- 博客(38)
- 收藏
- 关注
原创 python第三方库【numpy.array】的使用(超详细)
NumPy 是 Python 中用于科学计算的基础库之一,它提供了高性能的多维数组对象以及这些数组的操作。NumPy 的核心数据结构是ndarray(N-dimensional array,N维数组),它提供了一种高效的存储和操作大型多维数组的方法。
2024-07-09 10:22:16
102
原创 四步带你实现【Open3d】--边缘检测
Open3D边缘检测技术从3D数据中精准识别并提取边界,对于场景解析、物体轮廓提取等任务至关重要。Open3D提供多种算法,帮助用户高效实现边缘检测,促进3D数据的深度分析和应用。
2024-07-09 09:34:56
197
原创 Open3d--基于RANSAC对3D图进行分割(代码可直接引用)
Open3D是一个开源库,专门用于处理3D数据,包括点云处理、3D重建、视觉化等功能。在Open3D中,将3D点云图像进行分割可以通过多种方法实现,包括但不限于RANSAC算法以及基于几何结构的分割方法。
2024-07-08 16:41:29
98
原创 一文教你如何将open3d点云图转换到2d图(代码可直接引用)
Open3D是一个开源库,用于处理3D数据,包括点云数据的读取、处理、可视化等。将3D点云图转换到2D平面的操作,可以通过点云数据的投影实现。
2024-07-08 16:36:41
447
原创 PyQt5抽屉布局--一篇就够了(超详细)
PyQt5抽屉布局主要通过QStackedLayout实现,它提供了一种管理子窗口的栈结构,使得在某一时刻只有一个子窗口可见。这种布局方式特别适用于需要多界面切换的场景,如向导式界面、表单填写流程等。通过addWidget方法将不同的界面(即QWidget或其子类实例)添加到QStackedLayout中,并使用setCurrentIndex方法来切换当前显示的界面。抽屉布局本身并不直接显示,而是作为容器来管理子窗口的显示与隐藏,从而实现类似抽屉的界面切换效果。
2024-07-04 10:44:36
186
原创 PyQt5网格布局--计算器模型(3分钟足够了)
PyQt5网格布局(QGridLayout)是一种将窗口分割成行和列进行排列的布局管理方式。它通过addWidget等方法将控件添加到指定的行和列中,支持控件跨越多行或多列,以适应复杂的界面布局需求。网格布局允许开发者精确控制控件的位置和大小,同时能够根据窗口大小的变化自动调整控件的布局,提高用户界面的可用性和美观性。在PyQt5中,网格布局是界面设计中的重要工具之一,广泛应用于各种桌面应用程序的开发中。
2024-07-04 10:32:58
251
原创 PyQt5水平布局--只需5分钟带你搞懂
PyQt5水平布局(QHBoxLayout)是一种在GUI应用程序中用于组织和排列控件的布局方式。它允许开发者将控件在水平方向上从左到右依次排列,非常适合于需要并排显示控件的场景,如工具栏、水平菜单等。
2024-07-03 12:00:29
484
原创 不懂PyQt5垂直布局?只需3分钟即可学会
PyQt5中实现垂直布局,主要使用类。该布局管理器将子控件垂直排列,并可以根据需要自动调整大小。使用可以方便地构建从上到下排列的界面元素。
2024-07-03 09:15:39
329
原创 open3d基础使用-简单易懂
Open3D是一个功能强大的3D数据处理库,它提供了丰富的数据结构和算法,支持点云、网格和RGB-D图像等多种3D数据的处理。通过简单的API调用,用户可以轻松实现数据的读取、保存、可视化和处理等操作。同时,Open3D还支持高级功能,如点云配准、表面重建等,可以满足更复杂的3D数据处理需求。
2024-07-02 11:03:25
679
原创 Python安装,几个步骤轻松实现(超详细)
将下载的python根路径,及文件下的scripts根路径添加到环境变量里面。打开命令提示符,win+r 输入cmd。
2024-07-02 10:49:44
804
原创 python--列表list切分(超详细)
注意:在Python中,列表的索引是从0开始的,所以第一个元素的索引是0,第二个元素的索引是1,依此类推。同时,切分的结束索引是不包含的,所以。在Python中,列表(list)的切分(slicing)是一种非常有用的操作,它允许你获取列表的一部分而不是整个列表。会包含索引为3、4、5、6的元素,但不包含索引为7的元素。
2024-06-28 16:36:23
235
原创 Numpy基础操作详解
NumPy(Numerical Python)是Python语言的一个扩展库,支持大量的维度数组与矩阵运算,并提供了大量的数学函数来处理这些数组。NumPy是Python数据分析、机器学习等领域的基础库之一。本文将介绍NumPy的一些基础操作,帮助读者快速上手。
2024-06-28 15:55:22
367
