自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(16)
  • 收藏
  • 关注

原创 Linux shell脚本——正则表达式

01 正则表达式1 字符类. ——匹配任意一个字符,如cod.可以匹配cod1、code等[] ——匹配括号中的任意一个字符,如[abc]d可以匹配ad、bd、cd等- ——在[]内表示字符范围(仅在中括号内有效),如[a-z]表示所有的小写字母^ ——位于[]括号内的开头,匹配除括号中的字符之外的任意一个字符,2 数量限定符? ——紧跟在它前面的单元匹配0次或1次,=0或=1+ ——紧跟在它前面的单元匹配1次或多次,>=1* ——紧跟在它前面的单元匹配0次或多次,&gt

2020-08-11 23:34:36 272 1

原创 Linux shell脚本——函数

噫吁嚱,危乎高哉!01 函数1 函数名() { 函数实现 }创建fun.sh文件,定义函数并调用函数,文件内容如下:func(){ echo "function func is called.";}echo "=== - start - ==="funcecho "==== - end - ===="在终端修改fun.sh文件为可执行文件并执行lihoon@lihoon:~/code/Linux_shell$ ./fun.sh === - start - ===function.

2020-08-09 23:44:38 301

原创 Linux shell脚本——参数和输入输出

没有学不会的技术01 位置参数和特殊变量1 位置参数和特殊变量:$**$0 相当于C语言main函数的argv[0],表示脚本本身文件名称$1、$2 相当于C语言main函数的argv[1]、argv[2]…,表示脚本文件名后的第1…个参数$# 相当于C语言main函数的argc -1,表示参数个数$@ 表示所有参数列表$* 表示所有参数列表$? 表示上一条命令的Exit Status$$ 表示当前进程号,脚本运行时的PIDshift .

2020-08-09 22:57:37 11790 1

原创 Linux shell脚本——变量、条件和循环语句

活到老,学到老,记下来就不会忘记了01 条件测试1 条件判别表达式:真——0,假——12 整数判别符:-eq——等于,-gt——大于,-lt——小于,-ne——不等于,-le——小于等于,-ge——大于等于3 条件测试命令:test或[ ] 测试条件lihoon@lihoon:~$ val=97 <<==定义变量val=97lihoon@lihoon:~$ test $val -gt 63 <<==用test命令比较变量是否>63lihoon.

2020-08-08 17:32:26 436

原创 Linux shell脚本基本符号

活到老,学到老,记下来就不会忘记了01 文件查找1 查看目录下的文件: lslihoon@lihoon:~/code/Linux_shell$ lscommand.sh note.txt sample.sh temp.sh temp.txt2 查看目录下以.sh结尾的文件: ls .shlihoon@lihoon:~/code/Linux_shell$ lscommand.sh note.txt sample.sh temp.sh temp.txt <<.

2020-08-08 17:26:53 209

原创 解决:YOLOv3-TypeError: buffer is too small for requested array

计划做一个图片检测的模型训练,但是数据集只有图片的分类标签,没有特征的bounding box,准备用预训练的YOLO3模型提取图片的bounding box,然后对提取结果进行筛选,制作完整的图片检测数据集。keras版本的代码下载地址:https://github.com/qqwweee/keras-yolo3Yolo官网地址:https://pjreddie.com/darknet/yo...

2020-04-29 20:59:27 3497 3

原创 SIFT算子与ORB算子特征检测效果对比(Python)

SIFT算子与ORB算子特征检测效果对比(Python)OpenCV中常用的特征检测和提取算法包括:Harris:用于检测角点SIFT:用于检测斑点(blob)SURF:用于检测斑点FASF:用于检测角点BRIEF:用于检测斑点ORB:带方向的FAST算法和具有旋转不变性的BRIEF算法的组合,ORB = oFAST + rBRIEF1、Harris算子在上一篇文章中详...

2020-04-10 23:55:10 3380 1

原创 图像特征检测——Harris角点检测算法及实现

图像特征检测(Harris角点检测、SIFT特征提取、ORB特征检测)一、Harris角点检测(1)原理通过一个小窗口对图像进行积分,随着窗口的移动,根据窗口内像素灰度积分值来判断像素点是否为角点,依据如下:灰度变化平缓的地方,窗口向任何方向移动,灰度积分保持不变,定义为“flat”图像边缘区域,窗口沿着边缘移动时,灰度积分近似不变,沿着其他方向移动时,灰度积分变化剧烈,定义为“edg...

