计算机视觉初识

1.用到的库：

• numpy：用于处理数组（与线性代数相关的内容）
• cv2：即opencv，是计算机视觉库，可用于图像处理
• rich：用于将丰富的文本（带有颜色和样式）写入终端，并用于显示高级内容，例如表格

注意：numpy与cv2通常连用，因为opencv读取图像（.imread），返回值是一个多维数组。opencv对图像的任何操作，本质上就是对numpy多维数组的运算。

2.numpy（import numpy as np）

1. np.array（）：创建给定元素的数组【numpy所有的运算都是围绕着数组进行的，所以在计算之前，要将需计算的数据表示成数组的形式】
2. np.zeros（（a，b））：创建一个全为0的数组，此处为a行b列
3. a.shape：获取数组a的尺寸【如输出（3,2），则意为3行2列】
4. np.cross：计算两个向量（向量数组）的叉乘。叉乘返回的数组既垂直于a，又垂直于b。

5. np.linalg.solve（M,N）：用于求解线性方程Mx=N的解x

6. np.tan：对数组中的每一个元素求其正切值

7. sklearn聚类算法之DBSCAN：得到一个聚类的核心观察值得集合。最后，凡是在聚类附近但又不是核心的观察值将被认为属于这个聚类，而那些离聚类很远的观察值将被标记为噪声。

8. 两个相同尺寸的数组可直接行四则运算【数组相同位置的元素进行加减乘除】
9. 数组默认的数据类型是64位的浮点数，也可通过dtype指定其他数据类型【如a=np.array((4,2),dtype=np.int32)将a指定为32位的整形】
10. 数组可直接与一个数运算【如a=np.array（[1,2,3]），则a*5，输出（[5,10,15]）
11. 获取部分数据：如a[0,0:2]，意为获取第一行的第一列与第二列数据