原创 Python:探索高效、智能的指纹识别技术(简单易懂)
指纹识别技术以其高精度、快速性,在身份验证领域占据重要地位。通过独特指纹特征匹配,实现高效身份识别,广泛应用于手机解锁、门禁系统等,为现代社会带来更安全便捷的身份验证体验。
2024-06-28 15:43:22
718
原创 python--pickle函数的用法(超详细)
pickle是Python中的一个标准库,它提供了一种简单的方法来序列化和反序列化Python对象,以便可以将它们保存到文件或通过网络传输。pickle模块可以将Python对象转换为一种可以存储或传输的格式,然后可以通过pickle模块将其恢复为原始对象。除了pickle.dump()和pickle.load()之外,pickle模块还提供了其他一些函数,如pickle.dumps()和pickle.loads(),它们可以将对象序列化为字节串或从字节串反序列化为对象。将Python对象保存到文件。
2024-06-27 19:13:12
385
原创 jieba--《红楼梦》章节分卷并计算TF-IDF值(超详细)
对《红楼梦》的章节进行分词并计算TF-IDF值是一个有效的文本分析方法,它可以帮助我们深入理解这部古典文学作品的内在结构和主题内容。
2024-06-27 10:59:40
1051
原创 python--os.walk()函数使用(超详细)
在Python 3.7中,os.walk()函数的用法与早期版本(包括Python 3.4及之后)保持一致。os.walk()是一个用于遍历目录树的生成器函数,它生成给定目录中的文件名。这个函数没有直接的参数(除了你要遍历的目录路径,但这不是os.walk()的参数,而是你调用它时提供的),但它返回一个三元组,包含当前目录路径、当前目录下的子目录列表以及当前目录下的非目录文件列表。
2024-06-26 21:52:50
293
原创 Pandas基础应用:数据处理与分析的利器
Pandas是一个开源的Python库,主要用于数据处理和分析。它提供了两种主要的数据结构:Series和DataFrame,分别用于处理一维和二维的标记数据。Pandas还提供了丰富的数据清洗、转换、筛选、聚合和可视化等功能,可以方便地对数据进行各种操作。Pandas是一个功能强大的数据处理和分析工具,它提供了高效、灵活的数据结构和丰富的数据分析功能。通过掌握Pandas的基础应用,我们可以更好地处理和分析数据,为数据科学项目提供有力的支持。希望本文能够帮助读者快速上手Pandas并掌握其核心功能。
2024-06-25 21:35:28
648
原创 掌握Python endswith()函数,轻松玩转字符串后缀检查!
endswith()是Python中一个非常实用的字符串方法,用于检查字符串是否以指定的后缀结束。通过掌握其基本用法和一些进阶技巧,你可以更有效地处理字符串数据,并在各种场景中应用它。
2024-06-25 21:23:43
264
原创 5步实现人脸轮廓绘制,简单易懂
人脸轮廓绘制起始于一个基本圆形,代表头部的基本形状。随后,通过精细地定位眼睛、鼻子、嘴巴等关键特征点,构建出准确的人脸比例。在绘制过程中,注意保持面部的对称性和透视变化,以确保最终作品的三维感和立体感。最后,运用线条的粗细、深浅等技巧,对人脸轮廓进行细致的描绘,使画面更具表现力和艺术感。cv2.putText(image, 绘制内容, (绘制位置), 字体类型, 字体大小, (字体颜色), 线条粗细)上采样会让图像变大,能够检测到更多人脸对象,提高小人脸的检测效果。待检测的可能含有人脸的图像。
2024-06-24 22:10:02
445
原创 带你3步实现dlib--人脸关键点的绘制
人脸关键点定位是计算机视觉领域的重要技术,旨在通过算法自动在人脸图像上定位出关键位置,如眼睛、鼻子、嘴巴等特征点。这些关键点对于人脸识别、表情分析、人脸姿态估计等应用至关重要。
2024-06-24 21:44:39
185
原创 只需两步--修改国内镜像源地址(超详细)
清华大学:https://pypi.tuna.tsinghua.edu.cn/simple/阿里云:http://mirrors.aliyun.com/pypi/simple/中国科技大学:https://pypi.mirrors.ustc.edu.cn/simple/豆瓣:http://pypi.douban.com/simple/中国科学技术大学:http://pypi.mirrors.ustc.edu.cn/simple/
2024-06-23 20:51:37
238
原创 深度神经网络(dnn)--风格迁移(简单易懂)
深度神经网络(DNN)在风格迁移领域的应用,实现了将一幅图像的艺术风格迁移到另一幅图像上的目标。该技术基于深度学习模型,特别是卷积神经网络(CNN),通过提取内容图像的内容特征和风格图像的风格特征,并定义内容损失和风格损失函数,最终生成融合了两者特征的新图像。风格迁移在艺术创作、图像编辑等领域有着广泛应用,它让艺术风格的传递更加高效且富有创造力。
