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(12)
  • 收藏
  • 关注

原创 Opencv介绍及环境搭建

Opencv是一个被广泛使用的开源计算机视觉库,它提供了大量的传统图像处理算法和基于深度学习的计算机视觉算法,以及用于图像和视频的处理方法。opencv的主要核心算法是用C++编写的,并且对外封装了C++和python语言的API,方便调用。

2023-12-27 18:20:51 797 1

原创 函数

函数。

2023-12-27 17:31:24 886 1

原创 YUV图像颜色

之前讲了RGB的图像表示,这一节我们再讲解另外一种图像表示------YUV,YUV和RGB不同,它们在颜色信息的存储和传输上有着显著的区别。YUV是什么呢?YUV表示的是模型。在YUV表示中,颜色信息由亮度(Y)和两个色度(U、V)通道组成,亮度通道(Y)表示图像的明暗程度,色度通道(U、V)表示颜色信息,Y通道负责明亮度,U、V通道则处理色彩信息。

2023-12-22 18:58:04 338

原创 语句与异常处理

执行顺序:首先对switch中的表达式expression求值,再将求值结果转换为整数类型,然后将整数类型和每个case标签的值作对比,如果哪个匹配成功,就从该标签下的第一条语句开始执行,直到碰到break语句或者switch结尾为止。执行流程:expression必须是一个序列,declaration声明一个变量,序列中每个元素都可以转换为这个变量的类型,每次都会从新初始化这个变量,即每次从序列中拿到下一个元素,之后执行statement语句,直到序列中的元素都取完为止;表示当前语句结束了。

2023-12-22 15:47:39 876

原创 RGB与通道

在一节的最后,我们给出了一个由彩色图片转成灰度图的示例,并且通过 ’ color_image.mode '获取了图片的格式:彩色图片获取到的格式为RGBA,灰度图为L。这一节我们介绍一下RGB图片以及通道的概念,我认为通道在整个深度学习中很重要,并且。举个例子:在很多时候,对神经网络中的一些算法做工程化实现,或者做性能优化,除了关注算法本身,还会关注数据存储格式。一般在pytorch中,数据存储格式为NCHW,C代表的就是通道(channel),这样对于需要在通道维度中归一化的算法是极其不友好的。

2023-12-20 16:24:28 805

原创 灰度与色彩

之前我们解释了像素是计算机视觉任务中的原材料,很多图像处理任务以像素局部性为基础,在不同尺度下完成图像特征的提取,小则为图像细节,大则为图像轮廓。现在继续看一种十分简洁但很高效的图像表示----,灰度图是一种只包含亮度信息而不包含颜色信息的图像。在灰度图中,每个像素的亮度通过一个灰度级别来表示,通常用整数数值来表示,范围从0(黑色)到255(白色)。

2023-12-19 16:54:47 368

原创 表达式基础

表达式:由一个或多个的运算对象和运算符组成。

2023-12-19 15:59:04 882

原创 图像和像素

像素我们不陌生,图像我们更不陌生学习计算机视觉,我认为第一步就是要了解我们要处理的对象,就像上一篇讲到的,计算机视觉任务中,图像(像素)是原材料,算法是菜谱了解了图像的特征,才可以更好的完成更多图像处理任务,比如对一张图片进行分类,或者对一张图片画框做检测。

2023-12-18 15:25:13 770

原创 字符串、vector和数组

形式:类型名 数组名[数组维度]类型名必须明确,不能用auto,也不允许是引用类型(引用不是对象)

2023-12-18 14:18:35 798

原创 变量与基本类型

i:int i;标识符要用具体的含义,不能定义a、b等;变量名一般用小写字母,如index;类名一半以大写字母开头,如Sales_item;变量名是多个单词组成,要区分开:student_loan或studentLoan;

2023-12-11 12:29:58 24

原创 认识计算机视觉

想象一下门禁的人脸识别几秒才能识别出来又或者人脸支付几秒才有响应,相信这是用户无法容忍的,又或者想象自动驾驶识别到前方的障碍物,但是几秒才做出反应,这后果是无法想象的。因此,如果你想单纯做一个草帽滤波,设定好输出标签,设计一些神经网络层直接去做训练就可以了,等到损失降到最低的时候,你会发现,卷积拟合出来的数值和草帽滤波器竟然很相似。现在大模型GPT很火,如果让人们去设计这么复杂的算法,几乎是不可能的,但是设计好神经网络之后,然后喂给它足够的数据量做训练,GPU的表现足以让你惊艳。

2023-12-06 09:53:43 18

原创 c++初识

认识C++程序。

2023-12-05 16:04:20 22

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