<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[nicec1的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/nicec1</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; nicec1]]></copyright><item><title><![CDATA[Python+OpenCV银行卡数字识别（含完整代码）]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/123452378</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/123452378</guid><author>nicec1</author><pubDate>Sat, 12 Mar 2022 23:15:30 +0800</pubDate><description><![CDATA[对银行卡进行数字识别流程：


	在模板中准备数字0-9；
	
	
	对模板以及输入图像中的数字进行外轮廓检测；
	
	
	对当前轮廓做外接矩形；
	
	
	将输入图像转换为灰度图像，二值处理等等；
	
	
	对检测到的多个轮廓进行过滤操作，可以利用固定的长宽比，过滤掉不符合的轮廓；
	
	
	检测四个数字的大致轮廓，再将其切分成四个小区域；
	
	
	对每个小区域进行模板匹配，输出结果。
	
代码：


# 导入工具包
from imutils import contours
import numpy a]]></description><category></category></item><item><title><![CDATA[pycharm参数设置；解决 from imutils import contours]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/123266675</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/123266675</guid><author>nicec1</author><pubDate>Thu, 03 Mar 2022 23:42:00 +0800</pubDate><description><![CDATA[项目报错：

Pycharm报错显示 in &lt;module&gt;
  from imutils import contours
ImportError: cannot import name 'contours'

解决办法：打开，进入Scripts，输入命令行：




pip install imutils


显示安装成功就行了。

pycharm参数设置：

点击Run；点击Edit Configuration；在Parameters内输入参数即可。








...]]></description><category></category></item><item><title><![CDATA[Python+OpenCV图像处理：均值滤波、中值滤波、高斯滤波以及图像堆叠显示]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/123213978</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/123213978</guid><author>nicec1</author><pubDate>Tue, 01 Mar 2022 20:34:21 +0800</pubDate><description><![CDATA[import cv2 
#图像平滑处理
img = cv2.imread('lenaNoise.png')
#图像的显示
cv2.imshow('image',img)
#等待时间，毫秒，0表示任意键终止
cv2.waitKey(0)
cv2.destroyAllWindows()


运行结果：图中白点为噪声



均值滤波：


#均值滤波
#简单的平均卷积操作
blur = cv2.blur(img, (3, 3))#取3*3的矩阵 一般取奇数矩阵

cv2.imshow('blur',blur...]]></description><category></category></item><item><title><![CDATA[Python+OpenCV视频的读取与处理；截取部分图像数据； 边界填充]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/123098324</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/123098324</guid><author>nicec1</author><pubDate>Wed, 23 Feb 2022 22:00:00 +0800</pubDate><description><![CDATA[视频读取

●cv2.VideoCapture可以捕获摄像头， 用数字来控制不同的设备,例如0,1。

●如果是视频文件,直接指定好路径即可。


import cv2 #opencv默认读取格式是BGR
vc = cv2.VideoCapture('test.mp4')
#检查是否能够打开
if vc.isOpened():
    open, frame = vc.read()
else:
    open = False

while open:
    ret, frame = vc.read()
]]></description><category></category></item><item><title><![CDATA[Python+OpenCV图片基本操作：读取像素值、图片展示]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/123097823</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/123097823</guid><author>nicec1</author><pubDate>Wed, 23 Feb 2022 20:12:05 +0800</pubDate><description><![CDATA[读取彩色图

基于opencv-python的图像读取，使用cv2读进来是一个numpy矩阵，像素值介于0~255


import cv2 #opencv默认读取格式是BGR
img = cv2.imread('cat.jpg')
print(img)


运行结果如下：



使用matplotlib进行展示


#图像的显示
import matplotlib.pyplot as plt
cv2.imshow('image',img)
#等待时间，毫秒，0表示任意键终止
cv2.waitKey(0)
]]></description><category></category></item><item><title><![CDATA[Python+OpenCV安装]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/123094629</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/123094629</guid><author>nicec1</author><pubDate>Wed, 23 Feb 2022 17:29:32 +0800</pubDate><description><![CDATA[Anaconda装3-5.2，对应python3.6版本，无外网推荐用清华源镜像
链接 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

按需选择：



下载后安装都是点击下一步，安装路径不要有空格。



进入anaconda安装目录：





输入以下指令，第一条是检查Python是否安装好，第二条是进入Scripts：





OpenCV装3.4.1.15。视频是说3.4.2以上会有专利限制。

指令：pip install -i ]]></description><category></category></item><item><title><![CDATA[编译原理：自上而下LL（1）分析法实验（c++代码实现）]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/106189717</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/106189717</guid><author>nicec1</author><pubDate>Mon, 18 May 2020 11:43:59 +0800</pubDate><description><![CDATA[程序输入/输出示例：

对下列文法，用LL（1）分析法对任意输入的符号串进行分析：

（1）E-&gt;TG

（2）G-&gt;+TG

（3）G-&gt;ε

（4）T-&gt;FS

（5）S-&gt;*FS

（6）S-&gt;ε

（7）F-&gt;(E)

