- 博客(22)
- 收藏
- 关注
RSS订阅
原创 Day Day UP UP !
Day Day UP UP记录日常这里是小丁的日常，每天进步一点点，偶尔偷偷懒，学习过程曲折，但希望总体曲线是螺旋上升的！不当之处，欢迎批评指正！
198
原创 numpy组队学习——随机抽样
numpy组队学习——随机抽样1、概述2、离散型随机变量2.1 二项分布1、概述numpy.random 模块对 Python 内置的 random 进行了补充，增加了一些用于高效生成多种概率分布的样本值的函数，如正态分布、泊松分布等。numpy.random.seed(seed=None) seed()用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed()值，则每次生成的随机数都相同，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。在对数据
2020-11-24 21:45:55
277
原创 numpy组队学习——输入和输出
numpy组队学习——输入和输出1、numpy二进制文件1.1 二进制文件格式1.2 二进制文件的保存和读取2、文本文件2.1 文本文件格式2.2 文本文件的保存与读取2.3 文本格式选项1、numpy二进制文件1.1 二进制文件格式npy格式 以二进制的方式存储文件，在二进制文件第一行以文本形式保存了数据的元信息（ndim，dtype，shape等），可以用二进制工具查看内容。npz格式 以压缩打包的方式存储文件，可以用压缩软件解压。numpy.save(file, arr, allow_pic
2020-11-24 21:25:05
174
原创 滤波【OpenCV&Python】
添加椒盐噪声import cv2 as cvimport numpy as npdef rgb2gray(img): h=img.shape[0] w=img.shape[1] img1=np.zeros((h,w),np.uint8) for i in range(h): for j in range(w): img1[i,j]=0.144*img[i,j,0]+0.587*img[i,j,1]+0.299*img[i,j,2
2020-07-14 10:12:35
222
原创 Canny边缘检测【OpenCV&Python】
Canny边缘检测0 引言1 Canny边缘检测基础1.1 应用高斯滤波去除图像噪声1.2 计算梯度1.3 非极大值抑制1.4 应用双阈值确定边缘2 Canny函数及使用0 引言参考书籍 《OpenCV轻松入门——面向Python》李立宗著，电子工业出版社出版Canny边缘检测是一种使用多级边缘检测算法检测边缘的方法。1 Canny边缘检测基础首先介绍一下Canny边缘检测的步骤：1、去噪。2、计算梯度的幅度与方向。3、非极大值抑制，即适当地让边缘“变瘦”。4、确定边缘。使用双阈值法确定最
2020-07-14 10:02:30
353
1
原创 图像轮廓（三）【OpenCV&Python】
图像轮廓（三）0 引言1 宽高比 AspectRation2 面积之比 Extend3 Solidity4 等效直径（Equivalent Diameter）5 方向6 掩模和像素点6.1 使用Numpy函数6.2 使用OpenCV函数获取轮廓点7 最大值和最小值及它们的位置8 平均颜色及平均灰度9 极点????小小搬运工，一边搬运一边思考参考书籍 《OpenCV轻松入门——面向Python李立宗著，电子工业出版社出版0 引言本节将介绍几个轮廓自身的属性特征及轮廓所包围的对象。1 宽高比 Aspe
2020-07-14 09:56:30
290
原创 图像轮廓（二）【OpenCV&Python】
图像轮廓（二）4 轮廓拟合4.1 矩形包围框4.2 最小包围矩形框4.3 最小包围圆形4.4 最优拟合椭圆4.5 最优拟合直线4.6 最小外包三角形4.7 逼近多边形????小小搬运工，一边搬运一边思考参考书籍 《OpenCV轻松入门——面向Python李立宗著，电子工业出版社出版4 轮廓拟合在计算轮廓时，可能并不需要实际的轮廓，而仅仅需要一个接近轮廓的近似多边形。4.1 矩形包围框函数cv2.boundingRect()能够绘制轮廓的矩形边界，该函数的语法格式为：retval = cv2.b
2020-07-14 09:48:47
417
原创 图像轮廓（一）【OpenCV&Python】
图像轮廓????小小搬运工，一边搬运一边思考参考书籍 《OpenCV轻松入门——面向Python李立宗著，电子工业出版社出版
2020-07-14 09:40:06
654
原创 图像梯度【OpenCV&Python】
图像梯度0 引言0 引言参考书籍 《OpenCV轻松入门——面向Python》李立宗著，电子工业出版社出版
2020-07-14 09:33:22
514
原创 K近邻算法【OpenCV&Python】
机器学习算法是从数据中产生模型，也就是进行学习的算法。我们把经验提供算法，它能够根据经验数据产生模型。在面对新的情况时，模型就会为我们提供判断结果。从数据中学得模型的过程称为学习（Learning）或者训练（Training），在训练过程中所使用的数据称为训练数据，其中的每个样本称为训练样本，训练样本所组成的合集称为训练集。当然，如果希望获得一个模型，除了有数据还需要给样本贴上标签（Label）...
