- 博客(24)
- 收藏
- 关注
RSS订阅原创 Python计算机视觉编程_04
相机标定前言1.相机投影模型前言之前我们进行了平面图像的特征点检测，特征点匹配，图像拼接，而近几年计算机视觉更偏向三维模型相关的内容，包括但不限于3D建模，3D点云，机器人（无人机等）的定位，自动驾驶等。而在进行以上这些工程的时候，我们得先确定我们使用工具的具体信息，哪怕我们使用的各种仪器（摄像头，照相机等）都有提供对应的参数，但因为工艺问题或者使用不当，参数都会有一定的波动，这就需要我们进行相机标定来进行相机参数的确定。1.相机投影模型进行参数标定之后我们肯定要先明白相机是如何将三维的现实世界压
2022-05-25 22:37:10
590
原创 Python计算机视觉编程_03
基于SIFT算法的全景拼接前言1.单应性变换2.RANSAC算法（待续）3.代码实现（待续）前言什么是全景拼接？简单来说就是将两幅或多幅具有重叠区域的图像，合并成一张大图如图所示，7张不同的图像最后拼接成一幅大图，那么问题很明显，如何拼接呢？1.单应性变换如果是最简单图像拼接，很明显，我们只需要对其进行平移，将重叠区域叠加，很轻松的就能得到一幅拼接图像。但实际上两幅图像之间有很多种关系，包括但不限于平移，旋转，尺度变换，仿射，透视映射，桶状映射等等。左边的图像由右边两幅图像拼接而成，很明显
2022-04-28 00:14:36
3460
原创 Python计算机视觉编程_02
基于SIFT算法的图像匹配前言1.Harris角点检测算法1.1.特征点1.2.Harris角点1.3.Harris角点检测基本思想1.4.Harris角点检测数学原理1.5.Harris焦点检测算法代码解析2.SIFT（尺度不变特征变换）算法2.1.兴趣点（关键点）2.2.描述符（待续）3.SIFT匹配地理标记图像（待续）前言提到图像匹配，就不得不提到SIFT(尺度不变特征变换) 算法，作为图像特征提取的典型算法，SIFT算法单单在论文上的引用就已经到了6万多次，更不用提工程项目上的使用次数了。不过在
2022-03-30 22:54:06
3651
原创 Python计算机视觉编程_01
基本的图像操作和处理前言1.图像直方图1.1.原理1.2.结果演示2.高斯滤波2.1.原理2.2.结果演示3.直方图均衡化3.1.原理3.2.结果演示后记前言本篇博客介绍在vscode中使用opencv进行图像处理的基本操作，使用的语言为python，vscode中按照python可以参考我以前写的这篇博客：vscode中配置python环境至于在vscode导入opencv包就请各位自行百度解决（其实是我忘记当初怎么装的了 ）。1.图像直方图1.1.原理谈到图像处理就不得不提图像直方图，一般来
2022-03-16 23:59:31
4616
原创 机器学习_06:SVM支持向量机
文章目录实验背景1.SVM算法原理1.1.分隔超平面1.2.最大间隔1.2.1.寻找最小间隔数据点1.2.2.拉格朗日乘子法1.3.SMO高效优化算法2.实验结果3.总结实验背景SVM算法在上世纪60年代就已经被提出，学名为Support Vector Machine，是一种非常经典的监督学习方法。我在看来，SVM是最好的现成的分类器，这里说的“现成”指的是分类器不加修改即可直接使用。这意味着在数据上应用基本形式（没有针对数据进行修改）的SVM分类器就可以得到低错误率的结果。SVM能够对训练集之外的数据
2021-12-31 23:56:11
2871
1
原创 机器学习_5:朴素贝叶斯算法
文章目录实验背景1.算法原理1.1.贝叶斯公式1.1.2.朴素贝叶斯2.代码解析3.测试结果4.总结实验背景朴素贝叶斯算法是用于分类问题的一种算法，该算法属于生成式模型，与其他算法的判别式模型不同。比如一封电子邮件是不是垃圾邮件，判别式模型是判断这封邮件是某种类型的概率，生成式模型是某种类型生成这封邮件的概率。判别式模型：生成式模型：以判断电子邮件是否垃圾为例，如果采用判别式模型来判断，那么对于这个二分类（是垃圾，不是垃圾）问题来说，如果是垃圾邮件的可能性只有10%，那么根据简单的非A即B，这
2021-11-29 22:35:03
1748
原创 C++实验_4：STL应用
文章目录实验背景1.容器2.迭代器3.学生信息的存储管理4.map字典运用实验背景STL的全称为Standard Template Library（标准模板库）。STL涉及到很多方面，包括但不限于容器，迭代器，算法和函数对象等。本次博客只介绍最直观的STL内容，涉及原理以及更深刻的概念内容还需自行寻找资料学习。总结：1.标准模板库（Standard Template Library，简称STL）定义了一套概念体系，为泛型程序设计提供了逻辑基础。2.STL中的各个类模板、函数模板的参数都是用这个体系
