- 博客(56)
- 资源 (22)
- 收藏
- 关注
原创 Python实现井字棋游戏
# -*- coding:utf-8 -*-import mathn = 3mat = [['.' for j in range(n)] for i in range(n)]win_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [1, 4, 7], [2, 5, 8], [3, 6, 9], [1, 5, 9], [3, 5, 7]]def print_mat(): s = ' 1 2 3\n' for i in range(n):.
2020-09-30 17:14:55
1166
转载 Annaconda 增加删除镜像 channel, 以及其他python包安装解决办法
清华镜像网站:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/Anaconda 镜像使用帮助Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。Anaconda 安装包可以到 https://mirrors.tuna.tsinghu...
2018-06-24 18:47:09
4809
转载 Win10下用Anaconda安装TensorFlow 之后出现ImportError: No module named 'tensorflow'
原文:https://blog.csdn.net/zinkin14/article/details/79235314本人按照Win10下用Anaconda安装TensorFlow一文在windows下的anaconda上安装TensorFlow,但是当运行到第5步进行测试的时候,并没有出现成功的结果,而是出现:ImportError: No module named 'tensorflow'可是这...
2018-06-24 00:52:23
6040
2
转载 Win10下用Anaconda安装TensorFlow
原文:https://blog.csdn.net/u010858605/article/details/64128466/笔者之前在学习TensorFlow,也在自己的笔记本上完成了安装,在PyCharm中进行学习。但是最近为了使用python的科学计算环境,我把之前的环境卸载了,并用Anaconda重新安装了TensorFlow,由于自己的笔记本已经很旧了,显卡不行,所以这里介绍一下cpu版本的...
2018-06-23 23:35:14
341
原创 【Python+OpenCV】Windows+Python3.6.5(Anaconda3)+OpenCV3.4.2安装配置
注:本次安装因为我要配的这个笔记本是win10(64bit)的,所以安装中软件版本的选择就是按64位走的,不过截图我采用了参考博客的图片了,因为没啥区别,反正说明了win10也是可以安装的,图片也说明win7也可以安装的1.安装Python环境,推荐使用Anaconda,下载地址2. 双击Anaconda3路安装到底,中途根据自己需求改安装位置。3.检查Anaconda的安装路径是否添...
2018-06-22 23:19:56
5056
6
原创 清空VS最近打开的工程文件
@echooff cd \ @echoon @REGDeleteHKEY_CURRENT_USER\Software\Microsoft\VisualStudio\8.0\FileMRUList/va/f @REGDeleteHKEY_CURRENT_USER\Software\Microsoft\VisualStudio\8.0\ProjectMRUList/va/f ...
2018-05-20 12:30:30
2954
转载 九大排序算法的手写实现及时空复杂度分析
一、冒泡排序 冒泡排序是一种简单的排序方法,算法如下: 1. 首先将所有待排序的数字放入工作列表中。 2. 从列表的第一个数字到倒数第二个数字,逐个检查:若某一位上的数字大于他的下一位,则将它与它的下一位交换。 3. 重复2号步骤(倒数的数字加1。例如:第一次到倒数第二个数字,第二次到倒数第三个数字,依此类推…),直至再也不能交换。 代码实现如下:#include usi
2018-05-04 08:40:09
526
转载 动态规划
一 动态规划动态规划问题是面试题中的热门话题,如果要求一个问题的最优解(通常是最大值或者最小值),而且该问题能够分解成若干个子问题,并且小问题之间也存在重叠的子问题,则考虑采用动态规划。使用动态规划特征: 1. 求一个问题的最优解 2. 大问题可以分解为子问题,子问题还有重叠的更小的子问题 3. 整体问题最优解取决于子问题的最优解(状态转移方程) 4. 从上往下分析问题,从下往上解决问题 5. 讨...
