gagaki-CSDN博客

原创 OpenCV————图像平滑（平均模糊、高斯模糊、中值模糊、双边滤波）

使用不同的低通滤波（LPF）对图像模糊处理，可以去除噪声，其实就是去除图像中的高频成分，高通滤波（HPF）可以增强边缘效果。学习到的函数有：cv.Filter2D —— 2D卷积函数cv2.blur——均值滤波cv2.GaussianBlur——高斯滤波cv2.medianBlur——中值滤波cv2.bilateralFilter——双边滤波2D卷积使用自己定义的卷积核来卷积图像，对图像做模糊处理。OpenCV 提供的函数 cv.fifilter2D() 可以让我们对一幅图像进行卷积操作

2020-07-28 15:18:09 1791

原创 OpenCV————图像阈值

阈值就是将图像分割的界限。一幅图像包括目标物体（前景）、背景还有噪声，阈值法可将图像和背景分割开。有简单阈值，自适应阈值，Otsu’s 二值化等，学习到的函数有：cv2.threshold 简单阈值cv2.medianBlur 中值滤波cv2.adaptiveThreshold 自适应阈值cv2.GaussianBlur 高斯滤波导入需要的包import cv2import numpy as npimport matplotlib.pyplot as plt简单阈值这种方法

2020-07-27 22:47:45 1978

原创 Opencv————几何变换(扩展缩放、平移、旋转、仿射、透视）

对图像进行各种几何变换，移动、旋转、仿射变换等学习的函数cv2.resize 缩放扩展、cv2.getRotationMatrix2D旋转、cv2.warpAffine 仿射变换导入包import cv2import numpy as np扩展缩放缩放推荐使用 cv2.INTER_AREA,基于局部像素的重采样，扩展推荐使用 v2.INTER_CUBIC,基于4x4像素邻域的3次插值法和 v2.INTER_LINEAR,双线性插值法（默认）。img=cv2.imread('.

2020-07-24 13:30:32 790

原创 OpenCV————颜色空间转换

颜色空间转换，从BGR到灰度图或者HSV。H（色彩/色度）的取值范围是 [0，179]， S（饱和度）的取值范围 [0，255]，V（亮度）的取值范围 [0，255]。学习的函数cv2.cvtColor(),cv2.inRange()物体跟踪视频中获取每一帧图像将获取到图像的颜色空间从BGR转化成HSV设置HSV阈值到蓝色范围mask运算cap=cv2.VideoCapture('blue.mp4')while(1): ret,frame=cap.read()#ret的值为T.

2020-07-23 13:13:40 337

原创 OpenCV————图像的基础操作

首先导入包，读取要处理的图片import cv2import numpy as npimg=cv2.imread('test.jpg')#读取图片获取并修改像素值可以根据像素的行和列的坐标获取他的像素值。对 BGR 图像而言，返回值为 B，G，R 的值。对灰度图像而言，会返回他的灰度值# cv2.imshow('img',img)# cv2.waitKey()# cv2.destroyAllWindows()px=img[100,100]#获取图片第100行100列的像素值print

2020-07-04 00:02:05 426

原创 OpenCV————鼠标绘制和滑动条

导入包import cv2import numpy as np可以通过下面的代码来查看所有的鼠标事件函数 events=[i for i in dir(cv2) if 'EVENT' in i]#查看所有鼠标事件 print(events) 输出为：['EVENT_FLAG_ALTKEY', flags 代表拖拽事件。按住alt键不放 'EVENT_FLAG_CTRLKEY',按住ctrl键不放 'EVENT_FLAG_LBUTTON',按住左键拖拽 'EVENT_FLAG_MBUT

2020-07-02 12:54:17 399

原创 OpenCV————绘图函数

参考资料为OpenCV-Python 中文教程• img：你想要绘制图形的那幅图像。• color：形状的颜色。以 RGB 为例，需要传入一个元组，例如：（255,0,0）代表蓝色。对于灰度图只需要传入灰度值。• thickness：线条的粗细。如果给一个闭合图形设置为 -1，那么这个图形就会被填充。默认值是 1.• linetype：线条的类型，8 连接，抗锯齿等。默认情况是 8 连接。cv2.LINE_AA为抗锯齿，这样看起来会非常平滑。cv2.line()，绘制直线cv2.circle()

2020-07-01 22:26:02 254

原创机器学习实践————神经网络

这里只讨论简单的多层感知机（MLP）,也被称为普通的前馈神经网络。神经网络调参import mglearnimport matplotlib.pyplot as pltimport numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn.neural_network import MLPClassifierfrom sklearn.datasets import make_moonsX,y=ma

2020-06-29 13:33:06 437

原创机器学习实践————SVM

核支持向量机可以推广到更复杂模型的扩展，这些模型无法被输入空间的超平面定义。导入需要的包import sklearnimport mglearnimport matplotlib.pyplot as plt1、线性模型与非线性特征线性模型在低维空间可能非常受限，因为线和平面的灵活性有限，比如一个二维数据，我们只能用直线来分。添加更多的特征可以让线性模型变得灵活，从而更好的划分数据。X,y=mglearn.datasets.make_blobs(centers=4,random_state=8)

2020-06-21 18:12:42 371

原创机器学习实践———朴素贝叶斯、决策树

目录朴素贝叶斯分类器决策树1、构造决策树2、控制决策树的复杂度3、决策树可视化4、树的特征重要性决策树集成朴素贝叶斯分类器与线性模型相似，相比起来训练速度更快，但是模型泛化能力稍差。高效的原因是通过查看每个特征来学习参数，从每个特征中收集简单的类别统计数据。sklearn中实现了3种朴素贝叶斯分类器：GuassianNB：高斯贝叶斯分类器，应用于任意连续数据。保存每个类别中每个特征的平均值和标准差。BernoulliNB：伯努利贝叶斯分类器，输入数据是二分类数据。计算每个类别中每个特征不为0的元

