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
2.4k累计阅读
2.5k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
本文为博主自用的一些工具函数功能及调用语法介绍及配套函数的源代码，存放在老猿自己的OpenCVPublic模块中，后续博文中的程序代码中直接import这些函数，对函数的功能及代码不再介绍。
readImgFile(filename,bConvertGray=False,bConvertBinImg=False,bConvertKernal = False)
将图像文件读入，根据参数决定是否转换为灰度图、二值图和核矩阵，支持中文文件名和目录名的处理。
超级会员免费看
def readImgFileOpenCV-Python图形图像处理：自用的一些工具函数源代码（统信UOS Linux版）
本文介绍了老猿自用于OpenCV测试程序的一些自用工具函数适用Linux环境的参考代码。
【Python图形图像处理工具函数】——自用源代码分享
在实际应用中，往往需要通过编程实现图像处理的功能，Python中的OpenCV库提供了强大的图像处理工具函数。本篇文章将分享一些自用的Python图形图像处理工具函数的源代码。以上就是本文分享的自用Python图形图像处理工具函数的源代码。这些函数可以用于图像旋转、缩放、灰度化、二值化和轮廓检测等操作。读者可以根据实际需求自由使用和修改。图像轮廓检测常用于物体检测和边缘检测等应用，在OpenCV库中已经封装好了轮廓检测函数。图像二值化是将图像像素值转化为0或1的操作，常用于图像处理的前置步骤和特征提取。
OpenCV-Python实战（1）——OpenCV简介与图像处理基础
OpenCV 是一个的跨平台计算机视觉库，可以运行在 Linux、Windows 和 Mac OS 操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时也提供了 Python 接口，实现了图像处理和计算机视觉方面的很多通用算法。在本文中，将介绍 OpenCV 库，包括它的主要模块和典型应用场景，同时使用 OpenCV-Python 实战讲解图像处理基础要点。
OpenCV-Python实战（4）——OpenCV常见图像处理技术
图像处理技术是计算机视觉项目的核心，通常是计算机视觉项目中的关键工具，可以使用它们来完成各种计算机视觉任务。因此，如果要构建计算机视觉项目，就需要对图像处理有足够的了解。在本文中，将介绍计算机视觉项目中常见的图像处理技术，主要包括图像的几何变换和图像滤波等。
OpenCV-Python实战（3）——OpenCV中绘制图形与文本
OpenCV 是一个的跨平台计算机视觉库，实现了图像处理和计算机视觉方面的很多通用算法。本文介绍了 OpenCV 提供的与绘制图形和文本相关的函数。在图形方面，我们了解了如何绘制基本图形(直线、矩形和圆形等)以及高级图形(剪裁线、箭头、椭圆和多边形)。在文本方面，我们了解了如何绘制文本以及 OpenCV 库中的所有可用字体。
[Python从零到壹] 三十三.图像处理基础篇之什么是图像处理和OpenCV配置
欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍。该系列文章主要讲解Python OpenCV图像处理和图像识别知识，第一篇文章作为整个系列的引子，将介绍什么是图像处理，图像处理的基础知识，Python语言的优势和OpenCV基础概述。希望文章对您有所帮助，如果有不足之处，还请海涵。接下来，让我们开启整个系列的学习吧！
[Python从零到壹] 三十五.图像处理基础篇之OpenCV绘制各类几何图形
欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍。上一篇文章介绍了OpenCV入门知识，包括OpenCV常见数据类型、显示图像、读取像素、修改像素、创建图像、复制图像、保存图像等内容。这篇文章将详细讲解如何使用OpenCV绘制各类几何图形，包括cv2.line()、v2.circle()、cv2.rectangle()、cv2.ellipse()、cv2.polylines()、cv2.putText()函数。这将帮助我们了解基础图形绘制的基础用法
opencv_python官方中文教程源码（修改版）
opencv_python官方中文教程源码，其中段力辉老师文章中出现的许多代码不能运行，已经进行修改，敬请参考。其中段力辉老师的电子版也已经上传，欢迎下载
OpenCV-Python图形图像处理：自用的一些工具函数源代码.rar
OpenCV-Python图形图像处理：自用的一些工具函数源代码.rar
AppFlow实战：零代码将Dify接入企业微信的完整指南