2018-05-04 08:27:55
572
原创 VS和QT下载网站
VS下载Visual Studio中文官方网站Visual Studio所有下载Windows 7 和 Windows Server 2008 R2 Service Pack 1下载QT下载Qt下载Qt所有下载Qt官方发布下载Open Source下载
2018-04-17 13:59:59
791
转载 Anaconda 安装+使用+换源+更新
原文链接:https://blog.csdn.net/u013055678/article/details/59107932anaconda用法:查看已经安装的包:pip list 或者 conda list安装和更新:pip install requestspip install requests --upgrade或者conda install requestsconda update req...
2018-04-16 11:06:32
4457
转载 tensorflow 在windows下安装
原文链接:https://blog.csdn.net/yan_joy/article/details/60132466环境准备其实环境比最后的安装更重要= =也遇到了一些小问题。AnacondaTensorflow基于python,而Anaconda提供了较好的python环境,特别是建立不同虚拟环境,管理起来比较方便。下载 需要注意的是,tensorflow在windows下使用的是python...
2018-04-16 10:24:20
251
转载 Robert,prewitt,Sobel边缘检测
原文链接:https://blog.csdn.net/qq_20823641/article/details/52079628 图像的边缘检测,是根据灰度的突变或者说不连续来检测,对于其中的算子有一阶导数和二价导数,这里先说基础的三种方法---Robert,prewitt,Sobel边缘检测。 一、梯度 首先介绍下梯度,梯度并非是一个数值,梯度严格意义
2018-04-03 21:59:11
5704
原创 RGB、Lab、YUV、HSI、HSV等颜色空间的区别
文章主要来源于两篇博客https://blog.csdn.net/skyereeee/article/details/7265415https://blog.csdn.net/weiweigfkd/article/details/20898937颜色空间(彩色模型、色彩空间、 彩色系统etc)是对色彩的一种描述方式,定义有很多种,区别在于面向不同的应用背景。
2018-04-01 14:23:51
11250
转载 OpenCV 学习(直线拟合)
Hough 变换可以提取图像中的直线。但是提取的直线的精度不高。而很多场合下,我们需要精确的估计直线的参数,这时就需要进行直线拟合。直线拟合的方法很多,比如一元线性回归就是一种最简单的直线拟合方法。但是这种方法不适合用于提取图像中的直线。因为这种算法假设每个数据点的X 坐标是准确的,Y 坐标是带有高斯噪声的。可实际上,图像中的每个数据点的XY 坐标都是带有噪声的。下面就来讲讲适用于
2018-03-10 16:20:29
7127
转载 返回指针的函数与指向函数的指针
一、返回指针的函数 指针也是C语言中的一种数据类型,因此一个函数的返回值肯定可以是指针类型的。返回指针的函数的一般形式为:类型名 * 函数名(参数列表) 比如下面这个函数,返回一个指向char类型变量的指针 1 // 将字符串str中的小写字母变成大写字母,并返回改变后的字符串 2 // 注意的是:这里的参数要传字符串变量,不能传字符串常量 3 char *
2018-02-11 20:15:30
495
转载 空指针和野指针
一、什么是空指针和野指针1.空指针1> 没有存储任何内存地址的指针就称为空指针(NULL指针)2> 空指针就是被赋值为0的指针,在没有被具体初始化之前,其值为0。下面两个都是空指针:1 Student *s1 = NULL;2 3 Student *s2 = nil; 2.野指针"野指针"不是NULL指针,是指向"垃圾
2018-02-11 20:05:53
1128
转载 指针
