<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[James_Ray_Murphy的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/James_Ray_Murphy</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; James_Ray_Murphy]]></copyright><item><title><![CDATA[Python爬虫之CSS基础知识]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79419255</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79419255</guid><author>James_Ray_Murphy</author><pubDate>Fri, 02 Mar 2018 09:51:25 +0800</pubDate><description><![CDATA[CSS是层叠样式表（Cascading Style Sheets用的缩写，用来定义HTML元素属性，使HTML文档显示多样化。在HTML中，CSS一般有三种用法：1）内联样式表。直接将CSS代码写在HTML标记中（&amp;lt;body&amp;gt; &amp;lt;/body&amp;gt;里），使用style属性改变其样式。2）嵌入式样式表。将CSS代码写在&amp;lt;style&amp;gt; &amp;lt;/style&amp;gt;之间，&amp;...]]></description><category></category></item><item><title><![CDATA[Python爬虫之HTML知识]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79277961</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79277961</guid><author>James_Ray_Murphy</author><pubDate>Wed, 07 Feb 2018 14:24:46 +0800</pubDate><description><![CDATA[HTML是一种标记语言，标记语言是一套标记，HTML用标记语言来描述网页。
1.HTML的基本结构： 
1）  内容  : HTML 文档是由 包裹，这是HTML文档的文档标记，也称为HTML开始标记。
2）  内容  : HTML 文件头标记，主要包含文件的基本信息，比如网页的标题、关键字，在内容部分可以放置 ,  ,  等标记。该内容不会在浏览器中显示。
3）  内容  : HTML文]]></description><category></category></item><item><title><![CDATA[基于施密特正交化和最小二乘椭圆拟合的相位提取算法]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79276417</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79276417</guid><author>James_Ray_Murphy</author><pubDate>Wed, 07 Feb 2018 09:22:11 +0800</pubDate><description><![CDATA[非常高兴研究生期间投的Journal of Modern Optics期刊文章被录用。该文章提出了一种基于施密特正交化和最小二乘椭圆拟合的相位提取算法，该方法具有很好抗环境干扰性能，具有较高的提取精度。原文链接如下：点击打开链接]]></description><category></category></item><item><title><![CDATA[Python正则表达式详解--re模块]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79242911</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79242911</guid><author>James_Ray_Murphy</author><pubDate>Fri, 02 Feb 2018 20:32:43 +0800</pubDate><description><![CDATA[Python正则表达式详解]]></description><category></category></item><item><title><![CDATA[基于光流法相位提取算法---MATLAB实现]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79241518</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79241518</guid><author>James_Ray_Murphy</author><pubDate>Fri, 02 Feb 2018 17:30:01 +0800</pubDate><description><![CDATA[基于光流法相位提取算法原理的参考文献为：点击打开链接
%% *******************************************
%% **********************************************
clear;close all;clc;
N = 512;
xmax = 1;
ymax = 1;
delta = [0,pi/3];
]]></description><category></category></item><item><title><![CDATA[基于傅里叶变换的相位提取算法---MATLAB实现]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79241181</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79241181</guid><author>James_Ray_Murphy</author><pubDate>Fri, 02 Feb 2018 17:20:02 +0800</pubDate><description><![CDATA[%% **********************************************
%                      
%% **********************************************
clear;close all;clc;
N = 512;
xmax = 1;
ymax = 1;
delta = [0,pi/3];
x = lins]]></description><category></category></item><item><title><![CDATA[基于python的人脸识别（检测人脸、眼睛、嘴巴、鼻子......）]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79209172</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79209172</guid><author>James_Ray_Murphy</author><pubDate>Tue, 30 Jan 2018 18:14:15 +0800</pubDate><description><![CDATA[import numpy as np
import cv2

# 脸
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
face_cascade.load('D:BROWSE/Opencv/opencv/sources/data/haarcascades/haarcascade_frontalfa]]></description><category></category></item><item><title><![CDATA[内积之比法相位提取算法（RIP）---MATLAB实现]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79205607</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79205607</guid><author>James_Ray_Murphy</author><pubDate>Tue, 30 Jan 2018 14:28:58 +0800</pubDate><description><![CDATA[1.内积之比法相位提取算法原理：点击打开链接