2020-07-01 21:37:43
507
原创 支持向量机【OpenCV&Python】
支持向量机0、引言1、理论基础1.1 分类1.2 分类器1.3 将不可分变为可分1.4 概念总结2、案例介绍2.1 生成模拟数据2.2 构造分组标签2.3 训练2.4 分类2.5 显示分类结果2.6 完整程序2.7 运行结果0、引言支持向量机（Support Vector,SVM）是一种二分类模型，目标是寻找一个标准（称为超平面），从而对样本数据进行分割。支持向量机是最好的现成分类器之一，这里所谓的“现成”是指分类器不加修改即可使用。分割的原则是确保分类最优化（类别之间的间隔最大）。当数据集较小时，
2020-07-01 21:20:42
417
原创 图像运算（二）【OpenCV&Python】
图像运算（二）3、按位逻辑运算3.1 按位与运算3.2 按位或运算3.3 按位非运算3.4 按位异或运算3、按位逻辑运算逻辑运算是一种非常重要的运算方式，本节主要介绍penCV中的按位逻辑运算，简称位运算。常见的位运算如下表所示。函数名基本含义cv2.bitwise-_and()按位与cv2.bitwise-_or()按位或cv2.bitwise-_xor()按位异或cv2.bitwise-_not()按位取反3.1 按位与运算类比电路，与运算即
2020-06-18 21:28:19
224
原创 图像运算（一）【OpenCV&Python】
图像运算（一）1、加法运算1.1 加号运行算符1.2 cv2.add()函数2、图像加权和本章主要介绍了加法运算、位运算，并使用它们实现了位平面分解、图像异或加密、数字水印、脸部打码/解码等实例。1、加法运算在图像处理过程中，经常需要对图像进行加法运算。实现加法运算主要有两种方式，一种通过**加法运算符“+”，另一种是通过cv2.add()函数**对图像进行加法运算。1.1 加号运行算符使用加号运算符时，遵循以下规则：a+b=a+b，a+b≤255a+b= a+b，a+b≤255a+b=a+b，
2020-06-17 21:42:05
178
原创 图像处理基础（二）【OpenCV&Python】
图像处理基础（二）写在前面的话✨4、感兴趣区域（ROI）写在前面的话✨????????????先从小小搬运工开始吧！（接上篇）参考书籍 《OpenCV轻松入门——面向Python李立宗著，电子工业出版社出版4、感兴趣区域（ROI）感兴趣区域（Region of Interest），在设定感兴趣区域后，就可以对该区域进行整体操作。例如，将一个感兴趣区域A赋值给变量B后，可以将变量B赋值给另一个区域C,从而达到在区域C内复制区域A的目的。a = img[200:400,200:400]img[2
2020-06-11 20:34:41
233
原创 图像处理基础（一）【OpenCV&Python】
图像处理基础（一）写在前面的话✨图像的基本表示方法二值图像灰度图像彩色图像像素处理二值图像及灰度图像写在前面的话✨主要介绍图像的基本表示方法、像素的访问和操作、感兴趣区域处理、通道处理等知识点。使用的是面向Python的OpenCV，必须熟练掌握Numpy库，尤其是Numpy.array库。图像就是Numpy库中的一个数组。参考书籍**《OpenCV轻松入门——面向Python》**李立宗著，电子工业出版社出版图像的基本表示方法二值图像二值图像是指仅仅包含黑色（0） 和 **白色（1）**两种颜
2020-06-02 21:42:22
285
原创 Python篇：数据类型--集合
数据类型--集合引入集合特点作用去重关系测试语法基本操作增删改关系测试交集差集并集对称差集包含关系引入集合如何知道同时买了ipone7和ipone8的人？如何知道只买了ipone7和ipone8的人？正常思路如下：为了简化操作，我们引入集合。特点集合set是一个无序的，不重复的数据组合作用去重把一个列表变成集合，就自动去除了关系测试测试两组数据之前的交集、差集、并集等关系语法若{ }内为空，则数据类型为字典；若{ }内有数据，则数据类型为集合。1、直接令2、其他类型变集合