直接引用1. 回想一下,之前我们是如何更改某个变量的值?我们之前是通过变量名来直接引用变量,然后进行赋值:char a;a = 10; 2. 看上去是很简单,其实程序内部是怎么操作的呢?其实,程序对变量的读写操作,实际上是对变量所在的存储空间进行写入或取出数据。就上面的代码而言,系统会自动将变量名a转换为变量的存储地址,根据地址找到变量
2018-02-11 20:04:13
266
转载 指针和字符串
字符串回顾一个字符串由一个或多个字符组成,因此我们可以用字符数组来存放字符串,不过在数组的尾部要加上一个空字符'\0'。char s[] = "mj";上面的代码定义了一个字符数组s来存储字符串"mj",系统会自动在尾部加上一个空字符'\0'。内存分布大致如右图所示: 从上一篇文章《十二、指向一维数组元素的指针》中可以看出指针和数组的关系非常密切
2018-02-11 20:01:44
815
转载 【Python+OpenCV】Windows+Python3.6.0(Anaconda3)+OpenCV3.2.0安装配置
注:本次安装因为我要配的这个笔记本是win7(32bit)的,所以安装中软件版本的选择就是按32位走的,我之前在win10(64bit)也装过,实际中这个教程的方法对于win7还是win10,32位又或是64位系统是通用的,软件版本按需选择就行了。1.安装Python环境,推荐使用Anaconda,下载地址2. 双击Anaconda3-4.3.1-Windows-x86.exe一路
2018-01-28 21:24:44
302
转载 win10 + anaconda +moviepy + mayavi + ffmpeg
目的:安装 moviepy 和 mayavi 和 vtk过程:今天在网上查了很多的资料,众说纷纭。也尝试了比较多的方法,后来发现还是很简单的。如下:一、安装 mayavi:打开cmd,输入命令:[python] view plain copyconda install mayavi 程序会自动
2018-01-21 19:44:14
1104
转载 手把手练习--cmake+VS2015编译OpenCV3.3源码(x86版本)
1:首先下载OpenCV3.3.0的源码:2:解压源码包opencv-3.3.0.zip,【点击"解压当前文件夹"】:,为了以下方便说明,这里以F:\opencv-3.3.0为例:查看源码包,在文件夹下3rdparty【就是需要的第三方的库】,但是第三方库 ffmpeg 和 ippicv是空的,在用cmake配置编译时,有些需要联
2018-01-19 19:15:35
482
1
转载 计算机视觉的专家和网站
视觉跟踪综述目标跟踪是绝大多数视觉系统中不可或缺的环节。在二维视频跟踪算法中,基于目标颜色信息或基于目标运动信息等方法是常用的跟踪方法。从以往的研究中我们发现,大多数普通摄像头(彩色摄像头)下非基于背景建模的跟踪算法都极易受光照条件的影响。这是因为颜色变化在某种程度上是光学的色彩变化造成的。如基于体素和图像像素守恒假设的光流算法它也是假设一个物体的颜色在前后两帧没有巨大而明显的变化。
2018-01-07 14:49:08
3817
转载 支持向量机通俗导论(理解SVM的三层境界)
前言 动笔写这个支持向量机(support vector machine)是费了不少劲和困难的,原因很简单,一者这个东西本身就并不好懂,要深入学习和研究下去需花费不少时间和精力,二者这个东西也不好讲清楚,尽管网上已经有朋友写得不错了(见文末参考链接),但在描述数学公式的时候还是显得不够。得益于同学白石的数学证明,我还是想尝试写一下,希望本文在兼顾通俗易懂的基础上,真真正正能足以成为一
2017-12-22 10:00:37
560
转载 LIBSVM参数解释
最近学习libsvm库,将一些个人认为可以mark的东西做了记录,虽然README文档很清晰,但是在这篇文章中列出了dual problemd和核函数的公式,这样在选择参数时更加清楚。刚开始学习LIBSVM库时直接一脸懵,现在也还是在不断摸索中,如若有理解错误,请指出哦,谢谢!Libsvm 使用步骤: 1. 按照libsvm要求的数据格式,将要训练和预测的数据准备好;http://bl
2017-12-22 09:56:28
1546
转载 SVM参数详解
