- 博客(32)
- 收藏
- 关注
RSS订阅原创 在docker环境中 安装opencv-gpu版本
进入docker后，下载opencv与 opencv_contrib.再通过cmake编译。修改为ippicv安装包所在本地路径。2.需安装 cuDNN。
2024-06-04 16:53:46
166
1
原创 opencv 广播迭代
在OpenCV中处理图像时，经常需要对图像数据进行广泛操作。这些操作可以通过利用NumPy的广播功能来高效地执行。广播允许你对不同大小的数组进行算术操作，而不需要显式地扩展它们的尺寸，这在图像处理中非常有用。
2024-04-23 18:27:24
238
原创 opencv 使用外部循环
这是因为NumPy的操作是由底层优化过的C语言代码执行的，而不是由Python的解释器逐条执行的，因此执行速度要快得多。尽管以上代码可以正常运行，但在实际应用中，我们通常会使用NumPy的数组操作来避免使用外部循环，因为NumPy的数组操作几乎总是更快。然而，需要注意的是，使用外部循环（尤其是在Python中）处理图像像素通常是低效的，因为Python的循环操作相对较慢。这段代码避免了显式的循环，而是使用了NumPy的广播机制来对整个图像进行操作，这通常比使用Python的外部循环要快得多。
2024-04-23 18:23:02
113
1
原创 opencv 花式索引
花式索引（Fancy Indexing）是NumPy中的一个术语，它指的是利用整数数组进行索引。花式索引允许你访问数组的任意位置，且可以一次性访问多个元素。与切片不同的是，使用花式索引可以非连续地访问数组的内容。
2024-04-23 16:25:08
423
原创 opencv 整数数组索引
在Python中，特别是在使用NumPy库时，整数数组索引是一种强大的数据选择技术，它允许你从数组中选择元素的子集，甚至是按照非常复杂的模式来重新排列数组。这种索引方式与常规的切片不同，可以让你指定要访问数组中每个元素的具体索引。
2024-04-23 16:14:26
215
1
原创 opencv 切片和索引
在OpenCV中，图像是以NumPy数组的形式存储的，因此切片（slicing）和索引（indexing）操作遵循NumPy的规则。这些操作非常强大，允许你访问和修改图像的特定部分。了解如何使用这些技术可以帮助你在图像处理任务中更加高效。
2024-04-23 16:06:42
411
原创 opencv 数组矩阵
在OpenCV中，图像通常表示为多维数组，由流行的NumPy库提供支持。OpenCV使用这些数组来存储和操作图像数据。对于使用OpenCV的用户来说，了解如何操作这些NumPy数组是至关重要的。
2024-04-23 14:13:53
291
1
原创 机器视觉：图像噪声
图像噪声通常指的是图像中存在的任何未期望的或多余的信息，它会干扰图像的视觉质量和解析度。散粒噪声（Shot Noise）：也称为光子噪声，源自于传感器上光子到达的随机性。处理图像噪声的方法很多，选择合适的方法通常取决于噪声的类型和图像数据的特性。理解和处理图像噪声是提高图像处理应用性能的关键，尤其是在需要高精度视觉识别或分析的应用中。热噪声（Thermal Noise）：由传感器的温度引起，温度越高，噪声越大。高斯噪声：最常见的噪声类型之一，它的幅度在整幅图像中呈高斯分布。
2024-04-23 10:37:30
302
原创 opencv中 （IO）与（GUI）的区别
在 OpenCV 中，输入/输出（IO）和图形用户界面（GUI）功能主要用于图像或视频的加载、显示和保存。这些功能对于开发图像处理和计算机视觉应用至关重要。
2024-04-19 17:30:32
511
原创 OpenCV图像像素颜色
颜色基的分割和识别：在HSV空间中，只需调整色调和饱和度，就可以有效地提取特定颜色，忽略光照的变化。复杂的图像分析：Lab空间更加均匀，对于颜色的小变化更敏感，适合用于颜色分析和图像质量评估，如在图像检索和对象识别中提高颜色识别的准确性。描述：Lab颜色空间包括亮度层（L）和两个颜色层（a和b），其中L代表亮度，a和b代表颜色对立维度（从绿到红，从蓝到黄）。高级颜色处理：在Lab空间中，可以独立地处理颜色和亮度信息，使其在进行色彩平衡和复杂的颜色调整时非常有用。2. HSV颜色空间。3. Lab颜色空间。
2024-04-19 15:10:57
292
原创 OpenCV的视频编解码器的编码格式
fourcc（四字符代码）是一个用于指定视频编解码器的编码格式，用于确定视频文件的压缩方式。你可以通过 cv2.VideoWriter_fourcc 方法来获得这个编码，例如 cv2.VideoWriter_fourcc(‘M’, ‘J’, ‘P’, ‘G’)。MJPG (Motion JPEG): 以 JPEG 格式逐帧压缩的视频，较大但编辑时较方便，支持跨平台。X264: 高级视频编码（H.264），提供很好的压缩比，广泛用于 MP4 文件。fps (float): 视频的帧率，即每秒钟显示的帧数。
2024-04-16 14:33:16
550
1
原创 supervisor 3.4.0安装
在这里插入图片描述下载pip: wget https://bootstrap.pypa.io/pip/2.7/get-pip.py下载supervisor: pip install supervisor==3.4.0生成配置文件：echo_supervisord_conf > /etc/supervisord.conf修改配置：mkdir /var/run/supervisorfile=/var/run/supervisor/supervisor.socksocket文件的路径，su
