yijizhiming的博客

KNN分类 目标：分类未知类别案例。 输入：待分类未知类别案例项目。已知类别案例集合D ，其中包含 j个已知类别的案例。 输出：项目可能的类别 优缺点：（1）优点： 算法简单，易于实现，不需要参数估计，不需要事先 练。 （2）缺点：kNN计算量特别大，而且训练样本必须存储在本地， 存开销也特别大。 K的取值：参数k的取值一般通常不大于20 线性分类器： 其中，W为K × D矩阵，x为D × 1矩阵，b为K × 1矩阵 那么，我们该如何从计算机视觉方面理解这个公式呢？ W为K行是因为输出有K个，有D列是因为

图像基本操作 cv2.imread(‘待读入图像’)—读入图像 cv2.IMREAD_COLOR：彩色图像 cv2.IMREAD_GRAYSCALE：灰度图像 注：opencv读取的格式是BGR cv2.cvtColor(img，方法) 转变图像 cv2.imshow(‘展示时图像显示的名称’，待展示图像) cv2.waitKey(0) 等待时间，毫秒级，0表示任意键终止 cv2.destroyAllWindows() cv2.imwrite(‘img.png’,img) cv2.VideoCapture可