墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
2.8k累计阅读
2.8k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
pip install matplotlib
使用pycharm安装matplotlib见https://www.youkuaiyun.com/tags/MtTaEgxsMTk0Njc4LWJsb2cO0O0O.html
如何选择StandardScaler、MinMaxScaler和RobustScaler做标准化的对比解释和示例代码
选择合适的标准化方法取决于数据的特点和需求。如果数据分布接近正态分布且无异常值，可以使用。如果需要将数据映射到特定范围内并保持相对关系，可以使用。如果数据中存在异常值或离群点，可以使用进行鲁棒标准化。在分类、聚类算法中，需要使用距离来度量相似性的时候、或者使用PCA技术进行降维的时候，StandardScaler表现更好（避免不同量纲对方差、协方差计算的影响）；在不涉及距离度量、协方差、数据不符合正态分布、异常值较少的时候，可使用MinMaxScaler。
【学习记录】【python】【opencv】自学简要记录（未完）
自学记录 不专业 1.图像的导入、显示、储存 import cv2 #读入图像 cv2.imread(filepath,flags) #flags参数的取值： #cv2.IMREAD_COLOR：默认，载入一个彩色图像，忽略透明度 可用1代替 #cv2.IMREAD_GRAYSCALE：载入一个灰阶图像 可用0代替 #cv2.IMREAD_UNCHANGED：载入一个包含 Alpha 通道（透明度）的图像 可用-1代替 img1=cv2.imread('imgs/lx.jpg',0) #显示图
LightTools手动创建菲涅尔透镜的5个实用技巧（附详细步骤图）
本文详细介绍了在LightTools中手动创建菲涅尔透镜的5个核心技巧，包括理解旋转体与折线原理、高效构建多齿轮廓、编辑优化、坐标系定位以及属性设置与验证。通过分步图解和实用策略，帮助用户突破内置工具限制，实现对非标准齿形和复杂光学设计的完全掌控，提升建模精度与仿真效率。
python-opencv学习笔记小白记录1
python-opencv学习笔记小白记录1 （有错请大佬们纠正） 一、opencv图片读取、设置图片显示窗口大小 import cv2 imgpath = "image/001.jpg" #图片路径是在image文件夹下的001.jpg/image文件夹是放在pycharm的项目文件夹下，图片读取路径还可以用绝对路径比如在c:/image/。。。。 img = cv2.imread(imgpath,0) #imread(文件路径，通道数0代表灰度图，-1代表与原图一样，1代表用BGR通道) cv.name
【020】基于51单片机智能路灯系统Proteus仿真与实物设计
【020】基于51单片机智能路灯系统Proteus仿真与实物设计
【RK3588开发记录】超详细的RK3588修改debug串口波特率为115200
修改RK3588的debug串口为115200
基于python代码的opencv学习记录,Day01.图像基础
Opencv是帮助我们处理视觉图像的软件，如我们看到的照片，视频等，可以帮助我们进行一些操作，以及数据的处理。在本次学习中，主要使用python语言。
深入解析MOS管电容特性：从基础理论到高频应用
本文深入解析了MOS管的电容特性，从基础物理结构出发，详细拆解了栅氧电容、重叠电容和结电容的成因与影响。文章重点探讨了电容值随工作状态变化的非线性特性，并分析了其在CMOS高频开关电源、射频电路等应用中的关键作用，包括开关损耗、米勒效应、信号完整性挑战以及如何将电容特性转化为可控元件（如MOS变容管）的机遇。最后提供了从选型、仿真到PCB布局的实战设计指南。
Python学习记录：OpenCV
使用Python对图片进行DCT和IDCT变换 原图如下。 import numpy as np import cv2 //以灰度模式打开 y = cv2.imread('jieping.jpeg',0) y1 = y.astype(np.float32) Y = cv2.dct(y1) cv2.imshow("Dct",Y) y2 = cv2.idct(Y) cv2.imshow("iDCT",y2.astype(np.uint8)) cv2.waitKey(0) cv2.destroyAllWin
YOLOv11改进 | Conv篇 | DWRSeg扩张式残差助力小目标检测 （附创新修改后的C3k2DWRSeg）
