NP_hard的博客

文章目录CNNConvolutionMax PoolingFlatten为什么要Max Pooling?pytorch实现食物识别并进行多分类CNN下图为CNN的整体架构，主要分为ConvolutionMax PoolingFlattenConvolutionnn.Conv2d(in_channels=3, out_channels=64, kernel_size=3, stride=1, padding=1)in_channels表示的是输入卷积层的图片厚度out_chann

文章目录项目目录提取人脸特征提取PCALDALBPH+直方图特征训练分类器SVC可视化利用分类器进行视频人像分类项目目录提取人脸首先编写一个人脸检测的算法import cv2 as cvimport matplotlib.pyplot as pltimport numpy as npfrom PIL import Image, ImageDrawimport tracebackdef face_detection_(image,scaleFactor_,minNeighbors_):

文章目录简介计算概率图像去噪MeanShift匹配目标MeanShift介绍代码(原地TP)不清除什么是颜色直方图和反向投影的同学可以先看这一篇简介基于颜色直方图的相似目标查找的主要流程为将图像的颜色空间由BGR转为HSV获取HSV颜色空间中关于色调的颜色直方图（或者提取h,s双通道，计算二维颜色直方图）计算得到颜色概率图去除噪声（取高饱和度图像作为模板，去掉低饱和度的地方（可以理解为是比较暗的地方））MeanShift匹配目标(取密度高的部位）计算概率图像# 对图像 读取，显示以

文章目录LBP特征提取介绍代码实现Gabor特征提取介绍代码实现基于颜色直方图的特征提取与反向投影介绍代码LBP特征提取介绍LBP特征提取操作可以去除光照对图片的影响对于一张单通道灰度图，我们对每一个像素进行如下操作：首先，我们可以取这个像素点X以及其周围一圈8个像素点，组成3x3的像素矩阵（每个像素的灰度值的范围 0-255）对于这个3x3的矩阵，对其进行LBP操作，将其二值化公式：LBP(xc,yc)=∑p=0p−12ps(ip−ic)LBP(x_c,y_c)=\sum^{p-1}_{p

文章目录滤波算法准备Sobel算子锐化算子高斯滤波算子均值滤波中值滤波最优梯度幅值边缘检测算法图像二值化方法全局迭代法大津法获取图像中的轮廓，对图像中的目标进行计数滤波算法cv.filter2D()这个就是我们用来滤波的函数，作用大概就是根据传入的图片和kernel来对图片进行卷积参数:src: 原图像ddepth: 目标图像深度（指数据类型）kernel: 卷积核anchor: 卷积锚点delta: 偏移量，卷积结果要加上这个数字borderType: 边缘类型卷积函数（目前

文章目录准备图像读取图像复制图像边缘提取高斯核边缘提取canny 边缘提取（这个提取算法非常牛）图像锐化图像像素遍历感兴趣区域操纵准备导入一些库# -*- coding: utf-8 -*-import cv2 as cvimport numpy as npimport matplotlib.pyplot as pltimport matplotlib.cm as cm图像读取# 这里有个bug，文件的路径名必须是英文，不然会报错image=cv.imread('car_image/