自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 Opencv基础4读写修改像素

1.读一个GRAY像素点的像素值(CV_8UC1)Scalar intensity = img.at(y, x);或者 Scalar intensity = img.at(Point(x, y));2.读一个RGB像素点的像素值(3通道uchar)Vec3f intensity = img.at(y, x);float blue = intensity.val[0];float green = intensity.val[1];float red = intensity.val[2];3.V

2021-07-27 16:54:33 260

原创 Opencv基础3 Mat对象

现在一般只用Mat对象IplImage对象不怎么用了复制1.部分复制:一般情况下只会复制Mat对象的头和指针部分,不会复制数据部分Mat A= imread(imgFilePath);Mat B(A) // 只复制2.完全复制:如果想把Mat对象的头部和数据部分一起复制,可以通过如下两个API实现Mat F = A.clone(); 或 Mat G; A.copyTo(G);创建1.cv::Mat::Mat构造函数Mat M(2,2,CV_8UC3, Scalar(0,0,255))

2021-07-27 16:26:04 207

原创 Opencv基础学习2矩阵的掩膜

掩膜操作实现图像对比度调整-红色是中心像素,从上到下,从左到右对每个像素做同样的处理操作,得到最终结果就是对比度提高之后的输出图像Mat对象。用filter2D功能较为方便(矩阵)。定义掩膜:Mat kernel = (Mat_(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);filter2D( src, dst, src.depth(), kernel );其中src与dst是Mat类型变量、src.depth表示位图深度,有32、24、8等。...

2021-07-27 15:12:50 204

原创 Opencv图像基础1

加载修改保存图像加载IMREAD_UNCHANGED (<0) 表示加载原图,不做任何改变IMREAD_GRAYSCALE ( 0)表示把原图作为灰度图像加载进来IMREAD_COLOR (>0) 表示把原图作为RGB图像加载进来显示图像cv::namedWindos 与cv::imshow修改图像cv::cvtColor...

2021-07-27 15:07:41 224

原创 408数据结构1.2(线性表的基本操作)

InitList(&L):初始化表,构建一个空线性表L,分配内存空间DestroyList(&L):销毁表,并释放内存空间ListInsert(&L,i,e):插入操作。在表L中的第i个位置插入指定元素eListDelete(&L,i,&e):删除操作。删除表L中第i个位置的元素,并用e返回删除元素的值LocateElem(L,E):按值查找,在表L中查找给定关键字值的元素GetElem(L,i):按位查找,获取表L中第i个位置元素的值Length(L):

2021-03-11 11:36:00 74

原创 408数据结构1.1(线性表)

关于c++中函数&的使用#include <stdio.h>void test(int x){x = 1024;printf(“hanshu x=%d\n”,x);}int main(){int x = 1;printf(“dq x=%d\n”,x);test(x);printf(“dh x=%d\n”,x);}输出dq x=1hanshu x=1024dh x=1这个是函数test中参数x没加&的情况#include <stdio.h

2021-03-10 14:39:43 49

原创 基于python的knn算法简单预测模型

knn核心:knn算法的核心思想主要是通过海量数据集对模型进行训练,通过比较预测输入与训练集的输入”距离差“来输出预测结果,简单来说就是哪个训练数据和预测输入更接近就选择哪个。基本工作流程:收集数据集(采用数组之类)数据拆分(输入,输出,切片 data[:,0] data[:,-1])做距离排序(一维,二维,n维,欧拉公式,归一化算法等)统计最邻近的数据预测结果label模型评价:...

2019-07-24 14:59:06 3590 1

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

提示
确定要删除当前文章?
取消 删除