无题

大海边的一户人家惨遭丧子,五岁的男孩在海边被浪花卷走再也没有回来。
家人悲痛欲绝,尸体是找不回来了,母亲对着大海哭了三天,父亲则是对着翻滚的大海沉默无言。
按照当地的风俗习惯,对于意外丧生的人,要在头七那天找灵媒通灵,
让死去的人附身,说一说遗言遗愿,家人完成后好让他走的安心。
这家人便遵着习惯在头七那天请了一个七十多岁的神婆灵媒,
来附魂吐一吐死去孩子的怨气和遗言。
可是有一个大问题,没有尸体。
男孩的尸体并没有被找到,
父母只好寻了点男孩生前衣物放在棺材里,打算做一个衣冠冢。
灵媒看了看棺材里的衣物说,你家孩子的魂魄随着尸体丢在了大海里,
凭着这些衣物恐怕很难成功附到他的魂。
家人又是痛哭,说只想听听孩子的遗愿
让他安心的走云云
灵媒摆摆手,说,“也罢,今天我就帮你去 捞尸”
说完灵媒咬破了手指,用血在男孩的衣服上划了一道符
然后死死盯着那家父母说
“大海深不可测 每年死在海里的人不计其数
我只能靠这些衣物加强我和你孩子的联系
找不找得到你孩子的魂
也只是看运气 而且…”
父母大气不敢出等着灵媒说下去
灵媒接着说道“而且 海里不只有死人
还有许多未知的东西
所以以恢复身后有任何不对劲
马上把我杀掉 不要犹豫”
父母又是感动又是害怕 
原来灵媒这一次是堵上了性命
父母二人也是跪在地上 连连感谢
说罢 灵媒闭上眼睛
嘴里嘀咕着古老咒语
片刻后突然怒目圆睁 瘫倒在地
那户人家头一次看到人睁着眼睛瘫倒的场景
大气不敢出 现场一片寂静
一秒
两秒
三秒
四秒
五秒
……
灵媒的生体突然开始了剧烈的抖动
在场的人心头一紧 想起了灵媒之前说的话“而且 海里不只有死人
还有许多未知的东西
所以以恢复身后有任何不对劲
马上把我杀掉 不要犹豫”
未知的东西 是什么? 怪兽 野兽 恶鬼??还是…
一秒
两秒
三秒
四秒
五秒
……
灵媒抖了五秒之后
突然从地上坐了起来 睁着大眼睛按着在场的人
男孩的父亲举起猎枪,对准了灵媒,准备随时扣动扳机
母亲则是捂着嘴不让自己叫出声音 眼泪已经流满了脸颊
灵媒突然开口说话了 高亮 尖锐地声音划破了现场的寂静
派大星 我们去抓水母吧~~~!

OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,广泛应用于图像处理、计算机视觉和模式识别等领域。物体识别是OpenCV的一个重要应用场景,以下是一些常见的物体识别方法和技术: 1. **特征提取与匹配**: - **SIFT(尺度不变特征变换)**和**SURF(加速稳健特征)**:这些算法用于检测和描述局部特征,能够在图像中识别出相同的物体,即使它们的大小、旋转或光照条件发生变化。 - **ORB(定向快速旋转BRIEF)**:一种快速的特征检测和描述算法,适用于实时应用。 2. **模板匹配**: - 通过在图像中滑动一个模板(已知物体的图像),并计算模板与图像区域的相似度,来找到物体的位置。 3. **机器学习与深度学习**: - **支持向量机(SVM)**:用于分类和回归分析,可以用于物体识别任务。 - **卷积神经网络(CNN)**:深度学习模型,特别适合处理图像数据,能够自动学习图像的特征并进行分类。 4. **目标检测算法**: - **Haar级联分类器**:基于积分图和AdaBoost算法,用于实时人脸检测。 - **YOLO(You Only Look Once)**和**SSD(Single Shot MultiBox Detector)**:实时目标检测算法,能够在单次前向传播中同时进行目标定位和分类。 5. **实例分割**: - **Mask R-CNN**:在目标检测的基础上,进一步分割出目标的精确轮廓。 OpenCV提供了丰富的API和工具,可以方便地实现上述方法。以下是一个简单的示例代码,展示如何使用OpenCV进行模板匹配: ```python import cv2 import numpy as np # 读取原始图像和模板图像 original_image = cv2.imread('original_image.jpg') template = cv2.imread('template.jpg') template_gray = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY) w, h = template_gray.shape[::-1] # 转换为灰度图 gray_original = cv2.cvtColor(original_image, cv2.COLOR_BGR2GRAY) # 模板匹配 result = cv2.matchTemplate(gray_original, template_gray, cv2.TM_CCOEFF_NORMED) threshold = 0.8 loc = np.where(result >= threshold) # 绘制矩形框 for pt in zip(*loc[::-1]): cv2.rectangle(original_image, pt, (pt[0] + w, pt[1] + h), (0, 255, 255), 2) # 显示结果 cv2.imshow('Detected', original_image) cv2.waitKey(0) cv2.destroyAllWindows() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值