- 博客(17)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 高斯滤波
高斯滤波图像滤波之高斯滤波（Gauss filter）概述：高斯滤波：高斯滤波在图像处理概念下，将图像频域处理和时域处理相联系，作为低通滤波器使用，可以将低频能量（比如噪声）滤去，起到图像平滑作用。高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯...
2018-06-30 20:23:34
6318
转载 机器视觉 Local Binary Pattern (LBP)
Local binary pattern (LBP)，在机器视觉领域，是非常重要的一种特征。LBP可以有效地处理光照变化，在纹理分析，纹理识别方面被广泛应用。LBP 的算法非常简单，简单来说，就是对图像中的某一像素点的灰度值与其邻域的像素点的灰度值做比较，如下图所示：如果邻域像素值比该点大，则赋为1，反之，则赋为0，这样从左上角开始，可以形成一个bit chain，然后将该 bit chain 转...
2018-06-28 10:36:04
5206
转载 RGB、YUV和HSV颜色空间模型以及代码
一、概述颜色通常用三个独立的属性来描述，三个独立变量综合作用，自然就构成一个空间坐标，这就是颜色空间。但被描述的颜色对象本身是客观的，不同颜色空间只是从不同的角度去衡量同一个对象。颜色空间按照基本机构可以分为两大类：基色颜色空间和色、亮分离颜色空间。前者典型的是RGB，后者包括YUV和HSV等等。二、RGB颜色空间1、计算机色彩显示器和彩色电视机显示色彩的原理一样，都是采用R、G、B相加混色的原理...
2018-06-28 08:57:30
1224
转载 高斯核函数
高斯函数：a表示得到曲线的高度，b是指曲线在x轴的中心，c指width(与半峰全宽有关),图形如下：特点： 将二次函数和指数函数结合，指数是一个二次函数。半峰全宽（函数峰值一半处相距的宽度）：其中半宽长度：积分不存在，单反常积分可以利用高斯积分求得：...
2018-06-27 15:28:55
8847
转载 什么是卷积？
理解1：作者：果程C链接：https://www.zhihu.com/question/22298352/answer/50940942来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。对于初学者，我推荐用复利的例子来理解卷积可能更好理解一些：小明存入100元钱，年利率是5%，按复利计算（即将每一年所获利息加入本金，以计算下一年的利息），那么在五年之后他能拿到的钱数是，...
2018-06-27 15:14:17
12488
11
转载 利用python中的PIL进行矩阵与图像之间的转换
1、图像转换为矩阵matrix = numpy.asarray(image) 2、矩阵转换为图像image = Image.fromarray(matrix)
2018-06-25 12:20:45
22044
4
原创 TensorFlow中的tf.app.flags使用
import tensorflow as tf#参数说明 (变量名，值，说明)tf.app.flags.DEFINE_string( 'master', 'variable', 'The address of the TensorFlow master to use.')tf.app.flags.DEFINE_integer( 'worker_replicas', 1,...
2018-06-24 10:44:11
936
1
转载 Tensorflow中tf.train.exponential_decay函数(指数衰减法)
在Tensorflow中，为解决设定学习率(learning rate)问题，提供了指数衰减法来解决。通过tf.train.exponential_decay函数实现指数衰减学习率。步骤：1.首先使用较大学习率(目的：为快速得到一个比较优的解); 2.然后通过迭代逐步减小学习率(目的：为使模型在训练后期更加稳定);代码实现：decayed_learning_rate=lea...
2018-06-12 21:44:13
1745
转载 tf.clip_by_value()
tf.clip_by_value(v,a,b) 功能：可以将一个张量中的数值限制在一个范围之内。（可以避免一些运算错误） 参数：（1）v：input数据（2）a、b是对数据的限制。 当v小于a时，输出a； 当v大于a小于b时，输出原值； 当v大于b时，输出b； 例子：import tensorflow as tfv=tf.constant([[1.0,2.0,3.0],[4.0,5.0,6.0...
2018-06-12 20:33:22
3174
转载 pandas.DataFrame.pivot
DataFrame.pivot(index=None, columns=None, values=None)功能：重塑数据（产生一个“pivot”表格）以列值为标准。使用来自索引/列的唯一的值（去除重复值）为轴形成dataframe结果。 为了精细调节控制，可以看和stack/unstack方法有关的分层索引文件。 在数据分析的时候要记得将pivot结果reset_index()。参数：i...
2018-06-10 21:17:52
485
转载 tensorflow中的lrn函数详解
LRN函数类似DROPOUT和数据增强作为relu激励之后防止数据过拟合而提出的一种处理方法,全称是 local response normalization--局部响应标准化。这个函数很少使用，基本上被类似DROPOUT这样的方法取代，具体原理还是值得一看的函数原型def lrn(input, depth_radius=None, bias=None, alpha=None, beta=None...
2018-06-10 13:15:21
723
转载 tensorflow bias_add
import tensorflow as tfa=tf.constant([[1,1],[2,2],[3,3]],dtype=tf.float32)b=tf.constant([1,-1],dtype=tf.float32)c=tf.constant([1],dtype=tf.float32)with tf.Session() as sess: print('bias_ad...
2018-06-10 12:54:47
1803
转载 TensorFlow - tf.multiply和tf.matmul 区别
a# [[1, 2, 3],# [4, 5, 6]] a = tf.constant([1, 2, 3, 4, 5, 6], shape=[2, 3])# b1# [[ 7, 8],# [ 9, 10],# [11, 12]] b1 = tf.constant([7, 8, 9, 10, 11, 12], shape=[3, 2])#b2#[[ 7 8 9]# ...
2018-06-09 17:17:31
656
转载 numpy中的linalg
（1）np.linalg.inv()：矩阵求逆（2）np.linalg.det()：矩阵求行列式（标量）np.linalg.norm顾名思义，linalg=linear+algebralinalg=linear+algebra，normnorm则表示范数，首先需要注意的是范数是对向量（或者矩阵）的度量，是一个标量（scalar）：首先help(np.linalg.norm)查看其文档：norm(x...
2018-06-06 15:47:17
2168
转载 使用FP-growth算法来高效发现频繁项集
FP-growth算法基于Apriori构建，但采用了高级的数据结构减少扫描次数，大大加快了算法速度。FP-growth算法只需要对数据库进行两次扫描，而Apriori算法对于每个潜在的频繁项集都会扫描数据集判定给定模式是否频繁，因此FP-growth算法的速度要比Apriori算法快。FP-growth算法发现频繁项集的基本过程如下：构建FP树从FP树中挖掘频繁项集FP-growth算法优点：一...
2018-06-06 08:43:44
6442
原创 字典的操作详解
from collections import OrderedDictfrom collections import namedtupleclass Student: def __init__(self,name,age): self.name = name self.age = age''' dict --> 字典是无序的，...
2018-06-05 20:32:11
211
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人