qq_40985985的博客

本地备忘录写了些旅游攻略，想做个纪念，导出为长图片ok，导出为HTML，也可以。但是导出图片是base64格式的，所以导致特别大，7M-50M不等；没法直接把html导入到优快云，或者其他旅游帖子平台。只支持导入MD格式的。有俩个办法，在重写一遍攻略…，那也太浪费时间和痛苦了。so 研究下，备忘录导出的HTML文档转换MarkDown。

上一篇介绍了：1. 使用Python，networkx对卡勒德胡赛尼三部曲之《群山回唱》人物关系图谱绘制当前博客介绍： 2. 使用Python，networkx绘制有向层级结构图下一篇将介绍： 3. 使用Python，maplotlib绘制树型有向层级结构图可以分别绘制圆型布局、随机布局、Spring布局、贝壳布局、星型布局图圆型布局图如下，并且对部分点设置不同颜色不同大小；

这篇博客将介绍手部标志是什么，以及如何使用Python，mediapipe构建手部姿势探测器，Mediapipe是一个跨平台的库，由谷歌开发，为计算机视觉任务提供惊人的现成的ML解决方案。

这篇博客介绍使用Python，Xpath获取所有的漫画章节路径，并下载漫画图片生成单个/多个pdf，并进行pdf合并 1. 从主页，获取所有章节以及每个章节的链接(chapter.txt是所有的章节链接) 2. 发现每个章节都是图片组成的漫画，获取每章包含的图片并进行下载 3. 过滤没有下载到的error图片（error.txt包含所有未成功下载的图片） 4. 根据多图片生成封面、正文pdf 5. 多个pdf按顺序合并

这篇博客讨论了三个亚马逊推荐系统：1. 相关产品推荐 related-product recommendation2. 重复购买推荐 repeat purchase recommendation3. 查询属性推荐 query attribute recommendation

这篇博客将介绍 FFmpeg多图片合成视频带字幕和音乐+特效（淡入淡出，圆圈黑色淡出），主要包括封面素材寻找，封面+正文图片处理（截取以及艺术字可以Python+剪映处理），封面高质量视频制作，正文高质量视频制作，封面视频+正文视频无损合并，视频+音频合并。本文主要用的4.1 部分脚本，4.2部分也有成功运行，但感觉不是太理想，也可以尝试其他的淡入淡出效果；[ffmpeg支持的所有fade，xfade效果可参考：](https://trac.ffmpeg.org/wiki/Xfade#MP4)

今天需要把图片转pdf，发现迅捷pdf转换开始默认带水印了，那就用Python吧，可单转，可批量转。这篇博客将介绍 照片转pdf，多图转多个pdf，多图转单个pdf，pdf合并。wb覆盖，ab+是以二进制格式写入图片到文件，即使设置ab+ 追加文件生成的pdf依然有问题，只有一张图片，需要生成多个pdf再合并。用pic_to_pdf 可以 生成单图生成单个pdf，多图生成多个pdf后在用 pypdf2 合并生成；或者用img2pdf 传递单图生成单个pdf，传递多个图片生成单个pdf， 一次性生成一个

这篇博客将介绍如何使用Python绘制粽子消消乐，素描图（优化版，正常/漫画/写实风格），词云图，字符画图及提取轮廓。

人工智能 (AI) 最近已经能够做很多事情，这个领域正在快速发展。它能够检测图像和视频中的对象、检测动作、总结文章、撰写文章以及最近生成图像和视频。我们将使用 GAN 的魔力，使用名为 VToonify 的模型（它也可以将视频卡通化）。注意：即使你不了解 GAN 或者是 Python 的初学者，你仍然可以很容易地玩代码。它可以将您的图像转换为迪士尼公主或王子吗？这里有一个人工智能模型来卡通化你的图像。但它能实现你在迪士尼电影中的梦想吗？

这篇博客将介绍如何使用Python绘制6.1儿童节消消乐，素描图，词云图，字符画图，提取轮廓图及蒙太奇效果图。

这篇博客将介绍计算机图像学的基础主题，包括：1. 前向成像模型（拍照）2. 世界到相机（3D到3D）转换3. 相机到图像（3D到2D）转换4. 所需的数据集，涵盖了所有先决条件。

这篇博客将介绍如何训练 DCGAN 以生成彩色时尚图像。将通过培训过程学习GAN常见的挑战、应对这些挑战的技术以及 GAN 评估指标。 在下一篇文章中，还将学习如何使用Wasserstein GAN（WGAN）和Wasserstein GAN with Gradient Penalty（WGAN-GP）进一步提高训练稳定性。

1. 原理1. GANs如何工作2. GAN架构3. 培训GAN4. 艺术家与评论家5. 评估指标6. GAN变体7. GAN应用8. 图像合成（Image synthesis）9. 图像到图像的转换（Image-to-image translation）10. 文本到图像（Text-to-Image）11. 超越图像12. 其他GAN应用参考这篇博客将介绍生成对抗性网络（GAN）、各种GAN变体以及解决现实世界问题的有趣的应用程序。

emoji是日本在无线通信中所使用的视觉情感符号，绘指图画，文字指的则是字符，可用来代表多种表情，如笑脸表示笑、蛋糕表示食物等。在中国大陆，emoji通常叫做“小黄脸”，或者直称emoji。

【代码】Python使用newspaper3k对文章进行标题图片关键词文本等提取。

Python使用AI animegan2-pytorch制作属于你的漫画头像

【代码】Python将pdf转图片，下载照片/视频，编写Gui界面。

Python 是一种通用的编程语言，它提供了丰富的库来帮助利用数据的力量以获得有价值的见解。Python 的简单性、可读性和广泛的库生态系统使其成为希望深入研究高级分析的营销人员的理想选择。