本文内容给大家带来的DWRSeg中的DWR模块来改进YOLOv11中的C2f和Bottleneck模块，主要针对的是小目标检测，主要创新点可以总结如下：多尺度特征提取机制的深入研究和创新的DWR模块和SIR模块的提出这种方法使得网络能够更灵活地适应不同尺度的特征，从而更准确地识别和分割图像中的物体。DWRSeg的基本原理和框架，并且能够在你自己的网络结构中进行添加DWRSeg需要增加一定的计算量一个DWR模块大概增加0.4GFLOPsYOLOv11改进系列专栏——本专栏持续复习各种顶会内容——科研必备。
从Overleaf上导出Latex论文发布到arxiv详细教程(常见问题与解决)
如果是做cv的论文请选择“Computer Vision and Pattern Recognition”，选择“Artificial Intelligence”可能会被on hold，貌似这个指的是传统的人工智能？我用公司邮箱注册发布一篇论文，一个多月还是“on hold”状态，换成edu邮箱第二天就被发布了。3、有可能是subject class选错了，编辑会帮你手动选择，然后发一封邮件告知你解除……报错缺失bbl等文件，这是因为从Menu中下载的话，是没有bbl文件的。论文被on hold。
python opencv 学习记录1
这里写自定义目录标题安装 安装 pip install opencv-python 参考： 官网 《OpenCV轻松入门：面向python》 https://docs.opencv.org/3.4/d6/d00/tutorial_py_root.html
0.1 ROCm rocr-libhsakmt实现深度剖析专栏介绍
本专栏深入解析AMD ROCm生态核心组件rocrruntime，从底层硬件交互到上层封装实现。重点剖析libhsakmt驱动层的七大核心模块设计，包括拓扑管理、队列调度、事件同步等关键机制；详解C++接口封装策略与工程实践，如资源管理、多线程优化等。通过"硬件-驱动-应用"全链路技术拆解，帮助开发者深入理解ROCm运行时机制，解决性能调优、调试等实际问题，为HPC/AI应用开发提供底层技术支撑。
记录学习python版的opencv（2）
第二部分，图像处理 2.1 图像的按位计算（用来在原图像中，放一个logo，并且logo被透明化了） import cv2 import numpy as np #加载图像 img1 = cv2.imread('lena.jpg') img2 = cv2.imread('logo.jpg') # 我想把logo放在[50,50]这个坐标处，因此我创建一个区域ROI rows,cols,c
汉书HE8，好用的汇编代码编写工具
汉书HE8，好用的汇编代码编写工具早期编写汇编代码所用功能强大
lwip-2.0.3
lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。
《Practical Python and OpenCV》学习记录 -1
从本科毕业到现在研究生一年级都开学一个月都没有更新博客了，趁着十一的几天时间学习了一下Adrian大佬的《Practical Python and OpenCV》以及《case study》，读下来发现确实是两本入门opencv的好书，并且书也写的通俗易懂。以下用来记录学习的一些知识点和代码。 1.Image Basics pixel（像素）：可以把图像看成是网格，网格中的...
霍尼韦尔SoftMaster使用说明
霍尼韦尔SoftMaster使用说明
python+opencv3图像处理学习记录
文章目录概括第一章 简单的图像处理方式图片、视频资源读取色彩空间的转换、对比度、亮度调整像素运算泛洪填充 ROI 概括 本文主要用于记录图像处理学习过程中的笔记与疑问，使用pycharm IDE python语言和opencv工具。 第一章 简单的图像处理方式 图片、视频资源读取 图片读取 import cv2 as cv import numpy as np src = cv.imread("C:/Users/H/Desktop/13d98c6f3117f0a19b9d40c44ac7a30f.jpg
老版QQ原生表情gif动态
这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。
Python_OpenCV学习记录01安装
Python照样快！ 众所周知，虽然Python语法简洁，编写高效，但相比C/C++运行慢很多。然 而Python还有个重要的特性：它是一门胶水语言！Python可以很容易地扩展 C/C++。OpenCV-Python就是用Python包装了C++的实现，背后实际就是 C++的代码在跑，所以代码的运行速度跟原生C/C++速度一样快。 安装 本文档编写时使用的软件版本是：OpenCV 4....