svm参数说明----------------------如果你要输出类的概率,一定要有-b参数svm-train training_set_file model_filesvm-predict test_file model_fileoutput_file自动脚本:python easy.py train_data test_data自动选择最优参数,自动
2017-12-22 09:55:29
986
转载 opencv3+Zbar识别二维码--水平垂直交叉定位
成像比较清晰,二维码占据整个图像的比例达到4成以上的标准二维码,用opencv和zbar识别还是很容易的,而且zbar的鲁棒性很好。[cpp] view plain copy// Zbar_code.cpp : 定义控制台应用程序的入口点。 // #include "stdafx.h" #include #in
2017-12-20 22:17:35
1773
转载 Opencv+Zbar二维码识别(标准条形码/二维码识别)
使用Opencv+Zbar组合可以很容易的识别图片中的二维码,特别是标准的二维码,这里标准指的是二维码成像清晰,图片中二维码的空间占比在40%~100%之间,这样标准的图片,Zbar识别起来很容易,不需要Opencv额外的处理。下边这个例程演示两者配合对条形码和二维码的识别:[cpp] view plain copy#in
2017-12-20 22:15:56
861
转载 Opencv+Zbar二维码识别(二维码校正)
二维码和车牌识别基本都会涉及到图像的校正,主要是形变和倾斜角度的校正,一种二维码的畸变如下图:这个码用微信扫了一下,识别不出来,但是用Zbar还是可以准确识别的~~。这里介绍一种二维码校正方法,通过定位二维码的4个顶点,利用仿射变换校正。基本思路:滤波->二值化->膨胀(腐蚀)操作->形态学边界->寻找直线->定位交点->仿射变换校正->Zbar识别。
2017-12-20 22:14:50
4406
转载 卡尔曼滤波的理解以及参数调整
一、前言卡尔曼滤波器是一种最优线性状态估计方法(等价于“在最小均方误差准则下的最佳线性滤波器”),所谓状态估计就是通过数学方法寻求与观测数据最佳拟合的状态向量。在移动机器人导航方面,卡尔曼滤波是最常用的状态估计方法。直观上来讲,卡尔曼滤波器在这里起了数据融合的作用,只需要输入当前的测量值(多个传感器数据)和上一个周期的估计值就能估计当前的状态,这个估计出来的当前状态综合考量了传感器数据(即...
2017-12-18 08:44:14
32115
11
转载 Haar特征和AdaBoost算法
浅析人脸检测之Haar分类器方法一、Haar分类器的前世今生 人脸检测属于计算机视觉的范畴,早期人们的主要研究方向是人脸识别,即根据人脸来识别人物的身份,后来在复杂背景下的人脸检测需求越来越大,人脸检测也逐渐作为一个单独的研究方向发展起来。 目前的人脸检测方法主要有两大类:基于知识和基于统计。Ø 基于知识的方法:主要利用先验知识将人脸看作器
2017-12-11 11:40:46
6200
原创 BYTE、WORD、DWORD
typedef unsigned char BYTE;typedef unsigned short WORD;typedef unsigned long DWORD;BYTE是无符号的char型,WORD是无符号short型,DWORD是无符号long型。 早期Visual C++ 6.0中,char型长度为1字
2017-12-10 21:14:24
1869
转载 图像处理之特征提取:HOG特征简单梳理
HOG 方向梯度直方图,这里分解为方向梯度与直方图。一、方向梯度梯度:在向量微积分中,标量场的梯度是一个向量场。标量场中某一点上的梯度指向标量场增长最快的方向,梯度的长度是这个最大的变化率。更严格的说,从欧几里得空间Rn到R的函数的梯度是在Rn某一点最佳的线性近似。在这个意义上,梯度是雅可比矩阵的一个特殊情况。 在单变量的实值函数的情况,梯度只是导数,或者,对于一个线性函
2017-12-04 13:03:58
3268
转载 图像学习之如何理解方向梯度直方图(Histogram Of Gradient)
