qq_25974431的博客

原创 数字图像处理：伽马校正

#include <iostream>#include <cmath>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>using namespace std;using namespace cv;void gamma_Correct(Mat &a...

原创 数字图像处理：对数变换

设置窗口大小的函数：namedWindow("窗口名", 0);resizeWindow("窗口名", width, height);#include <iostream>#include <cmath>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.h...

原创 数字图像处理：图像反转

jpg格式的都是三通道，灰度图的三个通道数值一样。#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>using namespace std;using namespace cv;void reverse(Mat &amp...

原创 数组图像处理：直方图规定化

#include <iostream>#include <cmath>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>using namespace std;using namespace cv;void statistics(Mat &...

原创 数组图像处理：直方图均衡化

证明： 设r是灰度级，s是均衡化后的灰度级，范围是0-L(L一般是255)， 对图像进行统计，设均衡化前的灰度级的随机变量为X，概率密度函数为，均衡化后的随机变量为Y，概率密度函数为。我们通过统计已知X的概率分布，即已经知道了，设变换函数为s = T(r), 那么可以通过知道随机变量Y的分布函数 对(1)式两边求导的 因为均衡化后要求随...

转载 数字图像中深度和通道的概念，以及如何遍历各个通道

原博客：https://blog.csdn.net/u013355826/article/details/64905921前沿看了图像处理有一段时间了，但是图像的通道和深度一直不理解，毕竟是比较抽象的概念。现在好好总结下，希望能帮助理解图像的通道和图像的深度。基于OpenCV3.1.0版本感谢贾志刚老师的视频以及QQ群看了xiaowei_cqu的博客看了毛星云的OpenCV3编程...

原创 数字图像处理3：鼠标控件

#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc/imgproc.hpp>using namespace std;using namespace cv;Ma...

原创 数字图像处理2：通过滑杆控制图像

#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>using namespace std;using namespace cv;const int slider_max = 64;int slider;Mat imag...

原创 数组图像处理1：使用迭代器处理图片的像素

#include <iostream> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> using namespace std;using namespace cv;void colorReduce(Mat &inputImage, Mat...

原创 我搭建的第一个神经网络

import numpy as npimport tensorflow as tfx_data = np.random.rand(100).astype(np.float32)y_data = x_data*0.1 + 0.3Weight = tf.Variable(tf.random_uniform([1],-1.0, 1.0))biases = tf.Variable(tf.ze...

原创 第七章：类

一：this指针class Stutent{private: int number; string name;public: string name() { return name; }};         在上面的代码中，假设定义一个对象Stutent limei; 然后执行limei.name(),则会返回对象limei的成员变量name。成员函数name()通过thi...

原创 第六章：函数

一：函数基础        形参和函数内部定义的变量统称为局部变量        局部静态对象使用static关键字，当程序执行到变量定义处生成该变量并且初始化，直到程序结束才被销毁，在此期间即使变量所在的函数调用结束该变量也还在。例如下图的ctr就是定义的局部静态变量。          函数声明也称为函数原型，描述了函数的三要素：返回类型，函数名，形参类型。二：参数传递...

原创 第五章：语句

1. 空语句应该加上注释表明这是有意写的空语句。2.  else与最近的if匹配。3.case标签必须是一个整型常量表达式4。范围for语句的原理就是使用迭代器的传统for语句。所以说只有定义了begin和end迭代器的类型才能使用范围for语句。例如下面两段代码，第一段是范围for语句，第二段是等价的传统for语句。 vector&lt;int&gt; vi = { 1,2,3...

原创 第四章：表达式

一：左值和右值        这个概念暂时很模糊，打算学完这一章再总结。目前的理解是，左值有名字，可以通过名字访问内存，右值没有名字，一般是运算的中间结果或者字面值常量等。        const修饰的变量是常量左值        如果decltype()函数的括号中表达式结果是左值，则得到一个引用类型。例如在下面这段代码中，b是int类型，c是int*类型 int a; d...

原创 第三者：字符串，向量和数组

本章主要介绍string， vector，迭代器等标准库类型和内置类型数组。一：命名空间的using声明        例如using std::cin，以后使用cin不必说明std了。还可以用using namespace std;二：string类型的初始化​        第三个和第五个是拷贝初始化，其他几个是直接初始化。三：字符串的输入         定义...