2024-06-22 13:59:08
615
原创 OpenCV视觉--视频人脸微笑检测(超详细,附带检测资源)
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,广泛应用于图像处理和视频分析等领域。在OpenCV的众多功能中,人脸微笑检测是一项极具吸引力的技术,它结合了人脸检测技术和表情分析技术,能够自动识别和定位图像或视频中人脸的微笑表情。这一技术在人机交互、情感分析、安全监控以及用户体验研究等领域展现出巨大的应用潜力和价值。人脸微笑检测的实现过程通常包括两个主要步骤:首先,通过人脸检测技术定位图像或视频中的人脸区域;
2024-06-22 11:41:02
1061
原创 3分钟上手 深度学习模型(利用dlib模型识别人脸)
这是一个整数,表示图像在通过CNN之前应该被上采样(放大)的次数。上采样可以帮助检测更小的人脸,但也会增加计算成本。在大多数情况下,设置为。是合理的,但对于需要检测非常小的人脸的情况,你可能需要增加这个值。是一个预训练的卷积神经网络(CNN)模型,用于人脸检测。:这是一个你需要进行人脸检测的图像;
2024-06-21 16:08:59
323
原创 带你一遍过 项目实战(OpenCV--图片融合)
本项目通过OpenCV的暴力匹配算法实现了两张图像的融合。利用特征检测和匹配,我们成功地对图像进行了配准,并通过融合技术获得了融合图像。这种方法为图像处理和拼接提供了有效工具,展示了OpenCV在图像处理领域的强大能力。
2024-06-21 15:30:20
847
原创 3分钟搞懂Python第三方库-tqdm使用
tqdm(全称“tqdm: A Fast, Extensible Progress Bar for Python and CLI”,意为“快速、可扩展的Python和CLI进度条”)是一个用于快速添加进度条的Python库。它非常轻量级,易于使用,并且支持多种迭代环境。
2024-06-20 23:33:10
394
原创 新手小白包会(python) | OpenCV进阶教程,带你踏入计算机视觉领域
OpenCV,即开源计算机视觉库(Open Source Computer Vision Library),是一个广泛使用的计算机视觉和图像处理软件库。它提供了大量的算法和函数,用于图像和视频处理、目标检测、机器学习等任务。OpenCV进阶涉及图像高级处理、特征提取、角点检测与模板匹配等。通过深入学习,可掌握图像分析与理解的精髓,为计算机视觉应用奠定坚实基础。本篇文章为OpenCV进阶教程,想学基础篇的朋友可前往OpenCV入门教程!!!想要实操的同学可前往-项目实战--OpenCV--信用卡识别。
2024-06-20 21:25:38
991
原创 3分钟搞懂 python--startswith 的使用
在Python中,方法是一个字符串(str)对象的内置方法,用于检查一个字符串是否以指定的前缀开始。如果字符串以该前缀开始,则返回True,否则返回False。这个方法在处理文本数据时非常有用,特别是当你需要快速判断字符串的开头是否符合某种模式或约定时。
2024-06-19 14:46:24
488
原创 新手小白包会(python) | OpenCV入门教程,带你踏入计算机视觉领域
OpenCV是一个功能强大的计算机视觉库,为开发者提供了丰富的算法和工具。通过入门教程的学习,我们掌握了OpenCV的基础知识和常用功能,如图像读取、显示、处理和轮廓检测等。这些基础技能为我们在计算机视觉领域进一步探索和实践打下了坚实的基础。
2024-06-19 12:07:54
1150
1
原创 带你一遍过 项目实战(opencv--信用卡识别)
项目实战(OpenCV - 信用卡识别)的过程可以总结为几个关键步骤:1.模板读取与预处理;2.信用卡图像预处理,文字区域提取,轮廓筛选;3.信用卡模板匹配,得分计算,数字识别;4.展示匹配结果。
2024-06-18 16:04:25
1103
原创 工具包--图像等比例缩放
本篇文章介绍一种简单实用的小工具,将图片等比例缩放。在用 opencv 时有时拿捏不好尺寸,导致缩放的图片比例不均衡,图像看起来怪怪的,本篇文章将帮你解决这个问题。
2024-06-18 10:05:00
111
原创 最详细的 Opencv--图像提取裁剪
要将图像中某一部分裁剪出来就要找到该图像的轮廓,并将掩膜设置为相应位置且大小相等,最后利用掩膜对图像进行加权求和提取出来对应图像。OpenCV:功能更强大,提供了许多计算机视觉和图像处理的算法,包括图像滤波、特征检测、目标跟踪等。OpenCV在处理视频和实时图像处理方面也有很好的性能。
2024-06-17 16:57:11
486
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人