qq_43705330的博客

原创 skimage学习（3）——Gamma 和 log对比度调整、直方图均衡、为灰度图像着色

本示例通过对输入图像进行伽马和对数校正来调整图像对比度。此示例使用称为直方图均衡的方法增强了低对比度的图像，该方法 在图像1中“展开最频繁的强度值” 。均衡后的图像具有大致线性的累积分布函数。虽然直方图均衡具有不需要参数的优点，但有时会产生看起来不自然的图像。另一种方法是 对比度拉伸，其中图像被重新缩放以包括落在第 2 和第 98 个百分位数内的所有强度。......

原创 skimage学习（3）——使灰度滤镜适应 RGB 图像、免疫组化染色分离颜色、过滤区域最大值

有很多滤镜是用于灰度图像而不是彩色图像的。为了简化创建可以适应RGB图像的函数的过程，scikit-image提供了adapt_rgb装饰器。要实际使用adapt_rgb装饰器，您必须决定如何调整RGB图像，以便与灰度过滤器一起使用。有两个预定义的处理程序:each_channel:将每个RGB通道逐一传递给过滤器，然后将结果缝合回RGB图像中。hsv_value:将RGB图像转换为HSV，并将值通道传递给滤波器。过滤后的结果被插入到HSV图像中，并转换回RGB。颜色反褶积是指特征的颜色分离。本

原创 skimage学习（2）——RGB转灰度、RGB 转 HSV、直方图匹配

此示例将具有 RGB 通道的图像转换为具有单个灰度通道的图像。每个灰度像素的值计算为相应的红色、绿色和蓝色像素的加权和：CRT 荧光粉使用这些权重，因为它们比同等权重更能代表人类对红色、绿色和蓝色的感知。hsv详解：https://blog.csdn.net/bamboocan/article/details/70627137这个例子说明了如何RGB到HSV(色调，饱和度，亮度)转换可以用来促进分割过程。通常，图像中的物体有不同的颜色(色调)和亮度，所以这些特征可以用来分隔图像的不同区域。在RGB

原创 skimage学习（1）

这个例子展示了如何使用skimage中的函数。生成结构元素的形态学。每个图的标题表示函数的调用。这个例子演示了skimage.util()中的view_as_blocks的使用。当一个人想对非重叠图像块执行局部操作时，块视图是非常有用的。我们用skimage中的astronaut。数据，并将其“切分”为方方面面。然后，在每个块上，我们要么汇集该块的平均值，最大值或中值。结果显示在一起，连同一个三阶的样条插值的原始宇航员图像缩放。此脚本说明了如何使用基本的 NumPy 操作，例如切片、屏蔽和花式索引，以修

原创 机器学习入门实例三——线性回归预测店铺销售额

数据集：数据集下载链接：https://download.csdn.net/download/qq_43705330/85426684wechat：微信公众号的投放金额、weibo：微博的投放广告的金额、others：其他项目投放的金额、sales：商品的销售额数据的热力图代码：import numpy as np # 导入NumPy数学工具箱import pandas as pd # 导入Pandas数据处理工具箱# 读入数据并显示前面几行的内容，这是为了确保我们的文件读入的正确性#

原创 python的矩阵基础知识

# #!/usr/bin/env python# # coding: utf-8## # In[ ]:##import numpy as np #导入NumPyX = np.array(5) # 创建0D张量，也就是标量print("X的值",X)print("X的阶",X.ndim) #ndim属性显示张量轴的个数print("X的数据类型",X.dtype) # dtype属性显示张量数据类型print("X的形状",X.shape) # shape属性显示张量形状n = 0

原创 ipynb文件转换成py文件

ipynb文件转换成py文件

原创 卷积神经网络处理MNIST数据集

读入训练集和测试集import numpy as np # 导入NumPy数学工具箱import pandas as pd # 导入Pandas数据处理工具箱from keras.datasets import mnist #从Keras中导入mnist数据集#读入训练集和测试集(X_train_image, y_train_lable), (X_test_image, y_test_lable) = mnist.load_data()print ("特征集张量形状：", X_train_im

原创 机器学习入门——加州房价问题

#加州房价数据集import pandas as pd #导入Pandas，用于数据读取和处理# 读入房价数据，示例代码中的文件地址为internet链接，读者也可以下载该文件到本机进行读取# 如，当数据集和代码文件位于相同本地目录，路径名应为\"./house.csv\"，或直接放\"house.csv\"亦可df_housing = pd.read_csv("./house.csv")df_housing.head #显示加州房价数据print(df_housing)#打印X = df_

原创 机器学习入门——鸢尾花问题

机器学习：监督学习的分类问题开源的鸢尾花分类的iris 数据集作为输入。iris数据集的中文名是安德森鸢尾花卉数据集，英文全称是 Andersori’s Iris data seto，它包含150个样本，是用来给花做分类的数据集，每个样本包含了萼片长、萼片宽度、花瓣长度和花瓣宽度4个特征（注：机器学习领域自变量叫特征，因变量叫标签），放在前4列作为输人的特征矩阵。每行的最后一个数据是类别信息，包括3种，即山鸢尾、变色亨尾和维吉尼亚鸢尾。#获取鸢尾花数据集from sklearn.datasets i

