2018年06月_阿卡蒂奥

10月 08月 07月 06月 05月 04月 03月 02月 01月

原创图像分割+连通域统计与标注——MATLAB

图像分割+连通域统计与标注例一如图，对下列光斑图像进行分割，将光斑目标分割出来，并计算光斑数量。图像分割先将图像二值化，然后做形态学处理获得目标所在区域，然后分割图像。MATLAB代码：%框选统计光斑clear;%读取原图像img=imread('01.png'); grayimg = rgb2gray(img);BWimg = grayimg;[width...

2018-06-30 10:59:13 35394 19

原创 Ubuntu:QT界面+OpenCV3图像/视频处理

环境:Ubuntu16.04+QT5.8+Opencv3.3.1实现功能:建立一个QT界面,打开指定路径下的图片,点击处理后对图像进行相应处理(如,变成灰度图像),点击按钮关闭界面.创建项目首先新建一个项目,选择Qt Widgets Application: 然后,选择’项目’,选择’构建目录’为当前程序运行目录. pro文件配置在pro文件中配置opencv库文件. ...

2018-06-20 19:46:27 3364 2

原创人脸识别：利用MFC、OpenCV、SeetaFace搭建简单的人脸检测系统（win7/c++）

SeetaFace是山世光研究组的开源人脸识别引擎guthub地址：github:SeetaFaceEnginewin7/c++环境搭建：SeetaFace Detection

2018-06-14 20:27:49 2866 17

原创 opencv3/C++ 使用Tracker进行简单目标跟踪

MIL算法以在线方式训练分类器以将对象与背景分离。从实际情况看来,算法对过程中有遮挡的情况跟踪能力较差.相关API: static Ptr&amp;amp;amp;amp;lt;TrackerMIL&amp;amp;amp;amp;gt; create(const TrackerMIL::Params &amp;amp;amp;amp;amp;parameters); CV_WRAP static Ptr&amp;amp;amp;

2018-06-13 15:21:48 21327 15

原创 Halcon视觉检测——PCB板处理：获取焊点及线路端点

要求获取PCB板上的焊点以及线路端点，如图：函数涉及到的主要函数有：access_channel() 获取一个多通道图像的一个通道。skeleton() 计算一个区域的框架。junctions_skeleton() 找到骨架中的结点和终点。示例：read_image (Image, 'pcb8102.bmp')rgb1_to_gray (Image, G...

2018-06-11 14:55:15 7927 10

原创 Ubuntu16.04 配置QT+OpenCV3.3.1遇到的问题及解决方法

问题1:QT+OpenCV配置新建一个工程,在“.pro”文件中配置OpenCV的库文件:INCLUDEPATH += /usr/local/include \/usr/local/include/opencv \/usr/local/include/opencv2LIBS += /usr/local/lib/libopencv_aruco.so \/usr/local/lib/...

2018-06-04 21:09:29 1955

原创 Keras：在预训练的网络上fine-tune

Keras：自建数据集图像分类的模型训练、保存与恢复 Keras：使用预训练网络的bottleneck特征准备fine-tune的三个步骤:搭建vgg-16并载入权重;将之前定义的全连接网络加载到模型顶部,并载入权重;冻结vgg16网络的一部分参数.在之前的Keras：自建数据集图像分类的模型训练、保存与恢复里制作了实验用的数据集并初步进行了训练.然后在Keras：使用预...

2018-06-01 11:18:17 5743 1

Halcon视觉检测——使用分类器分类

Halcon视觉检测——使用分类器分类Halcon视觉检测——使用分类器分类Halcon视觉检测——使用分类器分类Halcon视觉检测——使用分类器分类

2018-04-25

表情识别--JAFFE数据集

表情识别--JAFFE数据集表情识别--JAFFE数据集表情识别--JAFFE数据集表情识别--JAFFE数据集

2018-04-21

最邻近算法KNN识别字符

最邻近算法KNN识别字符最邻近算法KNN识别字符最邻近算法KNN识别字符最邻近算法KNN识别字符

2018-02-03

神经网络ANN_MLP识别数字-训练图片及代码

神经网络ANN_MLP识别数字-训练图片及代码神经网络ANN_MLP识别数字-训练图片及代码神经网络ANN_MLP识别数字-训练图片及代码

2018-02-02

OpenGL入门教程(精).pdf

OpenGL入门教程(精).pdfOpenGL入门教程(精).pdfOpenGL入门教程(精).pdfOpenGL入门教程(精).pdfOpenGL入门教程(精).pdfOpenGL入门教程(精).pdfOpenGL入门教程(精).pdfOpenGL入门教程(精).pdfOpenGL入门教程(精).pdfOpenGL入门教程(精).pdfOpenGL入门教程(精).pdfOpenGL入门教程(精).pdfOpenGL入门教程(精).pdf