像素化是计算机图形学中用来描述图像中模糊或模糊部分的术语。这篇博客将讨论像素化及如何以五种最佳方式对图像进行像素化。有时希望在在线共享照片时保护照片的隐私。因此在共享图像之前会对图像的某些部分进行像素化。无论是想向某人提供匿名信息还是隐藏敏感信息。

windows下neo4j安装及配置，并绘制人物关系图谱

这篇博客将介绍如何使用Python，OpenCV库附带的默认Haar级联检测器来检测图像中的猫。同样的技术也可以应用于视频流。这些哈尔级联由约瑟夫·豪斯（Joseph Howse）训练并贡献给OpenCV项目。虽然哈尔级联非常有用，但通常使用HOG+线性SVM，因为它更容易调整检测器参数，更重要的是可以享受更低的假阳性检测率。

需要合并多个文件，有俩种方法把所有视频文件都列出来，太多的视频不适用ffmpeg -y -i concat:"099.raw|140.raw|181.raw" -c copy all.mp4把所有的视频文件名写入一个txt中，输入视频引用.txt文件ffmpeg -f concat -i filelist.txt -c copy output.mkvfile 'E:\mat\099.raw'file 'E:\mat\140.raw'file 'E:\mat\181.raw'fil

Python和OpenCV创建超快的“for”像素循环

这篇博客将讨论语义、实例和全景图像分割技术（语义 VS 实例 VS 全景分割（Semantic vs. Instance vs. Panoptic Segmentation）。所有这三种技术在学术界和现实世界中都提供了有效的应用。在过去几年中，全景分割在研究人员中看到了更多的增长，以推进计算机视觉领域。相比之下，语义分割和实例分割有许多现实世界的应用，因为它们的算法更加成熟。无论以何种形式，图像分割对于跨行业的超自动化都是必不可少的。

这篇博客将手动实现卷积函数（为了明白卷积是怎么实现计算的），以及opencv自带的卷积函数cv2.filter2D。并进行平滑，拉普拉斯内核，soble_x,y内核感受图像的梯度变化等操作。

这篇博客将介绍针孔成像，透镜（弥补了针孔成像曝光不足成像速度慢的缺点，但引进了畸变，主要是径向畸变和切向畸变，径向畸变主要是离中心越远越弯曲，切向畸变当透镜与成像目标不平行时导致），相机内外参（内参4个矩阵参数，5个畸变参数；外参6个，3个旋转向量，3个平移向量）及相机标定，矫正的重要性及目的，主要是为了矫正畸变及三维重建。

这篇博客将介绍如何从头到尾创建图像搜索引擎。第一步是选择一个图像描述符——使用3D RGB直方图来表征图像的颜色。然后通过提取特征向量（即直方图）使用描述符对数据集中的每个图像进行索引。然后使用卡方距离来定义两个图像之间的“相似性”。并进行检索返回和查询图像最接近的top10结果。

使用Python对图像进行不同级别量化QP，使用RLE计算压缩比，并计算对应的PSNR

这篇博客将介绍如何使用Python，PCA对iris数据集降维2，3并进行2D,3D散点图绘制（包括有图例&无图例，有标题Label&无标题Label）。**着重介绍怎么一次性添加多类型的图例到图表，通过显式获取scatter。**

这篇博客将介绍如何使用Python，matplotlib绘制复杂曲线，并求其交点，y=-sin(x)-x-1并求解函数的值。

这篇博客将介绍如何使用Python，OpenCV对图像进行亚像素检测，并对亚像素点进行椭圆拟合绘制。

这篇博客将结合前俩篇博客，介绍如何使用Python和OpenCV构建一个发烧探测器。包括：- 热图像中简单的人脸检测- 发烧检测（近似解决方案）- 通过3 个步骤实时检测树莓派视频流人脸发烧检测；

PIL（Python Imaging Library）图像处理库教程

这篇博客将介绍学习热/中远红外视觉的基础知识，gray8 和 gray16 图像（即最常见的热成像格式）之间的差异，学习如何使用Python和OpenCV从热图像中的每个像素点测量温度，并以不同的调色板显示结果。以及如何实时计算视频流和UVC热像仪的每个像素温度。

这篇博客将介绍什么是红外图像以及近红外（NIR）和中远红外（MIR和FIR）图像之间的区别，并认识到支持它们的不同技术，以及这些特殊相机的常见用途。

参考：How-To: Python Compare Two Images对比俩张图片差异，可以用均方误差（MSE）与结构相似性指数（SSIM）函数。（Mean Squared Error vs. Structural Similarity Measure）尽管MSE的计算速度要快得多，但它的主要缺点是（1）全局应用，（2）仅估计图像的感知错误。另一方面，SSIM虽然速度较慢，但​​可以通过......

程序媛过中秋的正确打开方式——这篇博客将介绍如何使用Python绘制月饼消消乐，素描图，词云图，字符画图及提取轮廓。

上一篇博客介绍了如何[使用Python，OpenCV执行视觉显著性检测（Visual Saliency Detection)](https://blog.youkuaiyun.com/qq_40985985/article/details/124727023)。这篇博客将介绍如何使用Tensorflow2.0执行显著性检测，这是一个应用图像处理和计算机视觉算法来自动定位图像中最“显著”区域的过程。...

这篇博客将从构建自己的天气数据集开始，到定义模型，编译模型，训练模型及验证模型。并进行一些升级，以使得模型更好。如ImageDateGenerator进行数据增强，之后分别对cloudy，haze，sunrise，shine，snow，rain，thunder等7种天气情况进行识别。准确率75%不是太高（可能是因为原始数据集的原因，每个分类有4种），可以通过增加原始数据解决。...

记录|深度学习100例-卷积神经网络（CNN）服装图像分类 | 第3天