原创 用opencv达到图片的哈哈镜效果

输入图像f(x,y)，宽、高分别为Width和Height,设置图像中心坐标Center(cx,cy)为缩放中心点，图像上任意一点到中心点的相对坐标为tx=x-cx,ty=y-cy。图像拉伸放大x=(tx/2)*(sqrt(tx*tx+ty*ty)/radius)+cxy=(ty/2)*(sqrt(tx*tx+ty*ty)/radius)+cy缩小的函数x = cos(atan2(ty , tx))* 12*(sqrt(tx*tx + ty*ty))+cx y = sin(atan2(ty

原创 用opencv将图片转换为漫画风格

设计思想：将彩色图像转换为灰度图像边缘检测提取灰度图像边缘对检测边缘进行增强并二值化产生粗线条特征图像将处理完的图像与原图叠加关键函数：dst=cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C)src：输入的灰度图像maxValue：满足条件的像素点需要设置的灰度值adaptiveMethod：自适应方法。有2种：ADAPTIVE_THRESH_MEAN_C 或 ADAPT

原创 基于Scikit-image将图像打马赛克

对整张图片进行打码操作，选择一个10*10的小正方形图片，然后对其像素进行随机打乱#马赛克图片from skimage import img_as_floatimport matplotlib.pyplot as pltfrom skimage import ioimport randomimport numpy as npfile_name='11.jpg'img=io.imread(file_name)#读img = img_as_float(img)#图像数据类型转换为floati

原创 基于OpenCV的图像处理技术基本知识

展示一个图片import cv2def main(): img=cv2.imread('1.jpg')#读 cv2.imshow('gray1',img)#窗口展示 cv2.imwrite('save.png',img)#保存 cv2.waitKey(0)#等待if __name__ == '__main__': main()创建一个灰度图像import numpy as npimport cv2def main(): data=[[0,0,0],[

原创 超级简单安装scikit-learn方法

在使用pip时，经常出现下载速度非常非常非常慢，然后报错，我在安装sklearn时就遇见以下报错： ----------- ---------------------------- 4.2/14.7 MB 28.9 kB/s eta 0:06:05ERROR: Exception:Traceback (most recent call last): File "c:\users\bizhi\appdata\local\programs\python\python39\lib\site-pa

原创 安装Jupyter Notebook踩的坑

报错1：命令行输入pip install jupyter> WARNING: You are using pip version 21.2.4; however, version 22.0.4 is> available.You should consider upgrading via the> 'c:\users\bizhi\appdata\local\programs\python\python39\python.exe -m> pip install --upgrad

原创 一些觉得写得比较好的代码

Floyd算法：https://www.bilibili.com/video/BV1LE411R7CS?from=search&seid=15925004471200081221十字链表：https://blog.csdn.net/bible_reader/article/details/71214096邻接表：https://blog.csdn.net/jnu_simba/article/details/8866844二叉树的遍历：https://www.cnblogs.com/SHERO-

原创 ubantu安装中文失败的改正方法

一开始我也是像博主们那样安装，但是一直在这个界面安装失败，太悲伤了！！报错内容 c Failed to fetch http://us.archive.ubuntu.com/ubuntu/pool/main/l/language-pack-gnome-zh-hans-base/lan然后，安装另一台虚拟机的gcc失败了，机缘巧合看见一篇博客，运行其中一句话，下载更新一些包就成功了，并且重新用这个方法安装了中文包！！ 下面为具体方法我就卡在这里了一直显示更新不成功，emmm忘记截图了，但是报错是这样的

原创 Ubuntu关于MySQL的实验

最近在Ubuntu里面安装MySQL做实验，做得头都大了，写一篇文章来记录我走过的弯路。比如说这个：我去百度为什么登不进去，有的博客说是在下载时没有写密码，所以后台给你随便分配一个，所以不可以，然后我就去尝试了很多种办法，都没有什么用，后来问小伙伴才解决。悲伤先输入：sudo mysql再输入：alter user 'root'@'localhost' identified with mysql_native_password by '222222';这样就设好密码了。下面是我的实验

原创 吴恩达机器学习笔记——关于无监督学习和监督学习

监督学习vs 无监督学习课程地址：https://www.bilibili.com/video/BV164411b7dx?p=18监督学习在监督学习中，给定一组数据，我们知道正确的输出结果应该是什么样子，并且知道在输入和输出之间有着一个特定的关系。这么说可能理解起来不是很清晰，没关系，后面有具体的例子。监督学习的分类监督学习可分为“回归”和“分类”问题。监督学习分类在回归问题中，我们会预测一个连续值。也就是说我们试图将输入变量和输出用一个连续函数对应起来;而在分类问题中，我们会预测一个离散值，