2018-01-27

STL常用算法简介

STL常用算法简介 STL常用算法简介 STL常用算法简介 STL常用算法简介 STL常用算法简介

2017-11-14

机器学习及其应用王珏

机器学习及其应用王珏机器学习及其应用王珏机器学习及其应用王珏机器学习及其应用王珏机器学习及其应用王珏

2017-11-14

Linear Algebra and Its Applications-线性代数及应用.pdf

Linear Algebra and Its Applications-线性代数及应用.pdf Linear Algebra and Its Applications-线性代数及应用.pdf Linear Algebra and Its Applications-线性代数及应用.pdf

2017-11-14

深度学习基础教程

深度学习基础教程深度学习基础教程深度学习基础教程深度学习基础教程深度学习基础教程

2017-11-14

( ML-Python&Sklearn;.doc )

( ML-Python&Sklearn;.doc ) ( ML-Python&Sklearn;.doc ) ( ML-Python&Sklearn;.doc )

2017-11-06

现代数字图像处理技术提高及应用案例详解(Matlab版)----源码.rar

现代数字图像处理技术提高及应用案例详解(Matlab版)----源码.rar现代数字图像处理技术提高及应用案例详解(Matlab版)----源码.rar

2017-11-06

实用最优化方法

实用最优化方法实用最优化方法实用最优化方法实用最优化方法

2017-10-27

图像边缘检测原理及方法

图像边缘检测原理及方法图像边缘检测原理及方法图像边缘检测原理及方法

2017-10-27

Exceptional C++ Style中文版

软件“风格”所要讨论的主题是如何在开销与功能之间、优雅与可维护性之间、灵活。性与过分灵活之间寻找完美的平街点。在本书中，著名的C++大师Herb Sutter给出了40个编程问题。其目的是为了使读者不仅“知其然”，更要“知其所以然”，并帮助读者在软件开发中进行正确的决策。本书是围绕实际问题及其解决方案展开论述的，对一些至关重要的C++细节和相互关系提出了新的见解，为当今的关键C++编程技术(如泛型编程、STL、异常安全等)提供了新的策略。, , 　　本书中，C++大师Herb sutter通过40个编程问题，使读者不仅“知其然”，更要“知其所以然”，帮助程序设计人员在软件中寻找恰到好处的折中，即讨论如何在开销与功能之间、优雅与可维护性之间、灵活性与过分灵活之间寻找完美的平衡点。本书是围绕实际问题及其解决方案展开论述的，对一些至关重要的C++细节和相互关系提出了新的见解，为当今关键的C++编程技术(如泛型编程、STL、异常安全等)提供了新的策略。本书的目标是让读者在设计、架构和编码过程中保持良好的风格，从而使编写的C++软件更健壮、更高效。本书适合中高级C++程序员阅读。

2017-10-27

集体智慧编程

本书以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数据子集）、搜索引擎核心技术（爬虫、索引、查询引擎、PageRank算法等）、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术（垃圾邮件过滤、文本过滤）、用决策树技术实现预测和决策建模功能、社交网络的信息匹配技术、机器学习和人工智能应用等。, 本书是Web开发者、架构师、应用工程师等的绝佳选择。

2017-09-09

机器学习实战配套代码

机器学习实战配套代码机器学习实战配套代码机器学习实战配套代码机器学习实战配套代码机器学习实战配套代码

2017-09-09

Python参考手册(第4版).pdf

Python参考手册(第4版).pdf Python参考手册(第4版).pdf Python参考手册(第4版).pdf Python参考手册(第4版).pdf

2017-09-09

机器学习实战.pdf

机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。

2017-09-09