2021-11-28 00:04:35
899
原创 机器学习_4:logistic回归
文章目录实验背景1.logistic回归算法原理1.1.线性回归1.2.对数线性回归1.3.logistic回归2.logistic回归算法代码分析3.logistic回归算法实验4.总结实验背景相比k近邻算法和决策树算法，logistic回归算法算是真正意义上的机器学习基础算法，哪怕是现在的深度学习，一样有用到logistic回归算法的内容。而logistic回归算法很大程度上和线性回归以及对数线性回归有关，本次实验就来介绍logistic回归算法的原理和作为分类算法的效果。1.logistic回归
2021-11-22 01:12:45
1126
原创 C++实验_3:模板
文章目录实验背景1.模板函数1.1.一般模板函数1.2.特化模板函数实验背景本次实验基于Qt Creator下的c++环境，实现了关于C++特有的模板功能，C++最重要的特性之一就是代码重用，为了实现代码的通用性，需要让代码不受数据类型的影响，并且可以自动适应数据类型的变化。这就是参数化程序设计，模板是参数化程序设计的工具之一，可以实现参数多态性。所谓参数多态性，就是将程序所处理的对象的类型参数化，使得一段程序可以用于处理多种不同类型的对象。1.模板函数模板函数定义形式：template<模
2021-11-16 23:40:10
544
原创 机器学习_3:决策树的构建及应用
文章目录实验背景1.决策树算法原理1.1.什么是决策树1.2.如何构建好的决策树1.2.1.香浓熵1.2.2.信息增益1.2.3.信息增益率1.2.4.基尼指数1.3.如何优化构建完的决策树1.3.1.预剪枝1.3.2.后剪枝2.三种决策树构造2.1.基于信息增益构造的决策树（ID 3）2.2.基于信息增益率构造的决策树（C 4.5）2.3.基于基尼指数构造的决策树（CART）3.决策树测试4.总结实验背景在之前的实验：机器学习_1:K-近领算法机器学习_2:K-近领算法我们了解到了K-近邻算法是
2021-10-28 02:39:44
1901
原创 C++实验_2:继承和多态
文章目录实验背景1.类的继承1.1.继承访问权限测试1.1.1.public, protected, private属性测试1.1.2.类的继承方式区别（public, protected, private）1.1.3.提升访问权限1.2.友元类继承实验背景本次实验基于Qt Creator下的c++环境，实现了关于类的继承与多态以及矢量图的设计与管理。注：本次实验需要来回修改类的内部属性与函数，所以只给出测试时的代码，没有精力去保留所有情况，有兴趣的可以书写并保留所有代码，到时候请务必在评论区发给我。
2021-10-27 10:06:04
354
原创 C++实验_1：函数构造与运算符重载
文章目录实验背景1.函数解析1.1构造函数1.1.1无参数构造函数1.1.2有参数构造函数1.1.3拷贝构造函数1.1.4地址构造函数1.2析构函数2.运算符重载2.1输入输出运算符重载2.1.1 输入运算符重载2.1.2输出运算符重载2.2 算术运算符重载2.3赋值运算符重载2.4关系运算符重载实验背景本次实验基于vscode下的c++环境，实现了关于CMatrix系列函数和运算符的重载1.函数解析#ifndef CMATRIX_H#define CMATRIX_H#include<io
2021-10-13 01:37:05
730
原创 机器学习_2:K-近领算法
机器学习_2:K-近领算法文章目录实验背景1.约会网站配对1.1实验背景1.2算法解析1.3算法实现2.基于k-近邻算法的手写体识别2.1参数修改，结果演示3.实验总结实验背景本次实验基于机器学习经典的k-近邻算法，k-近邻算法的原理和基础的分类实验请参考我的上篇博客机器学习_1:K-近领算法，本次实验我们来解决如何用k近邻算法实现约会网站配对，和调试修改手写体识别的错误率。1.约会网站配对1.1实验背景如图所示，本次实验属于分类实验，将每年获得的飞行常客里程数，玩视频游戏所耗时间百分比，以及
2021-10-10 16:59:21
404
原创 机器学习_1:K-近领算法
机器学习_1:K-近领算法文章目录实验背景1.k-近邻算法1.1算法原理1.2算法解析1.3算法实验2.基于k-近邻算法的手写体识别实验背景本次实验基于机器学习经典的k-近邻算法，我会先介绍k-近邻算法的原理和基础的分类实验，然后介绍如何使用k-近邻算法进行手写体识别。1.k-近邻算法1.1算法原理什么是k-近邻算法，就是根据给定的要判断的点，找出k个与它距离最近的点，而这k个点中，哪种标签出现次数最多，这个要判断的点就属于那个标签。如图所示，这里的k取值为5，而这5个点中，有四个w1，所以这
