csdn_kike的博客

    HOG（histogram of oriented gradient） 是成名的特征描述方法，在检查行人的应用上收到很好的效果，所以学习一下。    图像的特征提取的一个基本前奏就是，先给分块，然后对每个分块进行处理。典型的hog的做法是将图像分成8*8像素的 cell，针对每个cell进行特征提取处理。首先是针对每个像素的x，y方向的梯度计算，也可说是一维卷积吧，x方向模板[-1 0 1...

matlab 应该更加完善。相同的仿射矩阵，比如用一个30度的旋转矩阵，对同一图像做旋转出来，显示出来的图像效果如下：我只要实现旋转操作，显示的结果就是是完美的整幅图像。而python调用opencv的函数进行操作，还需要考虑一些参数，比如旋转中心，另外，在图像旋转后的尺寸上也要加入控制： M1 = cv2.getRotationMatrix2D((round(h/2),round(w/2)),3...

其实这个链接里有的：https://blog.youkuaiyun.com/sinat_39150454/article/details/74315806?locationNum=5&fps=1但是，效果还是不对，比如我的写法如下：im = cv2.imread('D:\image\no105.jpg',1)是绝对路径吧，仍然不对。于是我试了这个写法： im = cv2.imread('D:\\ima...

初学就是这么困难，昨天搜这个问题，在stack overflow上都没找到合适的解决方法。我的环境是tensorflow+keras。试着pip install更新，多次尝试未果。后来明白了，我之前装keras的方式不对，应该在 activate tensorflow以后，再pip安装，这样就保证tensorflow激活后的环境中能导入keras了。按照这个方式，可以顺利跑起hello word级...