sliceoflife的博客

10 图像边缘检测 Canny 边缘检测 使用函数：cv2.Canny() Sobel边缘检 使用函数：cv.Sobel() import cv2 as cv import numpy as np img = cv.imread('test.jpg') cv.imshow('input image', img) gray = cv.cvtColor(img, cv.COLOR_...

9 图像分隔/二值化 使用分水岭算法基于掩模的图像分割 函数：cv2.watershed() import cv2 as cv import numpy as np img = cv.imread('test.jpg') cv.imshow('input image', img) gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY) ret, thr...

思而不学 犹豫不决 浪费时间 学而不思 三心二意 效率低下 文章目录8 图像滤波 8 图像滤波 图像滤波，是指保留图像细节特征的条件下对目标图像的噪声进行抑制，称之为图像平滑化或者滤波 滤波分为线性滤波和非线性滤波： 线性滤波：方框滤波，均值滤波，高斯滤波 非线性滤波：中值滤波（能够去除脉冲噪声，椒盐噪声同时又能够保留图像的边缘细节），双边滤波（可以做边缘保存） 其中高斯低通就是模...

思而不学 犹豫不决 浪费时间 学而不思 三心二意 效率低下 文章目录7 图像的RGB与Gray灰度图互转 7 图像的RGB与Gray灰度图互转 在 OpenCV 中有超过 150 中进行颜色空间转换的方法。但是经常用到的也就两种：BGR↔Gray 和 BGR↔HSV 使用函数：cv2.cvtColor(input_image，flag)，其中 flag 就是转换类型 BGR...

思而不学 犹豫不决 浪费时间 学而不思 三心二意 效率低下 文章目录4 图像平移5 图像旋转6 图像翻转:效果图看晕我了 4 图像平移 图像平移 平移函数：cv2.warpAffine() 使用 Numpy 构建数据类型是np.float32的矩阵 把构建的矩阵它传给函数 cv2.warpAffine() 注意：函数 cv2.warpAffine() 的第三个参数的是输出图像的大小，...

思而不学 犹豫不决 浪费时间 学而不思 三心二意 效率低下 文章目录1 Opencv安装2 图像概述2 第一个cv小程序：2.1 读取图像并显示2.2 保存图像2.3 demo小程序3 图像扩展缩放 1 Opencv安装 pip insatll opencv-python 2 图像概述 参考链接：https://blog.youkuaiyun.com/wohu1104/article...

思而不学 犹豫不决 文章目录1 回归、分类概率融合1）简单加权，结果直接融合2）Stacking融合(回归)2 分类模型融合1）Voting投票机制2）分类的Stacking\Blending融合3) 分类的Stacking融合(利用mlxtend)3 一些其它方法4 二手车数据使用加权融合Step 1：加载函数工具包Step 2：数据读取Step 3：数据预处理+特征工程Step 4：建...

思而不学 犹豫不决 文章目录一 建模调参Step 1:导入函数工具包Step 2:读取数据Step 3:建模与评估策略1）交叉验证2）学习率与学习曲线Step 4:模型调参策略1）贪心算法调参2）网格搜索调参3）贝叶斯调参 一 建模调参 Step 1:导入函数工具包 Step 2:读取数据 df_train = pd.read_csv('used_car_train_20200313.csv...

文章目录1 数据挖掘流程数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已2 数据预处理和特征工程思维导图3 代码实例Step 1:导入函数工具箱Step 2:读取数据1) 合并训练集和测试集Step 3:EDA(见上章)Step 4:数据预处理1) 数据预处理：缺失值处理2) 数据预处理: 删除seller、offerType字段3) 数据预处理：对价格price进行log转换St...

DataWhale组队学习 -#### 数据挖掘 - 二手车交易价格预测 任务 目标：价格预测 -> price 数据来源：某交易平台的二手车交易记录 数据量：总数据量超过40w，包含31列变量信息，其中15列为匿名变量，从中抽取15万条作为训练集，5万条作为测试集A，5万条作为测试集B 数据处理：已对name、model、brand和regionCode等信息进行脱敏。 ...