君莫笑的博客

在这个示例中，我们创建了一个名为VideoPlayer的QWidget子类，用于显示视频帧。在initUI函数中，我们创建了一个QLabel对象来显示帧，并启动了一个QTimer对象来循环读取视频帧并进行抽帧。在show_frame函数中，我们将读取的帧转换为Qt图像，并将其显示在PyQt窗口中。再通过视频抽帧的方式得到大量的图像，再将这些图像进行人工标注处理。需要注意的是，在显示帧之前，需要对帧进行颜色空间转换，以便在PyQt窗口中正确显示，这可以使用OpenCV库中的cvtColor函数来实现。

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄像头代替人眼对目标进行图片信息采集，然后用电脑代替人脑对目标进行进一步处理并获得相应场景。

自然语言处理理论和应用

语音处理理论和应用

神经网络理论和应用

利用单层神经网络实现对鸢尾花数据集的分类使用没有隐含层的单层前馈型神经网络来实现对鸢尾花的分类import pandas as pdimport numpy as npimport tensorflow as tftf.enable_eager_execution() # 关键import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = "SimHei"plt.rcParams['axes.unicode_minus'

文章目录信号槽机制测试案例一（不带参）测试案例二（带参）测试案例三（综合案例）事件机制测试案例一（鼠标事件）Mouse事件测试案例二（鼠标左右按键区分）测试案例三（确定事件源）Qt GUI 应用程序是事件驱动的，在事件模型中，有三个参与者：事件源事件对象事件目标PyQt5 有一个独特的信号和槽机制来处理事件。 信号和槽用于对象之间的通信。 当特定事件发生时会发出信号。信号槽机制Signal(信号)是Qt小部件在发生某些事情时发出的通知。例如，从按下按钮，到输入框的文本发生变化，再到窗口的文

文章目录什么是爬虫爬取网页图片实现步骤第一步：打开所操作的网站（任意一个网站）第二步：通过python访问这个网站第三步：点击F12查询相关信息第四步：爬取图片，下载到本地第五步：显示测试核心代码什么是爬虫网络爬虫（又被称为网页蜘蛛，网络机器人）就是模拟浏览器发送网络请求，接收请求响应，一种按照一定的规则，自动地抓取互联网信息的程序。原则上,只要是浏览器(客户端)能做的事情，爬虫都能够做。爬取网页图片实现步骤第一步：打开所操作的网站（任意一个网站）http://github.com/第二步：通

文章目录Python两大爬虫库urllib库urllib库使用urllib.request实验案例：模拟头部信息requests库实验案例--get请求实验案例--抓取网页实验案例--响应在使用Python爬虫时，需要模拟发起网络请求，主要用到的库有requests库和python内置的urllib库，一般建议使用requests，它是对urllib的再次封装。Python两大爬虫库urllib库urllib 包 包含以下几个模块：urllib.request - 打开和读取 URL。urll

逻辑回归或线性回归是用于对离散类别进行分类的监督机器学习方法。在本章中的目标是构建一个模型，用户可以通过该模型预测预测变量与一个或多个自变量之间的关系。

CNN的作用图像需要处理的数据量太大，导致成本很高，效率很低图像在数字化的过程中很难保留原有的特征，导致图像处理的准确率不高

使用sklearn代码进行交叉验证模型

文章目录到底怎么使用机器学习？机器学习的7个步骤步骤1：收集数据步骤2：数据准备步骤3：选择一个模型步骤4：训练步骤5：评估步骤6：参数调整步骤7：预测实验案例随机森林分类器（红酒数据集案例）到底怎么使用机器学习？机器学习在实际操作层面一共分为7步：收集数据数据准备选择一个模型训练评估参数调整预测（开始使用）机器学习的7个步骤假设我们的任务是通过酒精度和颜色来区分红酒和啤酒，下面详细介绍一下机器学习中每一个步骤是如何工作的。案例目标：区分红酒和啤酒步骤1：收集数据我们在超

神经网络是机器学习中的一种模型，是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。

TensorFlow 是一个端到端开源机器学习平台。它拥有一个包含各种工具、库和社区资源的全面灵活生态系统，可以让研究人员推动机器学习领域的先进技术的发展，并让开发者轻松地构建和部署由机器学习提供支持的应用

数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。那特征工程到底是什么呢？顾名思义，其本质是一项工程活动，目的是最大限度地从原始数据中提取特征以供算法和模型使用。

Python进行MySQL数据库连接，利用phpstudy 集成环境进行操作

逻辑回归是线性回归分析的扩展，其通过逻辑函数将回归值映射为概率值，实现了对分类问题的处理。

使用python设计出基于Qt的各种GUI，OpenCV是机器视觉处理库，提供了Python语言的接口，今天就尝试在使用PyQt5开出出来的界面上，显示使用OpenCV库采集到的摄像头视频数据。

KNN（K-Nearest Neighbor）最邻近分类算法是数据挖掘分类（classification）技术中最简单的算法之一，其指导思想是”近朱者赤，近墨者黑“，即由你的邻居来推断出你的类别。

比较详细的知识图谱技术体系文档，可以从整体上对知识图谱有一个概念，对初学者帮助很大

OpenCV关于视频相关操作--视频播放与存储

详解Python+OpenCV对图像进行边缘检测操作

详解Python+OpenCV对图像进行直方图操作

详解Python+OpenCV对图像进行平滑（模糊）操作

邻接性和连通性邻接性在图像中，最小的单位是像素，每个像素周围有8个邻接像素，常见的邻接关系有3种：4邻接、8邻接和D邻接。分别如下图所示4邻接：像素p(x,y)的4邻域是：(x+1,y)；(x-1,y)；(x,y+1)；(x,y-1)，用N_4§N​4​​§表示像素p的4邻接D邻接：像素p(x,y)的D邻域是：对角上的点(x+1,y+1)；(x+1,y-1)；(x-1,y+1)；(x-1,y-1)，用N_D§N​D​​§表示像素p的D邻域8邻接：像素p(x,y)的8邻域是： 4邻域的点

详解Python+OpenCV进行基础的图像操作

matplotlib安装入门及基本图形绘制

Python matplotlib绘制散点图之基本配置--鸢尾花案例

临时使用国内镜像源pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

Python利用百度AI接口实现人脸识别

Python处理JSON数据

Python面向对象编程的经典案例--学校人事管理系统

Python面向过程编程金典案例--员工管理系统

python设计模式之单例模式

深入理解并应用Python装饰器

Pandas是Python数据分析的利器，也是各种数据建模的标准工具。本文带大家入门Pandas，将介绍Python语言、Python数据生态和Pandas的一些基本功能。

pandas连接数据库，从数据库读取数据，将数据保存到数据库

Python数据分析（Numpy和Pandas学习）入门思维导图，果断收藏

Python桌面应用开发（PyQT）入门思维导图，果断收藏