2021-10-03 11:47:12
487
1
原创 vscode中配置python环境
vscode配置python环境本文适用条件：**1.已经安装好vscode2.vscode已安装汉化补丁3.window10系统文章目录vscode配置python环境1.安装python2.vscode配置python1.安装python官网地址：https://www.python.org/进入后将鼠标移到Downloads上,点击python 3.9.7（当前版本）下载文件下载好后，打开下载文件，如图注意勾选add python to path，点击install now安
2021-09-16 21:16:08
3270
1
原创 SCRDet：Towards More Robust Detection for Small, Cluttered and Rotated Objects（摇杆旋转目标检测方法）
文章目录SCRDet：Towards More Robust Detection for Small, Cluttered and Rotated Objects1. 论文摘要和背景介绍2.欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图
2020-05-30 22:42:27
1019
原创 深度学习部分总结
目录一.什么是深度学习。二.深度学习的整体流程。三.深度学习的三要素。四.神经网络的超参数。五.神经网络的激活函数。一.什么是深度学习。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的...
2019-12-07 23:48:33
928
原创 python图表和对感知机的理解
1.画一个如下图的表格import matplotlib.pyplot as pltimport numpy as npy1 = np.linspace(-5,5,4)#每个柱形的y值，随机从（-5,5）中产生4个数字x1=[0.5,2,3.5,5]#每个柱形左下角在X轴上的坐标y2 = np.linspace(0,10,4)x2=[1,2.5,4,5.5]x3=[0.75,2.25...
2019-11-23 16:46:37
210
原创 关于深度学习的最浅显的了解
一：关于数据采集的问题。（以人脸识别为例）机器是如何判别人脸的呢？根据一张照片上人脸的特征来判断的话，人脸的特征有是什么呢？不同人的特征完全不一样吗？一张图片能读出来什么样的特征呢？1.人脸的特征是什么？总所周知，机器是无法像人类一样根据照片上什么鼻子的大小啊这样的特征来判别的。一张照片在机器眼中就是一个数组。那么如果单纯的根据一个固定的数组里的数字上下波动来判断一张照片是不是人脸的话，那么...
2019-11-16 15:51:34
351
原创 利用其它方法在python上修改图片
目标：输入一张图片后，对其进行截取，之后其对图片的叠加（可以是个水印），再之后进行图片的反 转，再进行颜色处理(可以是简单的颜色处理)，最后保存得到的图片。一：对图片进行读取和显示。from PIL import Imageimport numpy as npimg=Image.open('C:/Users/songcx/Desktop/1.jpg')img.show(img)祢豆子...
2019-11-12 18:32:24
683
原创 关于python的学习
1.统计 this.txt 文件中字母（‘a’-‘z’)、大写字母（ ‘A’-‘Z’）、数字(0-9)、其他字符的个数。import oswith open(r"C:/Users/songcx/Downloads/this.txt") as f: small_letter=0 big_letter=0 number=0 others=0 while Tr...
2019-11-09 10:32:37
110
原创 python与openCV2的不可不说的关系
今天我们要弄的是关于python与CVopen2的使用。而我们要使用CVopen2的命令，肯定需要各种照片，但是这些照片的命名大多数是杂乱无序的，所以我们要有个前期工作。一：批量重命名目标文件,批量删除文件。fd = os.open(“nishibushisha.txt”,os.O_CREAT)
2019-10-27 00:20:18
350
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