原创 第二章，变量和基本类型

   一：无符号数运算出现负数时会出错：        #include &lt;iostream&gt;using namespace std;int main(){ unsigned int a, b; a = 10, b = 40; cout &lt;&lt; a - b &lt;&lt; endl; cout &lt;&lt; b - a &lt;&lt...

原创 第一章：开始

一.c++没有输入输出语句二.iostream包含istream和ostream两个基本类，“流”指的是字符序列。三.四个标准输入输出对象：        1.isteam类的对象：cin        2.ostream类的对象：cout， cerr，clog        3.cout&lt;&lt;a&lt;&lt;b等价于 (cout&lt;&lt;a)&lt;&lt;...

原创 时间复杂度O(nlgn)求解最长递增子序列问题

#include &lt;iostream&gt;using namespace std;const int maxn = 100;int min_end[maxn]; //min_end[i]表示长度为i的子串的最小末端int pre[maxn];//pre[i]表示第i个结点的前驱结点的索引int index[maxn]; //当前找到的长度为i的递增子序列的最小末尾的索引in...

原创 证明求最短路径问题具有最优子结构（动态规划）

算法导论218页说了很多来说明最长路径问题不能用动态规划算法，最短路径可以。在证明最短路径子问题无关时候应该是默认承认了最短路径的最优子结构的。可是证明最优子结构需要用到复制粘贴法，在用复制粘贴法的时候又不免会因为子问题不是无关的从而不能复制粘贴，所以不能证明最优子结构，这样的话，那段用最优子结构证明子问题无关看得我逻辑有点乱。。。当然也可能是没仔细看，对书上表达的逻辑理解有误，闲话不多说，我...

转载 c++清空缓冲区的问题，cin.clear(),cin.sync()和cin.ignore()函数的比较

   一、cin.clear()、cin.sync()    cin.clear（）是用来更改cin的状态标示符的。    cin.sync（）是用来清除缓存区的数据流的。如果标示符没有改变那么即使清除了数据流也无法输入。所以两个要联合起来使用。例如：#include&lt;iostream&gt;using namespace std;int main(){ int a;...

原创 c++读入字符串：cin和getline的比较

c++输入字符串到string类可以用getline函数，第一个参数是cin，第二个参数是string类的变量，第三个参数是结束标志。该函数不会读入结束标志，而是跳过。当cin&gt;&gt;从缓冲区中读取数据时，若缓冲区中第一个字符是空格、tab或换行这些分隔符时，cin&gt;&gt;会将其忽略并清除，继续读取下一个字符，若缓冲区为空，则继续等待。但是如果读取成功，字符后面的分隔符是残...

原创 string和String

c++的string类比较两个字符串相等可以直接用==java的String比较字符串相等不能用==，应该用函数equal（），在java中，==用来判断两个类的引用是否相等。

原创 针对相同元素的快速排序（算法导论7-2）

当考虑到具有与主元素相同的元素存在时，算法将数组分成三部分，分别小于主元素，等于主元素，大于主元素，然后递归排序第一部分和第三部分，重点是该怎样通过一次循环便可以达到划分目的，因为循环越少，常数因子越小：代码如下：#include&lt;iostream&gt;using namespace std;void partition(int A[], int p, int r, int ...

转载 github使用

篇文章是我自己写的关于GitHub的内容，从我刚听到这个直到设置成功每一步都有详细的步骤来解释，其中有一些截图或者代码来自于网上。首先，我先对GitHub来一个简单的介绍，GitHub有一个很强大的功能就是，你在服务器上边可以创建一个库（稍后会介绍怎么创建），写代码是一件很重的任务，尤其是很多人完成一个很大的项目的时候，就十分的复杂，一群人一起来写某个项目，大家完成的时间，完成的进度都是不相同的，...

原创 将所有的字幕文件统一为utf-8格式

一开始是用的他人的代码，但是总会有异常，后来查询编码的知识，一点点的改，自己写了一个代码，倒是没报错转换成功了import codecsimport shutilimport reimport osimport chardetdef convert_encoding(filename): # Backup the origin file. # convert file...

