- 博客(48)
- 资源 (3)
- 收藏
- 关注
RSS订阅
原创 卷积神经网络训练CIFAR100
一、前言1.1、数据集介绍 CIFAR-10数据集由10个类的60000个32x32彩色图像组成，每个类有6000个图像。有50000个训练图像和10000个测试图像。 数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。测试批次包含来自每个类别的恰好1000个随机选择的图像。训练批次以随机顺序包含剩余图像，但一些训练批次可能包含来自一个类别的图像比另一个更多。总体来说，五个训练集之和包含来自每个类的正好5000张图像。 以下是数据集中的类
2021-01-17 15:57:27
11721
24
转载 解决pytorch导入模型报错：AttributeError: Can‘t get attribute ‘XXX‘ on ＜module ‘__main__‘ from YYY＞
pytorch导入模型权重报错
2022-07-07 15:29:45
7268
9
原创 Linux下安装anaconda3 source ~/.bashrc报错：Illegal variable name
引言当我们在 Linux 下安装 Anaconda 时，需要将 conda 添加到系统路径，需要进行以下操作：1、打开 bashrc 文件在终端命令行输入：vim ~/.bashrc2、在 bashrc 文件末尾添加 anaconda 路径export PATH=/home/yourusername/anaconda3/bin:$PATH具体为 anaconda3 的 bin 路径3、退出 vim，在命令行上输入：source ~/.bashrc一般情况下，基于以上步
2022-03-21 22:45:21
5880
3
原创 修改MySQL远程连接权限并使用pymysql进行远程连接
使用本地电脑连接远程MySQL的前提是远程数据库对本地电脑开启连接权限，因此本文教大家如何修改权限。
2022-01-26 19:41:22
1519
原创 OpenCV读取中文路径图片
01、引言在 Python 3.x 中，由于编码问题，OpenCV 不能读取带有中文路径的图片。在此，笔者收集了一些网上资料，整理了下，可以让 OpenCV 读取中文路径的方法，具体分为：使用 cv2.imdecode 函数使用 matplotlib 读取再转换改变电脑编码环境02、使用 cv2.imdecode 函数读取中文路径图片import cv2img = cv2.imdecode(np.fromfile("奥巴马.jpg",dtype=np.uint8),-1)img = cv
2021-10-21 17:55:37
3117
原创 OpenCV显示中文字体
01、引言OpenCV-Python 是一个用来图像处理的 Python 库，但其一般不能在图片上显示中文，否则会乱码。但有些情况下我们必须要显示中文，因此，我们可以使用 PIL 库来写中文，再转换成 OpenCV 格式。import cv2img = cv2.imread("obama.jpg")img = cv2.putText(img,text="奥巴马",org =(40, 80),fontFace=cv2.FONT_HERSHEY_COMPLEX, fo
2021-10-21 16:47:34
8591
5
原创 dlib 安装教程（三种方法）
引言dlib 库是一个用来人脸关键点检测的 python 库，但因为其是 C++ 编写（或需要 C++编译？），使得我们在安装时遇到各种各样问题。笔者在不同电脑上安装遇到的问题都不同，但最后经过搜索，都解决了，因此，我将自己安装 dlib库方法总结一下，希望可以帮到大家。方法一：Anaconda 安装安装 Anaconda 后，首先在命令行输入：anaconda search -t conda dlib用来搜索可以使用的 dlib 版本；然后再输入：conda install -c https
2021-10-19 22:07:03
76851
87
原创 01、利用OpenCV和numpy对图片进行堆砌
前言Opencv 在显示多张图片时，如果不加以拖动，可能不能及时找到想要查看的图片。因此，特地编写一个函数，将图片按照 “矩阵” 形式排列开来，具体实现效果如下图：预备知识numpy 库的 hstack() 和 vstack() 函数可以对图片进行水平和垂直堆砌：src = cv2.imread('Resources/lena.png') # 读取图片hor_pics = np.hstack((src,src)) # 水平堆砌，输入参数必须为元组ver_pics =
2021-08-16 19:59:13
318
原创 Pycharm远程使用Linux环境配置步骤