本文主要翻译了Histogram of Oriented Gradients一文。特征描述子(Feature Descriptor)特征描述子就是图像的表示,抽取了有用的信息,丢掉了不相关的信息。通常特征描述子会把一个w*h*3(宽高3,3个channel)的图像转换成一个长度为n的向量/矩阵。比如一副64*128*3的图像,经过转换后输出的图像向量长度可以是3780。什么
2017-12-04 13:02:58
2982
转载 图像处理中两种基本的插值算法(最邻近插值法和双线性内插法)
在图像的基本仿射变换中,经常会碰到经过旋转、缩放后灰度值如何赋值的问题。因为变换之后,图像的坐标位置有可能是小数,所以就需要插值算法来确定到底将该像素赋予哪个位置。1、最邻近插值法(Nearest Interpolation)这是最简单的一种插值方法,不需要计算。在待求像素的四邻像素中,将距离待求像素最近的邻接像素灰度值赋予待求像素。设i+u, j+v(i, j为正整数, u, v
2017-12-04 10:56:30
2443
转载 【特征检测】HOG特征算法
简介 HOG(Histogram of Oriented Gridients的简写)特征检测算法,最早是由法国研究员Dalal等在CVPR-2005上提出来的,一种解决人体目标检测的图像描述子,是一种用于表征图像局部梯度方向和梯度强度分布特性的描述符。其主要思想是:在边缘具体位置未知的情况下,边缘方向的分布也可以很好的表示行人目标的外形轮廓。 D
2017-11-28 17:51:23
530
转载 图像特征提取三大法宝:HOG特征、LBP特征、Haar-like特征
(一)HOG特征1、HOG特征:方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。需要提醒的是,HOG+SVM进行行人检测的方法是法国
2017-11-28 13:02:44
6902
转载 Haar-like、HoG 、LBP 三种描述方法在目标识别中的优劣
Haar-like的优势在于能更好的描述明暗变化,因此用于检测正面的人脸HoG的优势在于能更好的描述形状,在行人识别方面有很好的效果LBP比haar快很多倍,但是提取的准确率会低(10-20% 取决于训练对象)如果是嵌入式或者移动端的开发,推荐使用LBP。这也解释了为什么haar应用于人的正面检测要明显好于应用于侧脸检测:正脸由于鼻子等凸起的存在,使得脸上的光影变化十分明显。而侧脸
2017-11-28 11:53:46
2859
转载 OpenCV矩阵运算
一、矩阵Mat I,img,I1,I2,dst,A,B;double k,alpha;Scalar s;1.加法I=I1+I2;//等同add(I1,I2,I);add(I1,I2,dst,mask,dtype);scaleAdd(I1,scale,I2,dst);//dst=scale*I1+I2;2.减法absdiff(I1,I2,I);//I=|I1-I2
2017-11-24 22:28:34
490
转载 Opencv显示创建Mat对象的七种方式
方式一:[cpp] view plain copy#include #include using namespace std; using namespace cv; int main() { //创建一个2*2 类型为8位的uchar类型三通道的 颜色为黄色 Mat
2017-11-24 22:21:50
5412
1
转载 Kalman滤波(三)
今天研究了一下卡尔曼滤波跟踪,同时也看了一下卡尔曼滤波Opencv的源代码,总是看懂了。下面是opencv自带的一个程序,代码如下:[cpp] view plain copy// kalman.cpp : 定义控制台应用程序的入口点。 // #include "stdafx.h" #include "
2017-11-24 20:01:47
489
vmware workstation卸载工具
2018-09-01
Hough变换和最小二乘拟合的车道线协调检测
2018-07-04
Hough变换的车道线并行检测
2018-07-04
改进的Hough与梯度直方图的人眼定位算法
2016-04-26
指纹识别图像预处理系统的设计和实现
2016-04-25
一种用于圆检测的快速HOUGH算法
2016-01-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人