- 博客(12)
- 收藏
- 关注
RSS订阅原创 Python计算机视觉 3
目录1. 图像拼接的简介1.1 图像拼接的基础流程1.2 图像拼接的数学原理2. 实现方法2.1 RANSAC方法2.2 Multi-Band Blending策略3. 代码实现1. 图像拼接的简介1.1 图像拼接的基础流程是将多个重叠的图像对齐成一个大的组合，它代表了一个3D场景的一部分。拼接可以看做是场景重建的一种特殊情况，其中图像仅通过平面单应性进行关联。图像拼接在运动检测和跟踪，增强现实，分辨率增强，视频压缩和图像稳定等机器视觉领域有很大.
2022-05-12 11:13:08
204
原创 Python计算机视觉 2
目录1. Harris角点检测算法 1.1 Harris角点检测算法的基本思想1.2 Harris角点检测算法的数学表达1.3 Harris角点检测算法的代码实现2. SIFT算法2.1 SIFT算法的基本原理2.2 关键点检测的相关概念2.3 SIFT算法特征的代码实现2.4 SIFT匹配地理标记图像1. Harris角点检测算法1.1 Harris角点检测算法的基本思想从图像局部的小窗口观...
2022-04-28 00:12:19
2857
原创 计算机视觉Python 1
1. 直方图1.1 直方图的概念图像直方图由于其计算代价较小，且具有图像平移、旋转、缩放不变性等众多优点，广泛地应用于图像处理的各个领域，特别是hui的各个领域，特别是读的阈值分割、基于颜色的图像检索以及图像分类。...
2022-04-13 23:38:33
2891
原创 机器学习Python学习——朴素贝叶斯
目录1. 基本概念2. 算法原理 2.1 算法示例3. 代码实现1. 基本概念朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。统计机器学习的策略通常是期望风险最小化，实际学习过程中以经验风险近似期望风险(或加上正则化项)。在朴素贝叶斯方法中，期望风险最小化等价于后验概率最大化。2. 算法原理朴素贝叶斯分类器(Naïve Bayes Classifier)采用了“属性条件独立性 假设” ，即每个属性独立地对分类结果发...
2021-12-07 03:55:11
1358
原创 C++实验四——STL应用
目录1. STL基本介绍2. 序列变换3. 像素变换4.用set存储学生信息5.输入一个字符串，用map统计每个字符出现的次数并输出字符及对应的次数1. STL基本介绍C++ STL（标准模板库）是一套功能强大的 C++ 模板类，提供了通用的模板类和函数，这些模板类和函数可以实现多种流行和常用的算法和数据结构，如向量、链表、队列、栈。C++ STL 一共提供了六大组件，包括容器，算法，迭代器，仿函数，配接器和配置器，彼此可以组合套用...
2021-11-27 22:24:44
554
原创 机器学习Python学习——逻辑斯蒂回归（Logistic Regression）
1. 基本概念 Logistic回归也是一种分类方法，用于两分类问题。其基本思想为：（1）寻找合适的假设函数，即分类函数，用以预测输入数据的判断结果；（2）构造代价函数，即损失函数，用以表示预测的输出结果与训练数据的实际类别之间的偏差；（3）最小化代价函数，从而获取最优的模型参数。Logistics回归的目的是寻找一个非线性函数Sigmoid的最佳拟合参数，求解过程可以由最优化算法来完成。在最优化算法中，最常用的就是梯度上升算法，而梯度上升算法又可以简化为随机...
2021-11-22 01:06:03
7030
1
原创 C++实验三——模板
目录1. 基础概念2. 模板函数 2.1 一般模板函数 2.2 特化模板函数3. 类模板3.2 成员模板函数3.3 类模板特化4.模板类AutoPtr4.1 构造函数 4.2 析构函数4.3 运算符重载5. 小结1. 基础概念 模板定义：模板是泛型编程的基础，泛型编程即以一种独立于任何特定类型的方式编写代码。模板是创建泛型类或函数...
2021-11-16 23:23:55
437
原创 C++实验二——继承和多态
1. 类的继承1.类的继承C++类继承中总共可以通过三个方式来实现，包括：公有继承（public）、私有继承（private）、保护继承（protected） 等。继承可以使现有的代码具有可重用性和可扩展性。但是，在C++的编程规范中（如google的编程规范），不建议使用私有继承和保护继承，而是使用组合方式。main.cpp#include "mainwindow.h"#include <QApplication>using name...
2021-11-04 01:44:30
219
原创 机器学习Python学习——决策树
1.1 决策树的概念 1.2 信息增益1.1 决策树的概念决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。同时，分类树（决策树）是一种十分常用的分类方法。它是一种...
2021-10-28 02:13:21
1311
原创 机器学习Python学习——KNN算法
1.1 KNN算法的简介1.1 KNN算法的简介 KNN（K- Nearest Neighbor）法即K最邻近法，最初由 Cover和Hart于1968年提出，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。所谓K最近邻，就是K个最近的邻居的意思，说的是每个样本都可以用它最接近的K个邻近值来代表。近邻算法就是将数据集合中每一个记录进行分类的方法该方法的思路非常简单直观：如果一个样本在特征空间中的K个最相似（即特征空间中最邻近...
2021-10-03 11:35:26
1572
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