前言1、说明首先介绍下我本人情况，我在windows笔记本电脑上下载了Pycharm专业版，因为我本人只是用来跑代码，想把代码自动同步起来，因此特地通过pycharm来远程使用Linux上配置好的环境，加速代码运行。当然大家也可以使用Xshell等软件，使用命令行来操作。2、环境介绍目前使用的环境：Linux：20.04Pycharm：2019专业版Windows：64位Anaconda：Python 3.7一、添加并设置部署1、点击Pycharm工作栏上方“ Tools ->
2021-07-16 16:28:37
3324
10
原创 Leetcode刷题笔记08——删除有序数组中的重复项
一、题目描述给你一个有序数组 nums ，请你 原地 删除重复出现的元素，使每个元素 只出现一次 ，返回删除后数组的新长度。不要使用额外的数组空间，你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。示例如下：二、题解与作答利用 两个指针 来求解，其中前一个指针 p 从 0 开始，第二个指针 q 从 1 开始，如果：p 、q 指针所代表的值相同，则 q = q + 1 ；p 、q 指针所代表的值不同，则将 q 所指向的值赋值给 p + 1 所指向的值，同时：p = p
2021-07-08 22:03:24
153
原创 Leetcode刷题笔记07——合并两个有序链表
一、题目描述将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。示例如下：二、题解与作答如果两个链表其中之一为空，则返回另一个链表。如果 l1 链表的第一个值小于 l2 链表的第一个值，则利用递归算法，对 l1 第一个值之后的元素与 l2 链表进行合并，直到合并完最后一个元素；同样的，若 l2 链表的第一个值小于 l1 链表的第一个值，则利用递归算法，对 l2 第一个值之后的元素与 l1 链表进行合并，直到合并完最后一个元素.# Definiti
2021-07-07 16:46:25
138
原创 Leetcode刷题笔记06——有效的括号
一、题目描述给定一个只包括 ‘(’，’)’，’{’，’}’，’[’，’]’ 的字符串 s ，判断字符串是否有效。有效字符串需满足：左括号必须用相同类型的右括号闭合。左括号必须以正确的顺序闭合。示例如下：提示：1 <= s.length <= 104s 仅由括号 ‘()[]{}’ 组成二、题解与答案此题可以说是 “栈” 类型数据结构经典题目。首先利用字典建立匹配模板：’]’ -> '['’)’ -> '('’}’ -> '{'建立堆
2021-07-06 22:14:21
120
原创 Leetcode刷题笔记05——最长公共前缀
一、题目要求编写一个函数来查找字符串数组中的最长公共前缀。如果不存在公共前缀，返回空字符串 “”。示例如下：提示：0 <= strs.length <= 2000 <= strs[i].length <= 200strs[i] 仅由小写英文字母组成二、题解与答案以列表里的第一个字符串为参考元素，判断其余元素有多少个与它一致的公共前缀，这样便需要两个循环，其中外循环用来改变检测的前缀字母，内循环用来改变所检测的字符串，代码如下：class Solution:
2021-07-05 14:25:16
128
原创 Leetcode刷题笔记04——罗马数字转整数
一、题目要求罗马数字包含以下七种字符: I， V， X， L，C，D 和 M 。字符数字I1V5X10L50C100D500M1000例如， 罗马数字 2 写做 II ，即为两个并列的 1。12 写做 XII ，即为 X + II 。 27 写做 XXVII, 即为 XX + V + II 。通常情况下，罗马数字中小的数字在大的数字的右边。但也存在特例，例如 4 不写做 IIII，而是 IV。数字 1 在数字 5 的左边，所
2021-07-05 09:26:33
139
原创 Leetcode刷题笔记03——回文数
一、题目要求给你一个整数 x ，如果 x 是一个回文整数，返回 true ；否则，返回 false 。回文数是指正序（从左向右）和倒序（从右向左）读都是一样的整数。例如，121 是回文，而 123 不是。示例如下：二、题解与答案分两种情况：第一，如果 x 是负数，那么一定不是回文数；第二，如果 x 不是负数，那么将x 转化为字符串，然后翻转，如果翻转后的字符串与未翻转一致，那么则为回文数。class Solution: def isPalindrome(self, x: int) -&
2021-07-03 16:42:33
177
原创 Leetcode刷题笔记02——整数翻转
一、题目要求给你一个 32 位的有符号整数 x ，返回将 x 中的数字部分反转后的结果。如果反转后整数超过 32 位的有符号整数的范围 [−231, 231 − 1]，就返回 0。假设环境不允许存储 64 位整数（有符号或无符号）。二、题解与答案将整数变为字符串，如果为正数，直接翻转；如果为负数，翻转到符号位后一位再加上符号即可，具体代码如下：class Solution: def reverse(self, x: int) -> int: if(x<0)
