水平也在提高，這就需要廣大技術人員共同努力，發掘、發現更多、更有效的檢驗手段和方法。

❹ 怎麼測試電腦攝像頭好壞

1、打開計算機中的開始菜單，點擊所有應用，選擇「相機」應用，然後打開相機應用，如果攝像頭可以正常啟動，同時顯示拍攝的畫面，就證明攝像頭是正常的，如果無法顯示圖像，就證明攝像頭故障；

2、先把攝像頭接上電腦看看有沒有提示找到新硬體，如果有直接看，沒有的話，檢查USB口是否正常，一般USB口為±15伏電壓，很容易判斷是否好壞，或者因為主板USB驅動太老，看看攝像頭的型號，以及下載驅動是否吻合，驅動裝後，要重新啟動電腦，打開攝像頭圖標一般電腦的右下邊有一個外接圖標，如果沒有查到，在硬體管理的問號右擊，自動查找即可。

❺ 怎麼檢測戴爾電腦的圖片處理測試

下一篇：如何快速的讓戴爾電腦恢復到出廠前的設置？
戴爾代理解答新買回家的戴爾電腦應該怎麼檢測它的圖片處理測試功能了，以下有講述
圖片處理測試
再下來可以考慮測試一下電腦的圖片處理能力。推薦用常用的圖形處理軟體來測試，可以試著打開多個圖片文件、更改圖片或者編輯圖片來測試電腦圖片處理速度、觀察畫質。
或者通過渲染性能測試軟體測試，比如根據管線追蹤繪制3D圖像、重負載渲染性能測試軟體，這些軟體均可測試機器本身在3D/2D工具軟體中的性能表現
戴爾電腦的顯卡的性能指標：
刷新頻率：指圖象在屏幕上更新的速度，即屏幕上每秒鍾顯示全畫面的次數，其單位是Hz。75Hz以上的刷新頻率帶來的閃爍感一般人眼不容易察覺，因此，為了保護眼睛，最好將顯示刷新頻率調到
75Hz以上。

❻ 電腦屏幕是否漏光怎麼檢測

買回電視機，為了以防買到質量不好的，這時我們得先對電視屏幕進行檢測。下面是我為大家介紹電腦屏幕是否漏光的檢測方法,歡迎大家閱讀。

電腦屏幕是否漏光的檢測方法

1一.什麼是電視漏光?

電視 漏 光是指顯示屏顯示黑色圖像時，在屏幕的四周有較多的光線漏出，這是由於屏幕液晶體與框架之間的吻合不緊密導致燈管的光線透射出來了，使屏幕的四周看起來比中心亮。這個是液晶電視的常見問題，甚至從一定的角度看，是一個無法避免的現象，只不過是程度不一樣。

圖中的白色區域就是漏光區域，這已經是嚴重的漏光現象

16漏光現象是所有電視的通病，以下方法可以緩解這一現象：

1.看電視不要關燈。開燈看能使漏光顯得明顯減少，原來的漏光灰斑大部分會變成黑色。這是因為開燈後瞳孔縮小，猶如相機光圈 縮 小，對微弱光線(漏光)不再敏感了。

❼ 電腦顯示未檢測到攝像頭怎麼辦

1. 視頻時出現未檢測到攝像頭這是怎麼回事
可以嘗試一下以下方法。

1.在控制面板-設備管理器-圖像設備下查看是否有攝像頭，如果沒有重置BIOS再進入系統查看是否有攝像頭（BIOS重置的方法：開機F2進入BIOS,F9恢復默認設置，F10保存退出）如果還是沒有的話，可以攜帶整機、發票、保卡到當地服務中心讓工程師檢測一下。

