yzl819819的博客

先来写一下这个代码的思路1、先要获取切割的每一张图像在原图中的左上点的坐标和右下角的坐标（或者是裁剪后单张照片的高和宽）并且将获取的坐标放在一个列表里面，将该过程写成一个函数2、遍历一个文件夹，分别读取每张图像，并且调用上面的函数获取坐标，利用获取的坐标进行切割。import cv2import numpy as npimport mathimport osdef cut_img(...

系列文章：项目中常用的opencv、numpy小代码（一）图像读取并显示import cv2cv2.imread("C:/Users/zhili/Desktop/1.jpg")cv2.nameWindow("123")#创建一个名字叫123的窗口cv2.waitkey(0)cv2.destroyAllwindows()读取某张图像，并将图像保存在其他路径下import cv2a...

这个问题，先可以理解为什么神经网络可以实现预测。如上图所示，我们将我们平常看到的神经网络转90度来看。最下层（输入层）信息逐渐到上层（输出层）时候可以得到一个预测结果。其中起到关键作用的就是中间的隐藏层。那么可以理解为隐藏层有什么作用导致了整个神经网络可以进行预测。我们耳熟能详的解释是，隐藏层具有提取特征的能力。那么如何理解这个提取特征的能力？我们以一个公司选举为例，我们要选择一个人当作我们...

写在前面，首先默认读者已经安装了Anaconda以及Pycharm1、首先在命令提示符下创建一个环境，如：Conda create -n pyqt python=3.6 #创建一个名字叫做pyqt的环境，该环境的python版本是3.62、分别安装如下所需文件pip install PyQt5pip install PyQt5-tools3、打开Pycharm并配置自己的虚拟环境，...