2. MATLAB实现：

function phi_cor = RIP_fun(I)
P_11 = sum(sum(I(:,:,1).*I(:,:,1)));
P_21 = sum(sum(I(:,:,2).*I(:,:,1)));
delta_E = acos(P_21/P_11);

Fz = I(:,:,1)*co]]></description><category></category></item><item><title><![CDATA[干涉极值相位提取算法（EVI）----MATLAB实现]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79205378</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79205378</guid><author>James_Ray_Murphy</author><pubDate>Tue, 30 Jan 2018 14:19:41 +0800</pubDate><description><![CDATA[1.极大值与极小值相位提取算法原理：点击打开链接








MATLAB代码如下：
function phi_cor = EVI_fun(I)
% 函数说明：输入的I为MxNx2的矩阵，两幅干涉图的大小为MxN，输入时合并为一个参数I, 输出的phi_cor表示通过EVI提取出的二维包裹相位。

[I_mx I_my] = find(I(:,:,1) == max(max]]></description><category></category></item><item><title><![CDATA[基于Python二维离散余弦变换（DCT）及其反变换（IDCT）---程序对比]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79173388</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79173388</guid><author>James_Ray_Murphy</author><pubDate>Fri, 26 Jan 2018 16:00:10 +0800</pubDate><description><![CDATA[1.二维离散余弦变换（DCT）的原理见博客：点击打开链接
其中DCT和IDCT的变换基为：


OpenCV自带有DCT的程序，函数用法为：dst = cv2.dct(src), 其中src必须为float类型，uint8不能正常运行。
自己编写的dct程序和OpenCV自带的dct对比程序如下：
#二维图像的离散变余弦换（DCT）
#Python3.5
#库：cv2+numpy+ma]]></description><category></category></item><item><title><![CDATA[基于Pyhton的二维离散正弦变换（DST）及其反变换（IDST）]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79172583</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79172583</guid><author>James_Ray_Murphy</author><pubDate>Fri, 26 Jan 2018 15:21:25 +0800</pubDate><description><![CDATA[1.二维离散正弦变换（DST）的矩阵形式可以表示为：


其中T为DST变换后的矩阵，I为输入矩阵，C为变换基，C的表示为：


2.二维离散正弦反变换（IDST）可以表示为：



DST和DCT一样，能够把数据能量集中在矩阵的左上角，可以用于图像压缩存储。
Python程序：
#二维图像的离散正弦变换（DST）
#Python3.5
#库：cv2+numpy+matpl]]></description><category></category></item><item><title><![CDATA[三维形貌测量----光学位相轮廓术（PMP）]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79166264</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79166264</guid><author>James_Ray_Murphy</author><pubDate>Thu, 25 Jan 2018 20:36:57 +0800</pubDate><description><![CDATA[光学位相测量轮廓术(PMP)是一种基于光栅投影和相位测量的光学三维面形测量技术, 可有效实现物
体表面三维轮廓的自动测量。参考文献：点击打开链接


PMP三维型貌测量MATLAB仿真：
% ************************************************************************
%           PMP[Phase meas]]></description><category></category></item><item><title><![CDATA[Python二维离散余弦变换图像压缩应用（基于OpenCV）]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79163705</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79163705</guid><author>James_Ray_Murphy</author><pubDate>Thu, 25 Jan 2018 20:11:03 +0800</pubDate><description><![CDATA[离散余弦变换的特征是将物体信息能量汇聚到低频成分，高频成分接近0，因此被用于语音和图像处理领域。
在图像压缩存储中，可以将原始图像进行二维离散余弦变换，然后存储含有信息的低频部分的数据。在图像还原过程中，通过这些携带信息的低频数据就可以还原原始大小的图像。
Python程序如下：
# -*- coding: -utf-8 -*-
# Python版本：Python3.5
#库：numpy，o]]></description><category></category></item><item><title><![CDATA[Python中二维快速傅里叶变换----基于numpy库]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79160536</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79160536</guid><author>James_Ray_Murphy</author><pubDate>Thu, 25 Jan 2018 13:10:01 +0800</pubDate><description><![CDATA[二维傅里叶变换在图像处理中经常用到，为了更好理解python中的fft2。这里我们生成了二维正弦条纹，然后进行快速傅里叶变换。