2.如果控制面板-設備管理器-圖像設備下是有攝像頭，可以參考以下方法：

3.如果安裝360安全衛士軟體，可以將360安全衛士卸載掉重啟後看攝像頭是否正常。

4.如果使用其他軟體安裝過攝像頭驅動，右鍵【我的電腦】-選擇【管理】-選擇【設備管理器】-選擇【圖像設備】-右鍵選擇攝像頭，選擇卸載，勾選卸載或者確定卸載，重啟，看一下是否正常。
2. 我的電腦檢測不到攝像頭怎麼辦
電腦攝像頭|筆記本攝像頭|PC攝像頭|免驅攝像頭|USB攝像頭|數碼攝像頭|網路攝像頭|夜視攝像頭|高清攝像頭|攝像頭價格|無驅攝像頭 / 2012-07-07 A：檢查操作系統、BIOS、USB介面和安裝是否有誤。

解決步驟： 第一步：如果您的操作系統是Windows 95，請升級到Windows 98以上，因為Windows95不支持USB介面。 第二步：檢查BIOS Setup，使USB裝置有效。

如設置正確，還是不能連接攝像頭，嘗試把攝像頭連接到第二個USB介面。 如果還是無效，您可能安裝了錯誤的驅動程序或選擇了錯誤的設備，請您查看系統設備並再次安裝正確的驅動程序，操作步驟如下（以Windows xp為例）： 在「控制面板」-「管理工具」-「計算機管理」-「設備管理器」，雙擊「其它設備」查看內容。

選擇「未知設備」（Unknown Device）並單擊「刪除」（Remove）按鈕，再單擊「更新」（Refresh），系統就會找到一個新設備，按照安裝步驟重新安裝攝像頭驅動程序。 說明：這是比較復雜的問題，需要進行多方面的嘗試。
3. 未檢測到攝像頭怎麼辦
尊敬的華碩用戶，您好！

1、先按組合鍵 Fn+V 開啟攝像頭，然後打開QQ或Lifeframe軟體查看視頻圖像。

2、【設備管理器】裡面查看是否有【圖像設備】或【USB camera】？如果沒有，一般是系統問題沒有正常識別載入這個設備。

可以嘗試在【設備管理器】---右鍵點擊任何一個設備，選擇【掃描檢測硬體改動】，重啟電腦，如果仍沒有此設備，建議您備份好重要數據到U盤或移動硬碟之後，然後恢復或重新安裝系統解決。

希望以上信息能夠對您有所幫助，謝謝。若以上回復還是沒有幫您解決您的問題，歡迎您繼續追問，您也可以登錄華碩在線即時服務：/support/ 進一步向工程師咨詢，感謝您對華碩的支持和關注，祝您生活愉快！
4. 為什麼筆記本電腦老是顯示未檢測到攝像頭
這是驅動有問題，下載攝像頭驅動，到聯想官網上找到驅動下載，對應筆記本型號

攝像頭驅動程序沒有正確安裝，目前 Windows XP/Vista,Windows 7的操作系統已經內置了大部分攝像頭的驅動程序，但是由於產品技術日新月異，一些新款的攝像頭可能要重新安裝自帶的驅動程序才能正常使用，所以這里建議先安裝一下購買的攝像頭包裝中自帶的驅動程序，下載個驅動，自動檢測驅動安裝。

如果驅動程序方面沒有問題的話，則可能是攝像頭有問題，建議送修或是更換。

採納喲
5. 未檢測到攝像頭
一、請您滑鼠右鍵點擊「計算機」（或「我的電腦」）--管理--系統工具，打開「設備管理器」，看一下裡面是否有「圖像設備」、hp webcam攝像頭設備或者u *** device設備（如果攝像頭驅動沒有安裝好，通常會出現此提示）。

1、如果沒有這些名稱的設備或者攝像頭設備顯示不正常，建議您參考下面操作：

(1)這個情況很可能是由於攝像頭驅動沒有安裝好造成的，請您重裝攝像頭驅動試試。關於如何從惠普官方網站下載相應產品的驅動程序，建議您可以參考下下面的官方文檔： /portal/site/hpsc/public/kb/docDisplay/?docId=emr_na-c02903029