2022-02-28 16:47:00
979
原创 go 并发编程
1，goroutine其实就是协程，十几个协程体现在底层只有5、6个线程。执行goroutine只需要极少的栈内层（大概4，5kb），可同时运行成千上万的任务。goroutine是通过go中runtime一个线程管理器。goroutine通过go关键字实现，其实就是一个普通的函数。2.channel是goroutine中通信的方法，可以通过channel发送值和接收值，定义一个channel需要定义channel的类型，需要通过make创建channel。channel通过"<-"来接收值和发送值
2021-12-20 17:00:11
173
原创 RESTful API设计总结
RESTful 中文解释为“表现层数据转换”。表现层其实指的资源的表现层上网中访问的URL都代表一种资源，资源可以是图片、音乐、歌曲、一种服务，资源就是一种具体的存在。资源的表现层可以是一段txt、html，它具体的表现形式应该在http的accecpt和content-type中设定。状态转化当客户端访问服务端，需服务端返回状态和数据而网络请求http协议是无状态协议，所以需要服务端给出状态和数据，此状态和数据是在表现层上返回的，所以叫做表现层状态转化。客户端用到的手段，只能是 HTTP 协.
2021-12-10 16:23:31
2266
转载 Win10上Docker无法正常启动 出现install WSL2 kernel update的情况
文章目录一、情况描述二、解决方法2.1检查自己的Win10版本2.2下载插件三、最终效果写在最后一、情况描述当装完docker之后，系统提示Windows重新启动，作者就重启系统准备使用docker，但是遇到了以下情况:WSL Microsoft .NET Framework应用程序中发生了未经处理的异常。如果单击“继续”，应用程序将忽略此错误并尝试继续。如果单击“退出”，应用程序将立即关闭。引发类型为:Docker. ApiServices. WSL2. WslKernelUpdat
2021-08-13 18:51:03
2260
1
转载 reids 列表与有序集合的区别
一、相似之处1、二者都是有序的。2、二者都可以获得某一范围的元素。二、区别1、列表类型是通过链表实现的，获取靠近两端的数据速度极快，而当元素增多后，访问中间数据的速度会较慢，所以它更适合实现如“新鲜事”或“日志”这样很少访问中间元素的应用。2、有序集合类型是使用散列表和跳跃表（Skip list）实现的，所以即使取位于中间部分的数据速度也很快（时间复杂度是O（log（N）））。3、列表中不能简单的调整某个元素的位置，但是有序集合可以（通过更改这个元素的分数）。4、有序集合要比列表类型更耗费内存
2021-01-12 11:23:19
85
转载 工厂模式和策略模式的区别
策略模式需要自己动手去做,工厂模式是都准备好了你需要选择工厂模式：有一天你决定去吃披萨，一看菜单，哦，种类很多呀，你就点了个培根披萨，过了二十分钟，你的披萨就来了就可以吃到了。但这个披萨是怎么做的，到底面粉放了多少，培根放了多少，佐料放了多少，有多少到工序，你是不需要管的，你需要的是一个美味培根披萨。策略模式：同样还是在披萨店，你要一个培根披萨，老板说想吃自己去做吧。原料有培根、面粉、佐料。工序有1、2、3工序，你自己去做吧。然后你就需要自己去做，到底放多少培根，放多少面粉，放多少佐料，这都你自己来决定
2020-11-18 14:03:32
163
转载 单例模式的特点，优势
class Config1 {}class Config{* 必须先声明一个静态私有属性:用来保存当前类的实例* 1. 为什么必须是静态的?因为静态成员属于类,并被类所有实例所共享* 2. 为什么必须是私有的?不允许外部直接访问,仅允许通过类方法控制方法* 3. 为什么要有初始值null,因为类内部访问接口需要检测实例的状态,判断是否需要实例化private static $instance = null;//保存用户的自定义配置参数private $setting = [];//构造
2020-11-18 13:53:44
915
原创 laravel中修改Easywechat为redis缓存
/** * 修改symfony/cache缓存方式为redis * @param array $config * @return \EasyWeChat\OfficialAccount\Application */ public static function officialAccount(array $config) { $app = Factory::officialAccount($config); $predis = app('redis')->connection()-&g
2020-09-25 13:58:37
1041
转载 mongodb explain executionStats 查询性能分析
mongodb性能分析方法：explain()为了演示的效果，我们先来创建一个有200万个文档的记录。（我自己的电脑耗了15分钟左右插入完成。如果你想插更多的文档也没问题，只要有耐心等就可以了。）1 for(var i=0;i<2000000;i++){2 db.person.insert({“name”:“ryan”+i,“age”:i});3 }MongoDB 3.0之后，explain的返回与使用方法与之前版本有了很大的变化，介于3.0之后的优秀特色和我们目前所使用给的是3.
