- 博客(3)
- 收藏
- 关注
RSS订阅原创 np.random.randn函数详解
不同个数参数输出的讲解：一个参数时：x = np.random.randn(3)输出一行三列的一维数组：两个参数时：x = np.random.randn(4,3)输出4行3列的二维数组：三个参数时：x = np.random.randn(4,3，2)输出4个小矩阵，每个小矩阵都是3行2列，并且这4个小矩阵组成一个大矩阵四个参数时：x = np.random.randn(4,3,2,2)输出：一个大矩阵里包含4个矩阵，然后每个矩阵又有三个矩阵，这三个矩阵分别是2行2列里
2020-10-03 00:08:26
40538
5
原创 多维数组np.pad函数的理解
多维数组np.pad函数的理解原函数是：np.pad(array, ((x1, y1), (x2, y2), (x3, y3)), 'constant')x1,y1）意思是着在a这个三维矩阵中，整个大矩阵中首尾分别添加x1，y1个和a中各个矩阵形状一样的0矩阵.效果如下图所示：原三维数组arr3D = np.array([[[1, 1, 2, 2, 3, 4], [1, 1, 2, 2, 3, 4], [1, 1, 2
2020-10-02 23:47:08
2023
原创 基于阈值方法的大津法（ＯＴＳＵ算法）－－－图像分割
基于阈值方法的大津法（ＯＴＳＵ算法）－－－图像分割主要分为三部分去实现： １.基本概念 大津法：属于阈值分割的范畴。阈值分割方法：利用图像中要提取的目标物体和背景在灰度上的差异，选择一个合适的阈值，通过判断每一个像素点的特征属性来确定该像素点属于目标区还是背景区域，从而产生二值图像。确定一个最优阈值是分割的关键 其确定阈值的过程为：记为前景与背景的分割阈值ｔ.前景点数占图像比例为ｗ０，...
2019-11-27 16:52:15
5564
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人