2、如果沒有攝像頭設備，請您在設備管理器中，點擊「通用串列匯流排控制器」前的三角號，卸載「通用串列匯流排控制器」下面USB Root Hub設備，然後您再點擊設備管理器上方的「掃描檢測硬體改動」，重裝USB驅動。您也可以滑鼠右鍵點擊這些USB Root Hub--屬性--電源管理，將「允許計算機關閉這個設備以節約電源」前面的勾去掉試試。

3、如果您看到「圖像設備」下面有hp webcam，請您使用下面方法將攝像頭設備指定到microsoft的USB視頻設備試試：

(1) 依次打開設備管理器--圖像設備--HP WEBCAM—滑鼠右鍵點擊它，選擇更新驅動程序，下一步。

(2)選擇「瀏覽計算機以查找驅動程序軟體」下一步。

(3)選擇「從計算機的設備驅動列表中選擇」，下一步。

(4)取消「顯示兼容硬體」的勾選項，在「廠商」中選擇「Microsoft」，在「型號」中選擇「USB視頻設備」，下一步。

(5)顯示「WINDOWS已經成功地更新驅動程序文件」後關閉。

二、如果上面方法不能解決，請您查看電腦中是否安裝了優化軟體（例如金山毒霸或QQ管家等軟體），如果是，請您查看軟體保護設置中是否禁用了攝像頭，如果是，請將它開啟試試。

三、如果您確認在設備管理器看到了顯示正常的攝像頭設備，請您再使用可以打開攝像頭的軟體例如QQ軟體進行測試，另外，我為您提供一個Cyberlink YouCam攝像頭調用軟體，您可以安裝這個軟體測試是否可以打開攝像頭：

ftp:ftp.hp/pub/softpaq/sp59501-60000/sp59986.exe

四、如果無效，建議您保存數據後恢復BIOS默認值試試，方法如下：

您開機時連續點擊F10進入BIOS，選擇Exit選項，選擇loadsetup defaults--yes.再選擇Exit--exit saving changes—yes，就可以保存後退出了。

❽ 計算機是如何識別圖像的

OCR (Optical Character Recognition，光學字元識別)是指電子設備(例如掃描儀或數碼相機)檢查紙上列印的字元，通過檢測暗、亮的模式確定其形狀，然後用字元識別方法將形狀翻譯成計算機文字的過程;即，對文本資料進行掃描，然後對圖像文件進行分析處理，獲取文字及版面信息的過程。如何除錯或利用輔助信息提高識別正確率，是OCR最重要的課題，ICR(Intelligent Character Recognition)的名詞也因此而產生。衡量一個OCR系統性能好壞的主要指標有:拒識率、誤識率、識別速度、用戶界面的友好性，產品的穩定性，易用性及可行性等。

❾ 一台沒有網路的電腦怎麼測試攝像頭能不能用

一台沒有網路的電腦測試攝像頭能不能用的方法如下：1、打開電腦，在桌面上點擊【開始】，在顯示的菜單中右擊【計算機】，在顯示的菜單中選擇【管理】。
2、如果桌面上有【計算機】（或我的電腦）圖標，右擊此圖標，選中【管理】菜單。
3、在管理界面中點擊【設備管理器】，在右小窗口中查看是否有【圖像設備】選項，如果有則說明已安裝了視頻驅動。
4、大家都知道，如果電腦沒有安裝視頻驅動，攝像頭一般是用不了的，這樣可以藉助使用視頻時來判斷是否安裝了驅動，QQ用的人比較多， 使用QQ視頻就可以知道攝像頭能否正常使用，如果不能使用可說明驅動沒有安裝（或驅動已損壞，損壞和沒安裝結果一樣，攝像頭都不能用）。
5、打開一個聊天窗口，點擊視頻下拉按鈕，選中【視頻設置】。
6、在打開的視頻設置窗口中，選擇視頻中如果沒有選項可供選擇，則說明沒安裝視頻驅動。