![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
OpenCV
文章平均质量分 95
A little strawberry
小白继续加油
展开
-
Pytorch自动求导机制详解
针对requires_grad属性,自己定义的叶子节点默认为False,而非叶子节点默认为True,神经网络中的权重默认为True。它们表现出来的区别在于反向传播结束之后,非叶子节点的梯度会被释放掉,只保留叶子节点的梯度,这样就节省了内存。比如有一个输入层为3节点的输入层,输出层为一个节点的输出层,这样一个简单的神经网络,针对一组样本而言,有。Y=XW+b,其中W,b就是要求倒数的变量,这里Y是一个标量,W是向量,b是标量,W,b是叶节点。求导,损失函数一般都是一个标量,参数又往往是向量或者是矩阵。原创 2023-07-19 09:08:39 · 13772 阅读 · 0 评论 -
OpenCV实战系列——轮廓检测详解
在计算机视觉领域,轮廓通常指图像中对象边界的一系列点。因此,轮廓通常描述了对象边界的关键信息,包含了有关对象形状的主要信息,该信息可用于形状分析与对象检测和识别。本节中,我们首先介绍如何提取图像中轮廓,然后讲解如何计算轮廓的形状描述符。转载 2023-03-22 08:53:07 · 21533 阅读 · 0 评论 -
OpenCV实战系列——拟合直线
在某些计算机视觉应用中,不仅要检测图像中的线条,还要准确估计线条的位置和方向。本节将介绍如何找到最适合给定点集的线。转载 2023-03-20 09:34:28 · 19123 阅读 · 0 评论 -
OpenCV实战系列——图像线条提取
基于内容的图像分析,需要从构成图像的像素集合中提取有意义的特征。轮廓、线条、区域等是基本的图像基元,可用于描述图像中包含的元素。本节将介绍如何提取重要的图像线条特征。翻译 2023-03-13 09:15:06 · 18779 阅读 · 0 评论 -
OpenCV-Python实战系列:图像与视频文件的处理
无论在任何类型的计算机视觉任务中,处理图像或视频都是其中的核心要素,绝大多数计算机视觉都会使用图像或视频作为数据输入的形式。此外,任何项目都应该可以在完成任何类型的处理后生成一些数据,这些数据可以以图像或者其它类型形式的输出。在计算机视觉中,由于这些类型的项目(例如,要处理的图像为输入、由机器学习算法生成的模型处理信息、输出目标信息)的固有特性,因此项目的信息流(输入——处理——输出)间也具有特殊的相关性。在本文中,将学习使用OpenCV处理构建计算机视觉应用程序所必需的图像和视频。翻译 2023-03-10 09:41:44 · 17891 阅读 · 0 评论 -
OpenCV实战系列:OpenCV与图像处理基础
OpenCV是一个的跨平台计算机视觉库,包含了500多个用于图像和视频分析的高效算法。本节将介绍OpenCV的基础知识,以及如何编译运行OpenCV程序,并将学习如何完成最基本的[图像处理]任务——读取、显示和保存图像。除此之外,鼠标事件和图形绘制也是OpenCV计算机视觉项目中常用的基本功能(例如图像标注场景,利用鼠标事件在图像中绘制目标对象的边界框),本节介绍了如何使用这两个重要的OpenCV功能。翻译 2023-03-10 09:41:32 · 17938 阅读 · 0 评论 -
OpenCV实战系列:高通滤波器及其应用
在频域分析中,滤波器是一种放大图像某些频带同时减少其他频带的操作,低通滤波器 () 是消除图像高频成分的滤波器,而高通滤波器 () 消除图像的低频成分。在《滤波器》一节中,已经介绍了[低通滤波器]的实现以及应用,在本节中,我们介绍另一类重要的滤波器,即高通滤波器。转载 2023-03-10 09:37:55 · 19205 阅读 · 0 评论 -
OpenCV实战系列:图像滤波详解
滤波是信号和图像处理中的基本任务之一,其旨在有选择地提取图像的某些特征,可以用于在给定应用程序的上下文中传达重要信息,例如,去除图像中的噪声、提取所需的视觉特征、图像重采样等。图像滤波起源于信号系统理论,本节将介绍一些与滤波相关的重要概念,并展示如何在图像处理应用程序中使用滤波器。转载 2023-03-10 09:38:25 · 20198 阅读 · 0 评论