转载 ascii，unicode，gbk, utf-8, utf-16等字符编码问题

这是一篇程序员写给程序员的趣味读物。所谓趣味是指可以比较轻松地了解一些原来不清楚的概念，增进知识，类似于打RPG游戏的升级。整理这篇文章的动机是两个问题：问题一：使用Windows记事本的“另存为”，可以在GBK、Unicode、Unicode big endian和UTF-8这几种编码方式间相互转换。同样是txt文件，Windows是怎样识别编码方式的呢？我很早前就发现Unicode、Unico...

原创 对三体进行分词生成词向量

网上下载的三体TXT版本txt文件放在“f:\test5\threebody.txt”中，分词后的文件放在“f:\test5\threebody2.txt”使用jeba分词工具import jiebafilePath = r'f:\test5\threebody.txt'fileSegWordDonePath = r'f:\test5\threebody2.txt'fileTrainRea...

原创 爬虫编码问题 'gbk' codec can't encode character '\xa0' in position 1816: illegal multibyte sequence

def parse_url(self, response): print(remove_tags(response.selector.xpath('//body').extract()[0]))在我用该函数解析爬取到的信息response时候，发现有异常，报错为UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' in ...

原创 结果可视化

import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltdef add_layer(inputs, input_size, output_size, activation_function = None): Weights = tf.Variable(tf.random_normal([inpu...

原创 建造神经网络

import tensorflow as tfimport numpy as npdef add_layer(inputs, input_size, output_size, activation_function = None): Weights = tf.Variable(tf.random_normal([input_size, output_size])) biase...

原创 添加层add_layer()

import tensorflow as tfimport numpy as npdef add_layer(inputs, input_size, output_size, activation_function = None): Weights = tf.Variable(tf.random_normal([input_size, output_size])) biase...

原创 Placeholder()传入值的应用

import tensorflow as tfimport numpy as npinput1 = tf.placeholder(tf.float32)input2 = tf.placeholder(tf.float32)output = tf.multiply(input1, input2)with tf.Session() as sess: print(sess.run(o...

原创 tf.Variable()定义变量

import tensorflow as tfimport numpy as npstate = tf.Variable(0)#print(state.name),输出 "Counter:0"one = tf.constant(1)new_value = tf.add(state, one)update = tf.assign(state, new_value)init = tf...

原创 tf.Session

import tensorflow as tfimport numpy as npmatrix1 = tf.constant([[3,3]])matrix2 = tf.constant([[2], [2]])product = tf.matmul(matrix1, matrix2)# method1sess = tf.Session()...

原创 一个例子训练神经网络（tenserflow）

import tensorflow as tfimport numpy as np#create datax_data = np.random.randn(100)y_data = x_data*0.3 + 0.1#create tensorflow structure startWeight = tf.Variable(tf.random_uniform([1], -1.0, ...

原创 神经网络

原创 人工神经网络vs生物神经网络

学习资料:Python 做神经网络 Tensorflow 教程Python 做神经网络 Pytorch 教程历史 2-30年前, 一想到神经网络, 我们就会想到生物神经系统中数以万计的细胞联结, 将感官和反射器联系在一起的系统. 但是今天, 你可能的第一反应却是.. 电脑 和电脑程序当中的人工神经网络. 昔日复杂的动神经网络系统居然神奇地放入了计算机? 而且人类正在将这种人工神经网络系统推向更高的...

原创 机器学习

诞生于19世纪60年代包含概率论，统计学等学科分类：监督学习supervised learning非监督学习unsupervised learning半监督学习强化学习 reinforcement learning遗传算法genetic algorithm

转载 迭代加深搜索求埃及分数

原文出处：http://blog.csdn.net/u014800748/article/details/44998693迭代加深搜索迭代加深搜索（Iterative Deepening Depth-First Search, IDDFS）经常用于理论上解答树深度上没有上界的问题，这类问题通常要求出满足某些条件时的解即可。比如在“埃及分数”问题中要求将一个分数a/b分解成为若干个形如1/d的加数之...

原创 辗转相除法求最大公约数

int gcd(int a, int b)  {   return b == 0 ? a : gcd(b, a%b);  }