2021-07-02 22:42:11
155
原创 Leetcode刷题笔记01——两数之和
一、题目要求给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值target 的那两个整数，并返回它们的数组下标。如：输入：nums = [2,7,11,15], target = 9输出：[0,1]解释：因为 nums[0] + nums[1] == 9 ，返回 [0, 1] 输入：nums = [3,2,4], target = 6输出：[1,2]二、题解与答案2.1、暴力解法两个循环，外循环索引为fir_idx ，从0开始，到len(列表长
2021-07-01 23:03:21
183
1
原创 数据结构与算法01——冒泡排序
一、冒泡排序的定义冒泡排序多次遍历列表，它比较相邻的元素，将不合顺序的交换。每一轮遍历都将下一个最大值放到正确位置上，本质上，每个元素通过“冒泡”找到自己所属的位置。具体示意图为：二、冒泡排序代码# Author:MuMengSunny# Filename:BubbleSortdef bubble_sort(alist): length = len(alist) for num in range(0,length-1): # 控制从头走到尾的次数
2021-07-01 15:33:37
127
原创 解决 tf-pose 安装出现的问题
一、出现的问题 Warning! ***HDF5 library version mismatched error*** The HDF5 header files used to compile this application do not match the version used by the HDF5 library to which this application is linked. Data corruption or segmentation faults m
2021-04-01 11:00:48
300
原创 24、sobel算子理论基础
一、含义Sobel算子是高斯平滑与微分操作的结合体，它的抗噪音能力很好。可以设定求导的方向（xorder或 yorder）。还可以设定使用的卷积核的大小（ ksize），如果 ksize = -1，会使用 3x3的 Scharr滤波器，效果会更好，若速度相同，在使用 3x3滤波器时尽量使用 Scharr。二、计算方法...
2021-03-17 14:43:20
432
原创 23、黑帽操作
一、黑帽操作含义进行闭运算图像减去原图像后的图像，即：Blackhat(img) = Close(img)-img二、morphologyEx() 函数实现黑帽操作2.1、代码调用形式dst = cv2.morphologyEx(src,cv2.MORPH_BLACKHAT,kernel)src：需要处理的图像cv2.MORPH_BLACKHAT：指定为黑帽kernel：卷积核，为元组，一般使用 numpy 进行赋值2.2、案例实现#Author:MuMengSunny#Filenam
2021-03-17 14:26:17
445
原创 22、礼帽操作
一、礼帽操作含义原图像减去进行开运算后的图像，即：Tophat(img) = img - Open(img)通过礼帽操作，可以得到原图像中的噪声二、morphologyEx() 函数实现礼帽操作2.1、函数调用形式dst = cv2.morphologyEx(src,cv2.MORPH_TOPHAT,kernel)src：需要处理的图像cv2.MORPH_TOPHAT：指定为礼帽kernel：卷积核，为元组，一般使用 numpy 进行赋值2.2、案例实现#Author:MuMengSu
2021-03-16 22:37:50
960
原创 21、梯度运算
一、梯度运算含义一张图片分别做膨胀与腐蚀操作，最后用膨胀后的图片减去腐蚀的图片，得到的新图片便是该图片的梯度运算。即：梯度运算 (img) = 膨胀 (img) - 腐蚀 (img)通过梯度运算可以得到前景物体的轮廓。二、morphologyEx() 函数实现梯度运算2.1、函数调用格式dst = cv2.morphologyEx(src,cv2.MORPH_GRADIENT,kernel)src：需要处理的图像cv2.MORPH_GRADIENT：指定为梯度运算kernel：卷积核，为
2021-03-16 22:34:47
1625
原创 20、开运算与闭运算
一、开运算含义先进行腐蚀再进行膨胀就叫做开运算。开运算 (image)= 膨胀 (腐蚀 (image))图像被腐蚀后，去除了噪声，但会压缩图像；对腐蚀过的图像进行膨胀处理，可以去除噪声并保持原有形状。二、morphologyEx() 实现开运算2.1、函数调用格式dst = cv2.morphologyEx(src,cv2.MORPH_OPEN,kernel)src：需要处理的图像cv2.MORPH_OPEN：指定为开运算kernel：卷积核，为元组，一般使用 numpy 进行赋值2.2
