因为项目需要,要开始学习深度学习的相关知识,重点是tensorflow,主要参照书籍《实战Google深度学习框架》和慕课课程opencv+tensorflow入门人工智能图像处理。
下面是学习的第一个案例—opencv读取图片:
import tensorflow as tf
hello=tf.constant('hello_tf!')
print(hello)
Tensor("Const:0", shape=(), dtype=string)
sess=tf.Session()
print(sess.run(hello))
b'hello_tf!'
hello="hello"
print(hello)
hello
常量 sess print
打印字符串的时候要用Session,并且在run方法里面写上要打印的字符串,运行后就能成功打印
#测试opencv
import cv2
print("hello opencv")
hello opencv
案例一:图片的读取和展示
- 引入opencv
- 要使用的API
- 程序的暂停stop操作,否则图片展示后很快消失
import cv2
#获取图片
img=cv2.imread('b.png',1)#完成图片的读取
# 第一个参数描述的是图片的名称,第二个参数是读取的类型
# 图片类型:0是灰色图片,,1是彩色图片
# 返回值是获取图片的内容
#展示图片
cv2.imshow('image',img);
# 第一个参数:窗体的名称
#第二个参数:图片的内容,即先前获取的img
#暂停图片
cv2.waitKey(0)
#运行后就可以看见新打开一个窗口,图片展示了出来,名称是image
读取的图片是我女神,表白一下~
这门课程的学习思路和方法
- 案例驱动
- 类比方法:用熟悉的知识类比陌生的知识来学习
- 二八分配原则:合理分配精力和时间,将80%的时间投入到20%的知识学习中