本文提供了一份零代码将Dify AI应用接入企业微信的完整实战指南。通过使用阿里云AppFlow作为无代码连接器，详细讲解了从获取Dify API密钥、创建企业微信应用到配置自动化流程的全过程，帮助团队快速将AI能力无缝融入日常协作，大幅提升工作效率。
从Delta Delay到Timing Window：详解数字芯片后端时序差异的那些坑
本文深入剖析了数字芯片后端设计中，模块级与系统级时序分析结果不一致的核心原因。重点解释了Delta Delay如何导致模块级分析的乐观假设，以及Timing Window（时序窗口）差异如何通过影响串扰噪声计算，在顶层集成时引发新的时序违例，尤其是保持时间问题。文章为工程师提供了从约束建模到签核策略的系统性应对方案。
STM32 Proteu直流电机正反转控制系统限位开关-0035
硬件组成：STM32F103C6单片机 +L298N电机控制电路+直流电机+3个按键（正转、反转、停止）+LED指示灯（正转、反转、停止）+限位开关（正限位 反限位） 1.通过3个按键（正转、反转、停止）控制电机的正转、反转、停止。 2.有3个LED指示灯，正转时正转指示灯亮。反转停止对应反转停止指示灯亮。 3.有自动正转反转停止功能，正转时当正限位按键按下时说明正转到最大距离。此时自动停止。反转一样。
《AI应用架构师智能特征工程实践的前沿趋势解读》
面对传统方法的局限性，智能特征工程（Intelligent Feature Engineering）应运而生。智能特征工程是指利用人工智能、机器学习和自动化技术，实现特征提取、构造、选择和优化过程的自动化、智能化和可扩展化的方法和技术体系。效率提升：将数据科学家从繁琐的人工特征工程中解放出来，大幅缩短特征开发周期。质量保障：通过系统化方法发现人类难以察觉的特征模式，提高特征质量和模型性能。可扩展性：能够处理大规模、高维度和多类型的数据，适应不同领域和场景。降低门槛。
【毕设全程指导】基于YOLOv8的包装商品检测与可视化系统（SKU110K实战）
本文介绍了一个基于YOLOv8的包装商品检测与可视化系统毕业设计方案。项目采用SKU110K数据集，通过CSV转TXT格式转换适配YOLO模型训练，包含详细的环境搭建、模型配置和训练流程。系统实现了包装商品的自动化检测，并开发了Tkinter可视化界面进行交互式检测展示。该方案结合产业应用需求与技术深度，既具备实用价值，又能充分展示学生的技术能力，适合作为计算机视觉相关专业的毕业设计选题。整个项目从数据准备到界面开发完整覆盖，帮助学生系统掌握目标检测项目的完整实现流程。
《大数据最全面试题-Offer直通车》目录
做好这些不用担心试用期不通过：程序员入职新公司如何快速上手项目本人遇到大数据面试题和参考答案（超过1万字精华版）大数据面试英文自我介绍参考（万字长文）大数据运维应用场景面试题汇总及参考答案（持续更新）万字数据仓库面试题及参考答案数据仓库数据质量监控和处理方法最佳实践数据仓库建模方法万字详解Doris的3种数据模型详解和数据仓库每一层的模型选用大数据面试临阵磨枪不知看什么？看这份心理就有底了-大数据常用技术栈常见面试100道题最全Hive面试题2024年（2万字详解）Elasticsearch 面试题及参考答
Codex 100个真实案例 - 用AI批量清洗Excel脏数据（10万行3分钟搞定）
每个做数据分析的人都被"脏数据"折磨过——空值、重复行、日期格式五花八门、手机号多一位少一位……手动清洗几千行就已经让人崩溃，更别提10万行了。本文将展示如何用 Codex 生成一套完整的 Python pandas 数据清洗工具，从读取Excel/CSV、识别脏数据、自动清洗、生成清洗报告，到可视化对比清洗前后的数据质量，全程自然语言驱动，10万行数据3分钟搞定！
LED灯闪烁实验：代码集成
LED灯闪烁实验已经全部完成，在该实验中使用了较多的工具链，涉及底层软件、建模、软件编译等。首先，通过STM32CubeMX工具进行STM32底层软件配置，可以大大减少手写代码的工作量。另外由于做了可视化，也降低了STM32的上手难度，提升效率。利用Simulink建模，可以在PC环境下验证应用层算法的正确性而不依赖于具体控制器，实现应用层算法和底层软件、控制器硬件的解耦。另外，图形化的建模方式也更加有利于开发者思考与分析，大量的封装库文件也可以降低开发的工作量。
SIMATIC S7-1200, S7-1500 PID 控制[手册]
SIMATIC S7-1200, S7-1500 PID 控制[手册]
温度PID控制PLC程序
温度PID稳定控制程序，适用于欧姆龙PLC，对其他PLC也具有很大参考价值
复分析 阿尔福斯(Ahlfors) 第三版答案 英文
答案分为十章，有部分习题没有答案，全英文复分析阿尔福斯(Ahlfors) 第三版答案
Data-Structures-and-Algorithm-Analysis-in-Java.pdf
作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
625
扫一扫
