- 博客(15)
- 收藏
- 关注
RSS订阅原创 jetson的 RosmasterX3小车学习笔记
这个文章是个人对RosmasterX3智能网联小车个人的学习笔记，记录了其中遇到的一些问题，欢迎大家多多指教
2025-07-15 20:58:21
1298
4
原创 2025.6.28 （java安卓应用开发）
dpi 直角边（勾股定理） 除以设备大小 ， 每一英寸橡素大小。获得的是px id.wight = 0;button 按钮格式 按钮是继承TextView。ctrl + alt + f/ // 变全局变量。修改文子大小，用wrap_content才行。修改完后setLayoutParams()java 用户xml都可以设置 背景颜色。sp会跟随系统大小，二dp不会跟随。<view>也可以布局在子布局下面。top|lift 可以左上对齐。onCreat初始化生命周期。
2025-06-28 20:25:07
436
原创 YOLOV5+deepsort实现记录车辆违规等
det[:, :4] = scale_coords(img.shape[2:], det[:, :4], im0.shape).round() # 缩放坐标到原始图像尺寸。:return: 更新后的边界框列表，格式为[(x1, y1, x2, y2, class_label, track_id),...]:param bboxes: 边界框列表，格式为[(x1, y1, x2, y2, class_id, track_id),...]
2025-04-25 20:54:44
529
原创 2025.4.23（1）
Nmap（Network Mapper）是一款用于网络发现和安全审计的开源工具。它能扫描目标主机开放的端口、运行的服务、操作系统类型等信息，是网络安全工作者常用的扫描工具。
2025-04-23 23:04:38
1022
原创 第3，ros2(内容日期是越上，越新)
————————————————————分割线———————————————————官方文件，可以看看2025.4.21日晚上更。
2025-04-21 21:35:16
735
原创 第二天：stm32学习笔记（GPIO,TIM_TIME定时器,TIM_OC比较器，NVIC中断）
如果对其他功能的使能化感兴趣，可以查看它们对应的文档。这里我们要定义 GPIO（即每个引脚）的结构体。使用什么功能，就定义什么结构体。对于 GPIO 端口设置，定义结构体的方式如下：cGPIO_InitTypeDef + 你要使用的功能的结构体的名字（这里是对 GPIO 端口设置，结构体名称为 GPIO_InitStructure）实际定义代码为：c。
2025-04-20 19:27:58
1271
原创 opencv+YOLO实现车辆识别（oepncv+yolov8），单独跟踪车辆（kcf算法），区域划分车辆识别（今天简单的位置划分来识别），颜色识别（与openmv的颜色阈值限制一样的方法）
这里讲的方法比较简单，不用算法只是达到效果import cv2while(1):ret , fram = cap.read()#imgread会返回两个值，一个ret真假，一个fram一帧图片，所以用循环，吧视频的所有帧都循环出来#定义区域限制区域break这里是结果（其实就是在我们限制names下面在限制一个范围就可以了，用if,但我们一般图片要限定的范围是吧规整的，所以要用不同的方式，这种方式只适合垂直规整的图片或者视频，不然没办法做到完整，应为x1,y1与x2,y2是矩形的对角坐标）
2025-04-13 19:21:53
1634
原创 YOLO8（实现车流测速度--0.1版本）
print(f"处理物体时出错: {e}")distance_img = 100 # 图像距离（像素）last_centers = [] # 存储上一帧所有物体的中心点。# 使用zip绑定两帧的检测结果（简单匹配，按顺序）distance_now = 10 # 实际距离（米）# 获取两帧的边界框坐标。print("fram2读取失败")# 绘制边界框和速度。print("fram1读取错误")print("视频打开错误")def blc(): # 比例尺。# 确保两帧都有检测结果。
2025-04-10 22:05:58
299
原创 openCV（基于颜色检测工具）{把a的地址换一下就可以用，电机图片，端口返回对应点的l,a,b值，方便前面讲解的openCV颜色检查阈值的设定}
【代码】openCV（基于颜色检测工具）{把a的地址换一下就可以用，电机图片，端口返回对应点的l,a,b值，方便前面讲解的openCV颜色检查阈值的设定}
2025-04-08 19:04:28
238
原创 openCV颜色识别（与openMV颜色识别类似）{文章看法可以借助ai来解读，每一段会加一两个函数，ai一点一点搞懂，核心是视频—＞变图片—＞从RGB变成LAB类型—＞然后拆分限制合并，达到目的}
增加通道拆分，才分完之后，就可以用阀值限制你所想要的范围，处了你所限制的范围，其他范围的都变成0，都会消失，下一节处理l a b一起限制阈值从而达到只留限制地方图片，到时候就可以框起来，达到筛选的目的，当然lab图的优点是，比RGB多亮度，可以避免错误。cap.set 是模仿openmv里面的曝光设置自动均衡，自动白平衡（使用是因为在自动调节下，会影响后面用阈值，会有误差，并且openmv最开始的教程写法也是用阈值限制所要的地方，从而达到识别）
2025-04-08 17:37:43
775
原创 opencv学习笔记
需要先设置区域掩膜操作 result = cv2.bitwise_and(blurred, blurred, mask=mask) {bitwise 按位}//bitwise_and 进行1，0对比， 11=1；10=0；00=0把除掩膜外变成黑色然后进行cv.calcHist()
2025-04-08 14:25:15
1006
1
【嵌入式系统】基于STM32F103VET6的电路原理图设计
2025-06-10
TA创建的收藏夹 TA关注的收藏夹
TA关注的人