（8）F-&gt;i

读文件：i+i*i#

输出结果：i+i*i#为合法符号串

代码：



#include &lt;stdio.h&gt;
#include &lt;stdlib.h&gt;
#include &lt;string.]]></description><category></category></item><item><title><![CDATA[c++实现编译原理词法分析实验（含代码）]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/106124552</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/106124552</guid><author>nicec1</author><pubDate>Thu, 14 May 2020 17:42:58 +0800</pubDate><description><![CDATA[c++实现编译原理词法分析实验（含代码）
一、实验目的：
通过设计编制调试一个具体的词法分析程序，加深对词法分析原理的理解。并掌握在对程序设计语言源程序进行扫描过程中将其分解为各类单词的词法分析方法。
编制一个读单词过程，从输入的源程序中，识别出各个具有独立意义的单词，即基本保留字、标识符、常数、运算符、分隔符五大类。并依次输出各个单词的内部编码及单词符号自身值。（遇到错误时可显示“Error”，然后跳过错误部分继续显示）
二、程序思路（仅供参考）：
这里以开始定义的C语言子集的源程序作为词法分析程序的输入]]></description><category></category></item><item><title><![CDATA[编译原理：短语、直接短语和句柄]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/104921696</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/104921696</guid><author>nicec1</author><pubDate>Thu, 19 Mar 2020 11:28:19 +0800</pubDate><description><![CDATA[概念：


如果Ｓ-&gt;* αＡβ and A-&gt;+γ，则称γ是句型αγβ的相对于变量A的短语
如果Ｓ-&gt;* αＡβ and A-&gt;γ，则称γ是句型αγβ的相对于变量A的直接（简单）短语，最左直接短语叫做句柄


一般画出语法树来判断

判断方法：一个句型的语法树中任一子树叶结点所组成的符号串都是该句型的短语；

         当子树中不包含其他更小的子...]]></description><category></category></item><item><title><![CDATA[编译原理：构造文法例题]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/104922772</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/104922772</guid><author>nicec1</author><pubDate>Tue, 17 Mar 2020 15:20:15 +0800</pubDate><description><![CDATA[请设计能产生下面语言的文法。

①L1={anban|n&gt;=1}（3分）②L={anbnambm|n,m&gt;=0}(3分）③L={0m1n0n1m|n,m&gt;=0}(4分）








]]></description><category></category></item><item><title><![CDATA[Math.round()，Math.ceil()，Math.floor()的区别]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/103525195</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/103525195</guid><author>nicec1</author><pubDate>Fri, 13 Dec 2019 13:22:24 +0800</pubDate><description><![CDATA[转载自：https://blog.youkuaiyun.com/zuihongyan518/article/details/96978200


1.Math.round()“四舍五入”，该函数返回的是一个四舍五入后的的整数


  double d = 3.1415926;
    double d2 = 18.58;
    double d3 = -15.23;
   ...]]></description><category></category></item><item><title><![CDATA[例2-4全排列问题（递归实现）]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/88323600</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/88323600</guid><author>nicec1</author><pubDate>Fri, 22 Mar 2019 10:07:00 +0800</pubDate><description><![CDATA[在书上说：设R={r1,r2,....,rn}是要进行排列的n个元素，Ri=R-{ri}。集合X中元素的全排列记为Perm（X）。（ri）Perm(X)表示在全排列Perm（X）的每一个排列前加上前缀ri得到的排列。R的全排列可归纳定义如下：

 当 n = 1 时，Perm(R) = (r) ，其中 r 是集合 R 中唯一的元素；

 当 n &gt; 1 时，Perm(R)由(r1...]]></description><category></category></item><item><title><![CDATA[jar包与war包区别]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/88252103</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/88252103</guid><author>nicec1</author><pubDate>Wed, 06 Mar 2019 19:53:55 +0800</pubDate><description><![CDATA[jar包

 JAR（Java Archive, Java 归档文件）允许将许多文件组合成一个压缩文件，jar包是别人写好的类，打成包便于引用。



war包

 是一个可以直接运行的web模块，打成包部署到容器中。
...]]></description><category></category></item><item><title><![CDATA[二叉树的基本操作实现（建立、先序、中序、后序、层序）]]></title><link>https://blog.youkuaiyun.com/nicec1/article/details/83380261</link><guid>https://blog.youkuaiyun.com/nicec1/article/details/83380261</guid><author>nicec1</author><pubDate>Sun, 28 Oct 2018 16:57:04 +0800</pubDate><description><![CDATA[[问题描述]

建立一棵二叉树，试编程实现二叉树的如下基本操作：
1. 按先序序列构造一棵二叉链表表示的二叉树T；
2. 对这棵二叉树进行遍历：先序、中序、后序以及层次遍历，分别输出结点的遍历序列；

 [基本要求]

从键盘接受输入（先序），以二叉链表作为存储结构，建立二叉树（以先序来建立），

[测试数据]

如输入：ABC##DE#G##F###（其中#表示空格字符）则输出结果为： 

先序...]]></description><category></category></item></channel></rss>