#Python版本：Python3.5
#用到的库：numpy，matploylib
#作者：James_Ray_Murphy
# -*- coding: -utf-8 -*-


import numpy as np
import matplot]]></description><category></category></item><item><title><![CDATA[施密特正交化（GS）相位提取算法-----MATLAB实现]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79094649</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79094649</guid><author>James_Ray_Murphy</author><pubDate>Thu, 18 Jan 2018 12:36:48 +0800</pubDate><description><![CDATA[施密特正交化（GS）相位提取算法原理：算法程序：% I1和I2表示滤除背景光强的干涉图，I11和I22分别代表GS后的干涉图function [I11,I22] = GS_fil(I1,I2)norm1 = sqrt(sum(sum(I1.*I1)));I11 = I1./norm1;    proj = sum(sum(I2.*I11)).*I11;    I2 = I2-proj;norm2 ]]></description><category></category></item><item><title><![CDATA[Python学习笔记---递归算法（阶乘、斐波那次序列、汉诺塔）]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79093230</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79093230</guid><author>James_Ray_Murphy</author><pubDate>Thu, 18 Jan 2018 11:32:10 +0800</pubDate><description><![CDATA[1.N！2.斐波那次序列！3.汉诺塔！程序如下：#版本：Python3.5# usr/bin/python3# *********求N！*********print('递归程序1：求N的阶乘')def Factorial(n):    if n         print('请输入一个大于或等于0的整数！')    elif n == 0:        return 1    else:    ]]></description><category></category></item><item><title><![CDATA[超最小二乘椭圆拟合函数----MATLAB实现]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79084704</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79084704</guid><author>James_Ray_Murphy</author><pubDate>Wed, 17 Jan 2018 14:31:09 +0800</pubDate><description><![CDATA[1. 超最小二乘椭圆拟合（Hyper least squares fitting of ellipses）
上一篇博客给出了最小二乘椭圆拟合的函数（点击打开链接），超最小二乘椭圆拟合和最小二乘椭圆拟合有什么区别呢？简单来说，当所给的椭圆拟合数据只是占椭圆的一部分时，超最小二乘椭圆拟合的精度要高于最小二乘椭圆拟合，如下图所示。


详细介绍请看文献：(1) Kenichi Kanatani,]]></description><category></category></item><item><title><![CDATA[简单好用的最小二乘椭圆拟合算法---MATLAB实现]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79078633</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79078633</guid><author>James_Ray_Murphy</author><pubDate>Tue, 16 Jan 2018 20:22:29 +0800</pubDate><description><![CDATA[一般椭圆公式可以写为：


MATLAB代码为（这只是一个功能函数，需要添加输入才能运行）：
%*******************************
%    作者:James_Ray_Murpy
% 函数说明：V为输入变量，是一个Nx2的矩阵，第一列和第二列分别代表x和y的值。
%                  alpha表示一般椭圆公式的系数，b表示公式中的belt]]></description><category></category></item><item><title><![CDATA[微小剪切量剪切元件剪切方向的标定]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79068774</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79068774</guid><author>James_Ray_Murphy</author><pubDate>Mon, 15 Jan 2018 21:04:56 +0800</pubDate><description><![CDATA[1.首先回顾一下晶体双折射的相关知识（百度上有很多课件例如：点击打开链接）
简单来说就是一束光通过单轴双折射晶体可以分为两束光。如下图所示：


2.小剪切量剪切元件剪切方向的标定：
微小剪切量剪切单元主要是指剪切量在微米级别的剪切单元，由于剪切量非常小，通过肉眼无法辨别出，所以必须通过一些技术手段才能辨别出。
光路原理图如下图所示：
将起偏器的光轴方向设置为与竖直方向成45度角，然]]></description><category></category></item><item><title><![CDATA[高级迭代法（AIA）和通用相位提取（GPSA）算法对比-----MATLAB]]></title><link>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79063754</link><guid>https://blog.youkuaiyun.com/James_Ray_Murphy/article/details/79063754</guid><author>James_Ray_Murphy</author><pubDate>Mon, 15 Jan 2018 13:57:16 +0800</pubDate><description><![CDATA[%% *******************苏德志论文仿真********************
%                AIA算法和GPSA算法仿真对比(随机步长，移相未知)
%                作者：James_Ray_Murphy
%                参考文献：高精度干涉测量随机移相技术研究_苏志德
%*********************]]></description><category></category></item></channel></rss>