PythonCV学习记录1——如何安装Opencv库并在Python中调用
目录 零之说明 一.下载安装 0.安装说明 1.安装Numpy 2.安装Opencv 二.验证 零之说明 首先先声明，PythonCV不是一个什么特别的东西，就是用Python调用OpenCV的库，我取名为PythonCV就是懒得打字。先说说Python的条件下调用OpenCV的好处吧： 1.人生苦短，我用Python。一时用Python写代码一时爽，一直用Python写代...
学习opencv-python记录1：画图
首先要 import cv2 读入图像 使用函数 cv2.imread(filename, flag=None) 读入图像。 cv2.IMREAD_COLOR：读入一副彩色图像。图像的透明度会被忽略，这是默认参数。 cv2.IMREAD_GRAYSCALE：以灰度模式读入图像 cv2.IMREAD_UNCHANGED：读入一幅图像，并且包括图像的 alpha 通道 img = cv...
重新学习opencv-python（记录过程）
重新学习opencv-python原因所需软件入门读取图片输出图片图片总结 原因 初入大二的我因为比赛的原因代码基础真的是太差了，连项目都难做，鉴于老师学长的督促，无奈之举，去再次学习计算机视觉代码，顺便记录日常 所需软件 python3.x（最好是5-7，8最好不要使用，有些后续的东西可能会出现问题） opencv4.1.1（网上下的，从来都用这个。ps网上好多教程都不能用，函数要会变通，可惜我还不是很熟练） numpy1.17.4（这里提下，好像是这个不下opencv下不了，有点忘了） （下回我会单独出
opencv--python学习记录（二）
openCV中用到的矩阵都要转换成numpy数组进行操作；Numpy是一个高度优化的python数值库。实际上mat就是一个二维矩阵，如果表示图片则一般是三通道BGR的矩阵。mat的优势：可以通过Numpy直接以矩阵的方式对它进行访问，对下标进行操作来读取赋值，非常方便。
python-opencv学习记录--背景建模
背景建模 文章目录背景建模帧插法混合高斯模型混合高斯模型学习方法混合高斯模型测试方法代码案例 帧插法 由于场景中的目标在运动，目标的影像在不同图像帧中的位置不同。该类算法对时间上连续的两帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差的绝对值，当绝对值超过一定阈值时，即可判断为运动目标，从而实现目标的检测功能。 帧差法非常简单，但是会引入噪音和空洞问题 混合高斯模型 在进行前景检测前，先对背景进行训练，对图像中每个背景采用一个混合高斯模型进行模拟，每个背景的混合高斯的个数可以自适应。然后在测试阶
Python+opencv学习记录2：Numpy数组操作
文章目录1、访问图像中的所有像素2、创建一张图像 1、访问图像中的所有像素 一个图像的像素数据=长×宽×通道，要获取相关信息，可以使用以下代码： def access_pixels(image): # 访问图片的所有像素 print(image.shape) # 显示图像的长、宽、通道 height = image.shape[0] width = image.sha...
Python+opencv学习记录7：高斯模糊
文章目录1.高斯模糊2.代码实现完整代码 1.高斯模糊 高斯模糊（英语：Gaussian Blur），通常用它来减少图像噪声以及降低细节层次。这种模糊技术生成的图像，其视觉效果就像是经过一个半透明的屏幕观察图像。 在计算机视觉算法中，高斯模糊通常用于预处理阶段，降低高斯噪声，以增强图像在不同比例大小下的图像效果。 若想更加细致地了解高斯模糊原理，可以参考http://www.ruanyifeng....
OpenCV_Python的学习记录（1）
openCV_Python的学习记录（1）下载安装pycharm中安装OpenCv 最简单方法打开pycharm下方的terminal终端在路径下直接输入 pip install opencv-python查看安装的模块用 pip list 下载安装 照道理说第一步应该是下载安装，但是，这最最基础的安装在优快云上其他大佬的文章里说的很清楚，这里我就简单的重复一遍，如果觉得哪有问题可以搜一搜其他大佬的步骤。 pycharm中安装OpenCv 最简单方法 当然，我写这个的原因主要是整理，然后作为笔记（因为gi
python下opencv简易GUI学习记录-210318
1.GlobalLocalImageCompletion下简易GUI https://github.com/shinseung428/GlobalLocalImageCompletion_TF/blob/master/test.py 核心代码： drawing = False # true if mouse is pressed ix,iy = -1,-1 color = (255,255,255) size = 10 def erase_img(args, img): # mouse call
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
4939
扫一扫
