Aiden_yan的博客

利用深度学习中感知机的知识实现以下门电路：与门、与非门、或门、或非门、异或门 代码如下： '''2020.12.5 用代码实现与门、与非门、或门、或非门、异或门 注：w 和 b 这些参数的设置并非唯一 ''' import numpy as np # 与门 def AND(x1,x2): x = np.array([x1,x2]) w = np.array([0.5,0.5]) b = -0.7 y = np.sum(x*w)+b if y<=0:

如上图，我电脑上有个npy文件。 我要把它读取出来，代码如下： import numpy as np import cv2 import matplotlib.pyplot as plt file_dir = "./Fold_2/images/fold2/images.npy" # npy文件路径 dest_dir = "./Fold_2/images/fold2/images_png/" # 文件存储的路径 image = np.load(file_dir) for i in range(0,i.

原图： 效果图： 代码： ''' 画出轮廓 ''' import cv2 import os src_path = './Fold_1/masks/fold1/change_background/'#源文件路径 save_path = './Fold_1/masks/fold1/edge/'#保存路径 img_ids = sorted(os.listdir(src_path))#给文件排序，方便取出名字 print(len(img_ids)) for img_id in img_ids: d

原图： 效果图： 代码： '''2020.9.15 把白色背景换成黑色，把其他黑色的细胞换成白色标记 ''' import cv2 import os data_dir = './Fold_1/masks/fold1/channel_5/'#源文件路径 save_path = './Fold_1/masks/fold1/change_background/'#文件保存路径 img_ids = sorted(os.listdir(data_dir))#给文件排序，方便取出名字 print(len(im

代码如下： from PIL import Image import os path = "./CoNSeP/Train/edge/"# 原始路径 save_path = './CoNSeP/Train/new_edge/'# 保存路径 all_images = os.listdir(path) for image in all_images: image_path = os.path.join(path, image) img = Image.open(image_path) # 打

最近在学习医学图像处理，需要对图片进行切片，因为图片太大，我的GPU和一般服务器都带不动，于是只能对图片进行切片。原来的图片是1000×1000的，切片后给我切成了256×256的。 代码如下： import cv2 import os path = './CoNSeP/Train/new_Images/'#文件原始路径，即1000×1000图片的路径 save_path = './CoNSeP/Train/Images_slices/'# 文件保存路径，即生成的256×256图片的保存路径 img_i