2020-03-26 23:39:53 681

原创 python实现归并排序

归并排序拆分:归并排序使用了递归的方法,将无序的数组拆分成两个组数,再对拆分后的数组进行拆分,这样,拆分后的数组又可以拆分为两个数组,直到每个数组的长度为1。合并:对拆分的数组,选择两个数组合并,将较小的数字排到左侧,较大的数字排到右侧,合并后对新的数组和其他数组进行合并,直到所有的数组合并完成,就得到一个有序的数列。python实现代码#-*- coding:utf-8 -*-...

2020-03-25 23:13:41 238

原创 python+opencv--Hough直线检测

python+opencv–Hough直线检测通过Canny算子等边缘检测方法获得图像的边缘信息之后, 我们得到仅是多组连续的边缘像素点, 这些像素点包含了极为有用的信息, 但是这些信息我们无法直接使用, 因为图像噪声和图像像素误差的存在,图像的边缘轮廓并不是规则的几何线条, 不能直接通过函数来表达。比如从下面的建筑物图片和Canny算子提取的边缘图中,可以明显看到边缘图像中包含了大量建筑物的边...

2020-03-25 23:01:17 3958 1

原创 python实现插入排序

冒泡排序法请参考: https://blog.csdn.net/weixin_43801392/article/details/104809061选择排序法请参考: https://blog.csdn.net/weixin_43801392/article/details/104858074选择排序原理选择排序是从数列中逐个取数, 每取一个数, 按照其数值大小, 依次插入到新数列中合适的位置...

2020-03-14 21:40:14 165

原创 python实现选择排序

将一组数据按照从小到大(或者从大到小)的顺序排序, 冒泡排序法请参考:https://blog.csdn.net/weixin_43801392/article/details/104809061选择排序原理选择排序法更加简单粗暴, 从第一个数字开始, 直接从数列中找到最小的数字, 将最小的数字放到当前位置, 直到数列为空.第一轮排序: 从数列中第1个数字为基数, 遍历数列中其他的数字,...

2020-03-14 20:33:20 92

原创 python实现冒泡排序

如何将一组数列中的数字按照从小到大( 或者从大到小) 的顺序重新排序? 几种经典的算法是: 冒泡排序\选择排序\插入排序\归并排序\快速排序\计数排序.1 冒泡排序原理冒泡排序是对一组数列中连续的两个数字进行比较, 将数值较大的数字调整到较小的数字后面, 依次进行多伦比较和排序, 直到所有的数字排序完成. 举个例子, 假如存在一组数列为:原始数据为:19372...

2020-03-12 19:57:31 522 1

原创 解决:Ubuntu18.04打开Xmind8提示发生了错误

Ubuntu系统安装XMind8参考博客:https://www.cnblogs.com/thoughtful-actors/p/10232856.html问题一:Xmind8思维导图安装完成后,如果出现如下图所示的打开失败解决:原因是没有安装jdk依赖库,执行如下操作即可sudo apt-get install openjdk-8-jdk问题二:正常使用一段时间之后,突然又出现...

2020-03-06 20:07:52 1431 1

原创 python+Scikit-Learn线性回归及损失函数

线性回归及损失函数的python+Scikit-Learn实现环境:(ubuntu18.04LTS)Anaconda3+python3.7.4+Scikit-Learn一、线性回归监督学习机器学习主要分为监督学习、非监督学习和强化学习。其中,监督学习主要包括:分类(Classification)、回归(Regression)和排序(Ranking)。监督学习是通过已知的训练数据集,训...

2019-11-26 23:27:21 3391

原创 python+opencv图像滤波

python+opencv图像滤波环境:(ubuntu18.04LTS)Anaconda3+python3.7.4+opencv3.4.2常用图像滤波算法Python语言实现过程"""Greated on Mon Nov.24 2019Test - different filters@author: Lihoon"""import cv2 as cvksize = (5, 5...

2019-11-25 23:39:22 517

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

提示
确定要删除当前文章?
取消 删除