- 博客(124)
- 资源 (15)
- 收藏
- 关注
RSS订阅原创 图像处理案例06 OCR应用
首先要截取图片上的账单，考虑到账单并非都是整齐摆放，为了保持算法的通用性，通过透视变换对扣取的账单摆正，然后调用工具识别账单上的信息。上图中左图为原图，右图为二值化后的图像，观察发现，二值化后的图像有噪声，影响寻找账单的轮廓。3）找到图像的最大外部轮廓，根轮廓得到账单的最小外接矩形的坐标，根据坐标对账单做透视变换。根据图像最外轮廓得到的账单，并对账单做透视变换的结果，根据右图可以做检测。对二值化后的图像做开运算可以消除图像上的噪声，方便寻找图像的轮廓，右图为。4）识别账单上的信息。
2025-02-24 21:45:00
275
原创 树莓派配置YOLO环境
1）在谷歌浏览器中输入 rasberry pi ubuntu imgage（树莓派的Ubuntu镜像） 打开ubuntu的官网下载Ubuntu 24.04.1 LTS到本地，要求4GBRAM 16GB的存储空间。2）把下载Ubuntu压缩包解压，在电脑上插入读卡器，打开磁盘映像工具，选择镜像的目录（xxx.img），等解压完，则写入镜像到卡中。可以对pc上的软件配置连接pi，比如再windterm右侧菜单栏找到树莓派，右击找到属性，在主机输入端口，然后点击树莓派，出现连接窗口，点击即可。
2025-02-20 22:30:31
287
原创 匈牙利算法
匈牙利算法基于代价矩阵找到最小代价的分配方法，是解决分配问题中最优匹配(最小代价)的算法。代价矩阵的行或列同时加或减一个数，得到新的代价矩阵的最优匹配与原代价矩阵相同。
2024-12-24 22:05:35
428
原创 几种常见IoU比较
如上图所示，真实框为红色，其他颜色的框均为预测框，第一个预测框色绿色，其与真实框的iou为0.0179。第二个预测框色天蓝色，其与真实框的iou为0.1875。第三个预测框色蓝色，其与真实框的iou为1。第二个预测框色水红色，其与真实框的iou为0。
2024-12-13 16:24:45
518
原创 图像处理案例04
3. 根据上一步匹配的关键点得出单应性矩阵。4. 根据单应性矩阵对不规则进行透视变换。问题：把不规则的图片按照参考图摆放。1. 用ORB找关键点。
2024-09-26 23:47:53
429
原创 yolov8 下载及使用
防止下载版本过低而无法正常下载，此步骤也可以省略。1.5 清除缓存，防止安装OpenCV时过卡。其中，–verbose用来显示安装进度。1.6 安装ultralytics。1.4 更新pip。1.3 激活虚拟环境。
2024-09-23 21:22:18
835
原创 数据分析_01_Python基础
x = set([1,2,3,1,2,2,1,3])–>{1, 2, 3}集合并集：set([1,2,3]) | set([2,3,4]) --> {1, 2, 3, 4}集合交集：set([1,2,3]) & set([2,3,4]) --> {2, 3}set添加元素到： x.add(100) --> {1, 2, 3, 100}字典格式：={键1：值1,键2：值2,键3：值3,…实际参数：在调用函数时，函数名后面圆括号中的变量名称。字典嵌套：x={“a”:1,“b”:{“c”:2}}
2024-07-30 22:53:47
513
原创 C++要点总结_06_数组、指针
3. 二维数组的初始化：二维数组元素初始化的方式和一维数组相同，也分为单个元素逐一赋值和使用聚合方式赋值。1.二维数组形式:数据类型 数组名[常量表达式][常量表达式]。2. 二维数组元素的引用：数组名[下标][下标]。
2024-07-26 20:11:36
361
原创 C++要点总结_03_条件判断语句
1.三目运算符（条件运算符）: (表达式)?(语句1):(语句2)参考书《C++入门到精通》判断是否是闰年简化版本。
2024-07-25 12:11:21
534
原创 第2章 图像变换
图像变换主要通过调节像素数值，调节色彩明暗度，显示图像细节，方便人眼观察。图像变换的本质是调节像素分布。本节主要讲述常用的线性变换和非线性变换。
2023-08-07 22:11:55
714
原创 yolov5 代码详解
在datasets文件夹分别存放imags和labels文件夹，imags文件夹存放图片信息(.jpg)。labels文件夹存放对应图片的标签信息（.txt）,标签信息包含目标物体的类别和真实框的坐标（cx,cy,w,h）,这些坐标都是归一化后的数据。训练策略上也增加一些新的技巧，比如多尺度、rectangle、用遗传算法搜寻超参数。
2023-05-15 16:05:48
1281
原创 YOLOV2 pytorch版本代码详解
yolov2 pytorch版代码详解，由于参考的keras版本写的太乱，就整理一下，转化为pytorch版，还有许多不足，敬请大家多多指教。
2022-10-25 12:56:50
4537
3
原创 SSD要点回顾
SSD用VGG作为主干网络，提取VGG16第三、四次下采样的特征图得到Conv4_3、fc7，之后又继续下采样得到Conv6，Conv7，Conv8，Conv9，一共7个特征层用来分类和回归。SSD的损失函数在计算正负样本损失的时候，把所有预测类别作为正样本，背景预测作为负样本，由于正负样本数量相对不平衡，因此设计负样本数量在正样本的3倍，和总样本减正样本数量之间取最小值。SSD中对数据和框分别数据增强，包括缩放、剪切、随机翻转、色度（亮度、饱和度）调整及对真实框缩放、随机翻转、剪切操作。
2022-09-21 10:40:05
1073
1
原创 openCV实战——图像去雾
全 局直方图处理通过对 RGB 图像的 R、G、B 三层通道分别进行直方图均衡化，再整合到新的图 像的方式进行。将整幅图像分成很多小块，然后再对每一个小块分别进行直方图均衡化，最后进行拼接。掩膜的主要是用来提取感兴趣区域。即自适应直方图均衡化。
2022-09-08 11:48:06
3118
1 TensorFlow安装与环境配置 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
3 TensorFlow 模型建立与训练 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
4 TensorFlow常用模块 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
2 TensorFlow基础 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
7 TensorFlow Lite（Jinpeng） — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
5 TensorFlow模型导出 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
6 TensorFlow Serving — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
10 使用TPU训练TensorFlow模型（Huan） — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
9 TensorFlow分布式训练 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
12 TensorFlow Datasets 数据集载入 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
16 使用Docker部署TensorFlow环境 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
17 在云端使用TensorFlow — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
19 参考资料与推荐阅读 — 简单粗暴 TensorFlow 2 0.4 beta 文档.pdf
2021-10-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人