<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[d__760的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/d__760</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; d__760]]></copyright><item><title><![CDATA[Python3 opencv操作图像]]></title><link>https://blog.youkuaiyun.com/d__760/article/details/86370275</link><guid>https://blog.youkuaiyun.com/d__760/article/details/86370275</guid><author>d__760</author><pubDate>Sat, 12 Jan 2019 20:13:26 +0800</pubDate><description><![CDATA[opencv对图像进行操作，因为图片有时候总是不能完全显示出来，因此我希望先对图像进行一下缩放然后再显示出来。也有时候需要让图像进行旋转，因此也写了一个函数.

1、读入视频

        rtsp协议读入海康威视摄像头的视频流，并显示出来。rtsp协议中的url写法如下：'rtsp://admin:password@ip:port//11‘其中ip是摄像头的ip，port是rtsp端口默认为...]]></description><category></category></item><item><title><![CDATA[python3在windows下三种方法使用C扩展]]></title><link>https://blog.youkuaiyun.com/d__760/article/details/86354984</link><guid>https://blog.youkuaiyun.com/d__760/article/details/86354984</guid><author>d__760</author><pubDate>Sat, 12 Jan 2019 14:10:10 +0800</pubDate><description><![CDATA[一、前言

        python有时候需要用到c或者c++的库，这里我们将介绍三种调用c扩展的方法。分别用swig，stypes，和python C扩展。三种方法各有优缺点，但第三种方法最为常用。我使用到的平台为windows10，python3.6 ，vs2015

二、swig调用c扩展

       首先介绍第一种方法，这里我参考了两篇博客：“https://www.jianshu...]]></description><category></category></item><item><title><![CDATA[pycharm中运行jupyter notebook]]></title><link>https://blog.youkuaiyun.com/d__760/article/details/86292981</link><guid>https://blog.youkuaiyun.com/d__760/article/details/86292981</guid><author>d__760</author><pubDate>Fri, 11 Jan 2019 12:40:32 +0800</pubDate><description><![CDATA[pycharm中运行jupyter notebook，首先需要安装：pip instll jupyter notebook

安装完成后在pycharm中新建一个ipynb文件如下图：



 然后输入代码，但运行出现了一个问题：



解决方法如下：

在cmd 中运行 jupyter notebook,可以看到url 和token



弄完之后确实可以运行了，但是如果把cmd关掉之后又不能运...]]></description><category></category></item><item><title><![CDATA[cmd命令操作]]></title><link>https://blog.youkuaiyun.com/d__760/article/details/86295545</link><guid>https://blog.youkuaiyun.com/d__760/article/details/86295545</guid><author>d__760</author><pubDate>Fri, 11 Jan 2019 12:25:29 +0800</pubDate><description><![CDATA[总是记不住cmd命令，所以有必要写笔记记录一下（参考这篇博客https://www.cnblogs.com/accumulater/p/7110811.html cmd命令大全）。首先从经常用的命令开始

1、cmd进入E盘,然后进入其中的子目录。 



其中 cd就是设置进入E盘后的当前位置，当然也可以先设置进入E盘的当前目录，然后再进入E盘，效果是一样的：

 

如果要查看当前的目录，只要...]]></description><category></category></item><item><title><![CDATA[pycharm 无法导入已经本地安装好的包]]></title><link>https://blog.youkuaiyun.com/d__760/article/details/86292321</link><guid>https://blog.youkuaiyun.com/d__760/article/details/86292321</guid><author>d__760</author><pubDate>Fri, 11 Jan 2019 11:17:37 +0800</pubDate><description><![CDATA[在pycharm中新建了一个工程，本地安装包又不能导入，记录一下解决方案，以免以后出现相同问题。解决方法是，首先点击右边的...，添加python.exe文件，在安装python的那个路径中。



 添加完成之后，点击project interpreter选中刚刚添加的那个python.exe就能成功导入了。

...]]></description><category></category></item><item><title><![CDATA[Svm算法原理及实现]]></title><link>https://blog.youkuaiyun.com/d__760/article/details/80387432</link><guid>https://blog.youkuaiyun.com/d__760/article/details/80387432</guid><author>d__760</author><pubDate>Mon, 21 May 2018 05:09:33 +0800</pubDate><description><![CDATA[      Svm（support Vector Mac）又称为支持向量机，是一种二分类的模型。当然如果进行修改之后也是可以用于多类别问题的分类。支持向量机可以分为线性核非线性两大类。其主要思想为找到空间中的一个更够将所有数据样本划开的超平面，并且使得本本集中所有数据到这个超平面的距离最短。一、基于最大间隔分隔数据1.1支持向量与超平面    在了解svm算法之前，我们首先需要了解一下线性分类器这...]]></description><category></category></item></channel></rss>