- 博客(9)
- 收藏
- 关注
RSS订阅原创 Python可视化工具——Plotly的使用
Plotly介绍Plotly是一个强大的开源数据可视化框架，它通过构建web形式的可交互图表展示信息，可创建精美的图表和地图。我是在jupyter notebook里使用的。官网：Plotly: The front end for ML and data science models一般有两种使用Plotly的方式，一是在线输入导入数据操作（Chart-Studio）；二是编程操作，这篇文章主要介绍的是一些编程操作。Plotly安装输入命令行：pip install plotly散点
2021-12-21 10:19:16
2530
原创 Open3D三维处理-初步应用
安装pip install open3d一.多角度点云拼接形成整片点云import open3d as o3dimport numpy as npprint("Open3D read Point Cloud")#读点pcd=o3d.io.read_point_cloud("输入3D文件的地址")print(pcd)#拼接点为云o3d.visualization.draw_geometries([pcd],width=800,height=600)运行结果：二...
2021-11-25 20:42:34
636
原创 利用Python进行粗糙的视频字幕识别
一.安装包准备1.安装tesseract-ocr2.添加语言文件tesseract-ocr安装教程参见：Tesseract OCR V5.0安装教程（Windows） - 简书3.pytessetact识别库通过cmd输入pip install pytesseract进行安装。pytesseract包依赖于Tesseract执行文件，需要安装Tesseract，当然Tesseract只能识别标准的ASCII字符串，复杂的验证吗就无法使用pytesseract来读取了。二.字幕
2021-11-16 10:45:18
2419
原创 均值Hash、直方图分镜在Flask框架下的应用
前面的学习咱们都是在Jupyter中进行，PyCharm的引入能提高我们编码的效率，且该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发。能帮助我们把后台离线运行的结果经过简单排版后输送到网页端。1.Flask应用的基本框架from flask import Flask#引入Flask这个web框架模块@app.route("/")def index(): return "Hi,Flask!"if "__main__"==__name__: a
2021-11-11 23:43:52
675
原创 基于视频的相似图片处理[均值哈希算法相似度、三直方图算法相似度]
一.视频分镜处理操作步骤解释：1.将视频切割为图片，并写入新建空白文件夹。2.判断两张图片的相似度（较复杂的数据判断——均值哈希算法相似度、三直方图算法相似度）。3.遍历视频所有的帧，提取与其他分镜有明显区别的分镜，完成。代码呈现1：import osimport cv2import subprocessimport inspectimport numpy as npos.chdir("d:\lesson6")#把视频打散为图片v_path='video.mp4'
2021-10-21 23:59:48
2425
原创 音视频图像处理应用：粗糙贴图换脸尝试
本周作業：（小组完成）1-圖像处理与人脸识别的结合应用。群里贴图2-每组学会一个新的ffmpeg的命令，用于视音频处理（自学：看文档，搜索等）3-每组学会2个图像处理的函数，贴图4-以上内容写到帖子里（博文）（每人一份）一.图像处理与人脸识别的结合应用：粗糙贴图换脸。应用方法：1.face_recogniton.face_locations识别图1、图2抠图人脸坐标。2.根据坐标框利用Image.crop()从图1人像图中扣出人像。3.由于图1、图2人脸坐标大小不同，如果想要较.
2021-10-14 23:29:11
431
原创 人脸识别（从OpenCV、Dlib到Face-Recongnition）学习
一、OpenCV人脸识别OpenCV是什么？OpenCV是一个用于图像处理、分析、机器视觉方面的开源函数库，可免费适用于科学研究、商业应用。它在人机互动、物体互动、图像分割、人脸识别、动作识别、运动追踪等应用领域具有极大的应用价值。OpenCV的安装直接运行cmd后，输入pipinstall opencv-python，即可完成安装。利用OpenCV识别人脸import cv2import osimport matplotlib.pyplot as pltos.chdir.
2021-09-23 23:35:48
1496
原创 Python文本分析可视化词云图WordCloud练习及错误总结
整体思路：导入待可视化文本文件，分词并统计词频。 筛选出高频词，根据词频降序排列。 根据词频绘制形状词云图。import osprint(os.getcwd())os.chdir("e:\\")print(os.getcwd())首先通过“os.getcwd()”确认当前工作的目录与待分析的文本文件位置是否在同一目录下，并利用“os.chdir()”改变位置，保证操作系统能成功找到文本文件。import jieba#导入jieba库处理中文文本with open("BNYJ
2021-09-16 20:39:29
2017
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