2020-06-01 20:06:16
122
原创 Python篇：数据类型hash函数
Hash函数概念特征用途概念一般翻译成“散列”，也可直接音译为“哈希”，意思就是把任意长度的输入，通过散列算法，变换成固定长度的输出，该输出就是散列值。这种转换时一种压缩映射，也就是说，散列值得空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，所以不可能从散列值来唯一地确定输入值。简单的说就是一种将任意长度的消息压缩到某一固定长度的消息摘要的函数。特征hash值得计算过程是依据这个值的一些特征计算的，这就要求hash值必须固定，因此hash的值必须是不可变的。不可变类型可
2020-06-01 19:55:23
633
原创 Python篇：数据类型--元组
数据类型--元组定义语法特性功能使用场景定义元组（tuple）其实跟列表差不多，也是存一组数，但一旦创建，便不能再修改，所以又叫只读列表。语法names = (“alex”,“Jack”，“alice”)说明：列表是中括号[ ],元组是小括号（）元组里面可以套列表特性（1）不可变（2）元组本身不可变，但元组中包含其他可变元素时，这些可变元素可变功能（1）index 返回索引（2）count 查看某个元素的个数（3）切片使用场景(1)显示的告知别人，此处数据不可修改（2）数据
2020-06-01 19:50:51
121
原创 MATLAB函数说明（graycomatrix）
MATLAB函数说明（graycomatrix）参考链接1、Matlab函数说明：graycomatrix1.1 灰度共生矩阵的理解1.2 函数用法1.3 函数描述1.4 参数解释2、函数实现参考链接1、《 基于LBP纹理特征计算GLCM的纹理特征统计量+SVM/RF识别纹理图片》2、《 graycomatrix 计算(图像)灰度共生矩阵(CLCM)——matlab相关函数说明，很详细》1...
2020-04-22 21:48:46
4281
2
原创 纹理特征（一）——GLCM灰度共生矩阵基础
纹理特征（一）——GLCM灰度共生矩阵灰度共生矩阵简介数学定义参考文献[1] HARALICK R M, SHANMUGAM K. Textural features for image classification[J]. IEEE transactions on systems ,man, and cybernetics, 1973 ,3(6):610-621.[2]王辉,丛榆坤,陈金阳...
2020-04-22 15:25:25
3376
2
原创 图像特征——纹理特征
纹理特征总述纹理特征简介引言纹理的有关定义纹理特征的特点优点缺点纹理特征的分类统计方法纹理特征简介参考文献：[1]刘丽,匡纲要.图像纹理特征提取方法综述[J].中国图象图形学报,2009,14(04):622-635.[2]李秀怡.图像纹理检测与特征提取技术研究综述[J].中国管理信息化,2017,20(23):175-178.引言纹理是一种反映图像中同质现象的视觉特征，它体现了物体表...
2020-04-21 14:45:22
12579
1
原创 Python篇：数据类型--字典
Python篇：数据类型--字典字典的优点定义：特性:创建赋值dict批量生成value:{}.fromkeys()增删改查字典的优点定义：{key1:value1,key2:value2}(1)键与值用冒号“：”隔开(2)项与项用逗号“，”隔开特性:1、key-value结构，无索引2、key必须为不可变数据类型，必须唯一3、可存放任意多个value、可修改、可以不唯一4、无...
2020-04-20 11:41:32
156
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