2021-03-16 18:00:48
15428
2
原创 19、图像膨胀
一、图像膨胀含义1.1、含义图像膨胀类似于 “领域扩张 ”，将图像的高亮区域或白色部分进行扩张，运行结果图比原图的高亮区域更大。膨胀的运算符是 “⊕” ，其定义如下： A⊕B={x∣(B)x∩A≠Θ}A \oplus B=\left\{x \mid(B)_{x} \cap A \neq \Theta\right\}A⊕B={x∣(B)x∩A=Θ}该公式表示用 B来对图像 A进行膨胀处理，其中 B是一个卷积模板或卷积核，其形状可以为正方形或圆形，通过模板 B与图像A进行
2021-03-16 17:54:35
5886
1
原创 18、图像腐蚀
一、图像腐蚀含义1.1、定义腐蚀类似 “领域被蚕食 ”，将图像中的高亮区域或白色部分进行缩减细化，其运行结果比原图的高亮区域更小。腐蚀的运算符号是 “ -”，其运算规则是： A−B={x∣Bx⊆A}A-B=\left\{x \mid B_{x} \subseteq A\right\}A−B={x∣Bx⊆A}该公式表示图像 A用卷积模板 B来进行腐蚀处理，通过模板 B与图像 A进行卷积计算，得出 B 覆盖区域的像素点最小值，并用这个最小值来替代参考点的像素值。如图所示
2021-03-16 17:49:23
1994
1
原创 17、中值滤波
一、中值滤波含义让临近的像素按照大小排列，取排序像素集中位于中间位置的值作为中值滤波后的像素值。二、medianBlur()函数实现中值滤波2.1、函数调用形式dst = cv2.medianBlur(src,ksize)src：需要处理的图像ksize：核大小，是一个比 1 大的奇数，不是元组2.2、案例实现#Author:MuMengSunny#Filename:中值滤波import cv2img = cv2.imread(r'F:\image\lenacolor.png'
2021-03-16 17:42:30
413
原创 16、高斯滤波
一、高斯滤波含义与均值滤波不同的是，高斯滤波给每一个像素点加一个系数，让临近的像素具有更高的重要度。对周围像素计算加权平均值，让较近的像素具有较大的权重值。二、GaussianBlur()函数实现高斯滤波2.1、函数调用形式dst = cv2.GaussianBlur(src,ksize,sigmaX,sigmaY)src：需要处理的图像ksize：核大小，必须设置为奇数sigmaX：X轴方向的方差，一般使用为 0sigmaY：一般与X轴保持一致，通常省略不写2.2、案例实现#Au
2021-03-16 17:36:29
336
原创 15、方框滤波
一、方框滤波方框滤波是均值滤波的一般形式，在均值滤波中，将滤波器中所有的像素值求和后的平均值作为滤波后结果，方框滤波也是求滤波器内所有像素值的之和，但是方框滤波可以选择不进行归一化，就是将所有像素值的和作为滤波结果，而不是所有像素值的平均值。用公式表达为：K=1α[1⋯1⋮⋱⋮1⋯1]K=\frac{1}{\alpha}\left[\begin{array}{ccc}1 & \cdots & 1 \\ \vdots & \ddots & \vdots \\ 1 &
2021-03-16 17:33:09
2112
原创 14、均值滤波
一、均值滤波含义任意一个像素点的值，都是周围 N×NN \times NN×N 个像素点的均值。针对原始图像内的像素点，采用核处理，得到结果图像，如当选择 5×55\times 55×5 的核时：二、blur()函数实现均值滤波2.1、格式dst = cv2.blur(src,ksize)src：要处理的图像ksize：核大小，以元组形式输入，如：(3,3)2.2、案例实现#Author:MuMengSunny#Filename:均值滤波import cv2 i
2021-02-25 08:47:41
1474
原创 13、threshold函数
一、threshold()函数形式retval,dst = cv2.threshold(src,thresh,maxval,type)输入参数：src：需要处理的图像thresh：阈值maxval：最大像素值type：阈值分割类型输出参数：retval：阈值dst：处理后的图像二、OpenCV实现不同阈值分割2.1、二值分割retval_bin,img_bin = cv2.threshold(img,128,512,type=cv2.THRESH_BINAR
2021-02-25 08:39:09
17788
原创 12、阈值分割基础理论
一、阈值分割阈值分割法是一种基于区域的图像分割技术，原理是把图像象素点分为若干类。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域不具有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。二、常见的 5 种阈值分割法2.1、 二进制阈值化分割原理：先要选定一个特定的阈值，比如：127；新的阈值产生规则为： 大于或者等于 127 的像素点的灰度值设定为最大值（如 8位灰度