2020-06-18 18:42:47 1154

原创机器学习实践——线性模型

线性模型利用输入特征的线性函数进行预测。通过调节模型的参数W和b来使得模型拟合数据。导入需要用的包import matplotlib.pyplot as pltimport mglearn#这个库中的plots模块对matplotlib.pyplot做出了修改，更适合绘制类和集群from sklearn.model_selection import train_test_split#切分数据集1、用于回归的线性模型公式：y=w[0]*x[0]+w[1]*x[1]+…w[p]*x[p]+b对于单

2020-06-16 23:44:39 679

原创 ValueError: Found input variables with inconsistent numbers of samples: [19, 7]

用sklearn进行KNN分类时，出现ValueError: Found input variables with inconsistent numbers of samples: [19, 7]错误。X,y=make_forge()X_train,y_train,X_test,y_test=train_test_split(X,y,random_state=0)print("X.shape：{}".format(X_train.shape))print("y.shape：{}".format(y_

2020-06-13 12:43:59 7673

原创基于tensorflow的猫狗识别（2）——模型建立

@[TOC]文章目录模型结构该模型结构如下：由卷积层——最大池化层——卷积层——最大池化层——两个全连接层组成。建立模型为了达到变量共享这个目的，tensorflow提供了通过变量名称来创建或者获取一个变量的机制。通过这个机制，在不同的函数中可以直接通过变量的名字来使用变量，而不需要将变量通过参数的形式到处传递。主要是通过tf.get_variable和tf.variable_scope实现的tf.variable_scope作用域函数，他会在模型中开辟一个属于自己的空间，变量在这里面被管

2020-05-27 11:23:05 452

原创 pycharm中导入自己写的data文件出错

训练模型时要导入前面已经写好的data和model文件，但是报错说没有叫这个名字的module。解决方法：右击文件夹——Mark Derectory as——Sources Root

2020-05-21 18:41:15 774

原创 tf.nn.top_k() 和 tf.nn.in_top_k() 函数的用法

tf.nn.top_k(input, k, name=None)这个函数表示要返回input中每行元素最大的值，并返回它们的索引下标。input：要输入的数k:返回的最大值的个数下面的例子中，input是一个2行3列的随机矩阵，每行元素的索引下标从0开始，分别是0，1，2，当K=2时，表示要返回2个最大值，第一行的最大值为0.37547749，第二大为0.29199509，所以第一行返回[0.37547749, 0.29199509]，它们的下标分别是1和0，返回下标数组[1, 0]。第二

2020-05-19 14:20:40 599

原创基于tensorflow猫狗识别————数据处理（1）

文章目录**一、数据集下载**二、图片裁剪**三、打标签**一、数据集下载ggle官网上提供猫狗识别数据集的下载，但是要翻墙，这里提供网盘保存。链接：https://pan.baidu.com/s/1-0eBeAyE5i4TMiNS8CQcVQ提取码：31sc训练数据包含猫和狗各12500张图片，测试数据包含12500张猫和狗的图片。**二、图片裁剪**在用AlexNet神经网络模型训练之前要将图片统一裁剪成227x227大小，用opencv来裁剪。import cv2import o

2020-05-15 12:38:25 1452

原创用git更新已上传至GitHub仓库的代码

1、进入你要上传的文件夹，git status：检查是否在该分支下。2、git add + 要更新的文件名3、git commit -m "更新说明“4、git pull 拉取当前分支最新代码5、git push origin master 上传第2 3步没有截图...

2020-05-06 22:53:35 384

原创 git上传项目至GitHub————fatal: HttpRequestException encountered.

右键要上传的文件夹——git bash here,进入当前地址。第一次使用先在git当中表明自己的身份。git config --global user.email"( 这里是你的邮箱)"git config --global user.name"( 这里是你的名字)"git init：在当前项目文件夹中生成一个本地git管理（初始化Git仓库），git文件夹是隐藏的，可以点击菜单栏中的 ...

2020-05-06 14:58:43 278

原创 Tensorflow学习（二）————Mnist入门

Mnist手写数字识别，图片上有0-9 10个不同的数字，每个图片是大小为28*28像素的灰度图像。Mnist在机器学习中是个入门学习，相当于学习编程时候的“hello world"。一、数据集准备Tensorflow Data 提供了Mnist数据集，可以直接下载数据。import tensorflow as tffrom tensorflow.examples.tutorials.m...

2020-04-26 22:20:40 375

原创 tensorflow学习(一）————理解使用图来表示计算任务、会话、tensor、变量

学习资料来自tensorflow中文社区一、图（graph)表示计算任务什么是图：图（G）由顶点集和边集组成，记为G=（V,E)，分为有向图和无向图。有向图即边是有方向的，无向图即边没有方向。一个简单的有向图：无向图tensorflow中的图为有向图，图中的节点被称为op（operation)，表示对数据的某些操作，有向边可以理解成数据从上一层流动到下一层。使用tensorflow...

2020-04-23 21:51:31 675

原创 python3.6+opencv配置

在官网(https://www.python.org/downloads/)下载python3.6版本选择与自己电脑对应的版本，64位的电脑选择x86-64，32位的选择x86。这里解释下web-based installer、executable installer、embeddable zip file三种安装方式的区别。web-based installer 是需要通过联网完成安装的；e...

2020-04-20 19:55:04 8393

gagaki的博客