2020-06-03 09:39:08
653
转载 mysql explain用法和结果的含义
转自：http://blog.chinaunix.net/uid-540802-id-3419311.htmlexplain显示了mysql如何使用索引来处理select语句以及连接表。可以帮助选择更好的索引和写出更优化的查询语句。使用方法，在select语句前加上explain就可以了：如：explain select surname,first_name form a,b where ...
2019-11-27 14:07:10
78
原创 Spark-streaming 和spark-sql 基本概念
Spark-streaming 和spark-sql 基本概念spark-streaming 是spark体系中一个流式处理的框架spark-core 是核心的计算引擎，streaming是其中一个功能streaming与storm的区别：storm数据呈水流状，最基本的单位是 tuple。streaming按照时间做了离散化spark开发的时候，就是开发 RDD的DAG图...
2019-05-14 10:44:09
931
原创 storm的基本概念
storm的基本概念1.storm vs mapReduce对比，storm面向实时处理。mapReduce面向批量mapReduce 优点：稳定、吞吐能力强。缺点：时效性差。特点：批处理，hadoop任务执行结束。storm优点：时效性强，毫秒级别。缺点：吞吐差。特点：增量式处理，strom任务没有结束。2.storm没有持久化层，本地模式3.storm的基本概念：stream：数据...
2019-05-06 15:55:34
157
原创 kafka基本概念
1，kafka是分布式的消息队列系统，另外提供分布式缓存功能。2，消息持久化，可以达到0（1）的访问速度，因为支持预读和后写功能3，kafka目标成为队列平台，strom 则是流式计算框架4，kafka包含一些组件：Broker:每一台机器叫一个brokerProducer:日志消息的生产者，主要来写数据Consumer:日志消息的消费者，主要来读数据Topic:一个虚拟的概念，不同...
2019-04-10 10:12:17
116
原创 Flume基本概念
Flume 是什么flume 是（数据采集，数据收集）框架，通过分布式的形式进行数据采集Flume 是可信任的，可信任体现在什么地方？如果节点出现异常、导致数据传输中断，进行数据回滚，或者数据重发对于同一个节点，source向channel写数据，是一个批次写的，如果该批次内的数据出现异常，则不会写入channel中，同批次其他数据也不会写入channel可以对接的数据源console...
2019-04-04 14:44:58
153
原创 回归算法-LR
回归技术概述：因变量y和自变量x的关系:y与x的关系y=f（x，w） w为参数y还受到噪音的影响 y=f(x,w) + b应用：发现y与x的关系发现规律预测新情况下的y值如预测点击率，销售额。逻辑回归因变量y的标号{0，1}1发生，0不发生根据特征x，预测发生概率p （y=1|x）套入激活函数：sigmoid函数求导梯度下降法：1.设置初始W，计算F（w）2.计算...
2019-03-27 11:17:36
176
原创 朴素贝叶斯分类（NB）
作用：计算对象属于的类别公式：A: 类别B: 待分类对象P(B) ： 待分类对象自身的概率（可忽略不计）P(A): 每个类别的先验概率（比如100篇文章，30篇是军事类别，那军事的先验概率是0.3）P(B|A): 每个类别产生对象的概率P(Bi|Ai) : 每个类别产生该特诊的概率 P（苹果|科技）使用最大似然估算法：P...
2019-02-21 17:29:58
214
原创 PYTHON_SPARK 基于物品协通过滤推荐算法离线化实现
PYTHON_SPARK 基于物品协通过滤推荐算法离线化实现本文主要内容算法介绍spark介绍算法实现的基本流程代码分部详解完整代码1. 算法介绍Wij表示标号i.j物品的相似度。U(i,j)表示同时对i,j有评分的用户集合2 . spark介绍spark算子大致分为两类1 Transformation 变换/转换算子，这种算子并不提交作业，完成作业过程中间转换处理...
2019-02-11 17:42:02
262
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人