2021-02-21 08:58:53
6648
原创 11、图像翻转
一、flip()函数实现图片翻转语法格式dst = cv2.flip(src,flipCode)src 代表要进行翻转的图像flipcode代表要翻转的格式： flipcode = 0 :上下翻转 flipcode >0 :左右翻转 flipcode < 0：先上下翻转，再左右翻转二、Python 实现#Author:MuMengSunny#Filename:图像翻转import cv2img = cv2.imread(r'F:\image\lenacolo
2021-02-21 08:51:18
488
原创 10、图像缩放
一、*resize()*函数实现图像的缩放语法格式：dst=cv2.resize(src,dsize,fx,fy)dst = cv2.resize(src,dsize,fx,fy)dst=cv2.resize(src,dsize,fx,fy)dsize是目标尺寸，先列后行；fx，fy分别代表水平方向与垂直方向放大的倍数dsize和 fx、fy设置一方即可，否则会出错，如：cv2.resize(src,(200,100))# 或者cv2.resize(src,None,fx=0.5,f
2021-02-20 22:09:15
237
原创 09、图像类型转换
一、常见的类型转换OpenCV 提供了200多种不同类型之间的转换，常见的有：cv2.COLOR_BGR2GRAY # BGR -> GRAYcv2.COLOR_BGR2RGB # BGR -> RGBcv2.COLOR_GRAY2BGR # GRAY -> BGR二、类型转换彩色 ——> 灰色img = cv2.imread(r'F:\image\lenacolor.png') img_grey = cv2.cvtColor(img,cv2.
2021-02-20 22:03:13
299
1
原创 08、图像融合
一、含义将2张或者2张以上的图片信息融合到一张上融合的图像含有更多的信息、能够方便人来观察或者计算机处理融合的时，会采用一些算法：不同照片采用不同比例因子结果图像=图像1×系数1+图像2×系数2+亮度调节量结果图像 = 图像1 \times 系数1 + 图像2 \times 系数2 + 亮度调节量结果图像=图像1×系数1+图像2×系数2+亮度调节量img=img1×0.3+img2×0.2+18img = img1 \times 0.3 + img2 \times0.2 + 1
2021-02-12 20:58:01
248
原创 07、图像加法
一、numpy加法取模加法二、opencv加法饱和运算三、二者比较四、注意事项 参与运算的图像，其大小、类型必须一致五、源程序#Author:MuMengSunny#Filename:图像加法import cv2import numpy as npimg = cv2.imread(r'F:\picture\1111.jpg',cv2.IMREAD_UNCHANGED)img_copy = imgresultnp = img + img_copy
2021-02-11 23:13:22
147
原创 06、通道的拆分与合并
一、拆分使用 spilt() 函数可以将 RGB 图像一次拆分为三个通道；如果只是想提取某一个通道的图像，可以使用列表索引。img = cv2.imread(r'F:\picture\1111.jpg',cv2.IMREAD_UNCHANGED)Blue,Green,Red = cv2.split(img)'''或者：Blue = cv2.spilt(img)[0]Green = cv2.spilt(img)[1]Red = cv2.spilt(img)[2]'''# 显示单个通道图像
2021-02-11 23:06:56
517
1
原创 05、图像ROI
一、含义ROI（region of interest），感兴趣区域。机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域，ROI。在Halcon、OpenCV、Matlab等机器视觉软件上常用到各种算子（Operator）和函数来求得感兴趣区域ROI，并进行图像的下一步处理。二、代码实现#Author:MuMengSunny#Filename:图像ROI(感兴趣区域)import numpy as npimport cv2# 读取图片
2021-02-11 22:35:21
1349
Python爬取煎蛋网图片
2020-03-15
三相桥式双极性PWM逆变电路
2020-03-05
单项桥式单极性逆变电路
2020-03-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人