原创 MPI实验三：梯形法求积分

实验三 梯形法求积分1． 实验目的和要求梯形法求积分2．实验环境安装了docker的PC3．实验内容及实验数据记录梯形法求积分a. mpi_send, 0 for sumb. mpi_gather, 回收到0号进程的数组，for sumc. mpi_reduce, MPI_SUM求和4．算法描述及实验步骤第一：写函数double f(double x)和double Trap(double left_endpt,double right_endpt,int trap_count,dou

原创 MPI实验二:素数判断

实验二素数判断1．实验目的和要求素数判断2．实验环境安装了docker的PC3．实验内容及实验数据记录**素数判断，要求用MPI_Probe的方式动态获取接收到素数，统一0号进程打印出来4．算法描述及实验步骤**第一：写一个函数来判断是否是素数第二：进程 0输入n和n个整数第三：均分配到各个进程第四：进程0自己处理的素数第五：进程0接受其他进程传来的素数第六：处理其他进程的素数，然后通过MPI_Send发送给进程0，接收时通过MPI_Probe(0,99,MPI_COMM_WORL

原创 MPI实验一：网络通讯带宽

实验一 网络通讯带宽1．实验目的和要求利用MPI获取网络通讯带宽2．实验环境安装了docker的PC3．实验内容及实验数据记录利用MPI获取网络通讯带宽4．算法描述及实验步骤利用两个结点运行mpi程序，先设置一个栅栏MPI_Barrier。Rank=0的机子利用MPI_Send向rank=1的机子发送数据，rank=1的机子利用MPI_Rece接收数据。带宽=send_count / delta_t5．调试过程**在命令行中无法运行得到带宽，发现忘记声明总时间t，声明后程序可正常运行**

原创 C++新生入学管理系统

1. 课题来源随着新世纪的到来，计算机以前所未有的速度在全世界普及，人们更深切的感受到了计算机在生活和工作中的作用越来越重要，现在，计算机技术以渗透到人类社会生活的各个领域，越来越多的职业需要具有计算机的应用技能。掌握计算机成为职业的需要，更是事业发展的需要。 在C++学习了一段时间之后，我们开始入了课程设计。在看了老师给的题目后我发现例题的学生管理系统仅仅只能让老师使用，且安全性不高，所以我的题目是：《新生管理系统》。里面包含了登入、老师端、学生端。马上就是2020届新生入学再认真思考并且结合自己的实际

原创 [蓝桥杯][2019年第十届真题]特别数的和

题目 2304: [蓝桥杯][2019年第十届真题]特别数的和题目描述小明对数位中含有 2、0、1、9 的数字很感兴趣(不包括前导 0)，在 1 到 40 中这样的数包括 1、2、9、10 至 32、39 和 40，共 28 个，他们的和是 574。请问，在 1 到 n 中，所有这样的数的和是多少?输入输入一行包含两个整数 n。输出输出一行，包含一个整数，表示满足条件的数的和样例输入40样例输出574#include<stdio.h>int main(){ int a

原创 [蓝桥杯][2019年第十届真题]等差数列

[蓝桥杯][2019年第十届真题]等差数列题目描述数学老师给小明出了一道等差数列求和的题目。但是粗心的小明忘记了一 部分的数列，只记得其中 N 个整数。现在给出这 N 个整数，小明想知道包含这 N 个整数的最短的等差数列有 几项?输入输入的第一行包含一个整数 N。 第二行包含N个整数A1,A2,···,AN。(注意A1 ∼AN并不一定是按等差数列中的顺序给出)输出输出一个整数表示答案样例输入52 6 4 10 20样例输出10#include<stdio.h>int

原创 [蓝桥杯][2019年第十届真题]后缀表达式

[蓝桥杯][2019年第十届真题]后缀表达式给定 N 个加号、M 个减号以及 N + M + 1 个整数 A1, A2, · · · , AN+M+1，小 明想知道在所有由这 N 个加号、M 个减号以及 N + M + 1 个整数凑出的合法的 后缀表达式中，结果最大的是哪一个? 请你输出这个最大的结果。 例如使用1 2 3 + -，则 “2 3 + 1 -” 这个后缀表达式结果是 4，是最大的。#include<stdio.h>#include<string.h>#includ

原创 找零钱问题

人民币中10圆以下的零钞可以由5圆、1圆、5角、1角、5分和1分组成。编写一个给出找零钱时纸币和硬币数目最少的方案的程序。例如，找零钱6.78圆的最佳方案是5圆1张、1圆1个、5角1个、1角2个、5分1个和1分3个。#include <iostream>#include <stdio.h>using namespace std;int main(){ int sc[6]={500, 100, 50, 10, 5, 1}; // 6种零钞的面值 int num[6]={0

原创 1. 剩余位组成的最大整数

在n位十进制正整数中选择删除m位（m<n）数字，使得剩余的n-m位数字（先后顺序不变）构成的整数最大。例如，正整数75813629401选择删除5位后的最大整数是869401。#include "stdio.h"#include "string.h"int main(){ char data[256]; // 存放原整数串 int n; // 指示原整数的位数 int digit; // 指示剩余整数位数 int m; // 存放待删除的位数 char stack[256],

原创 汇编中02h和09h的区别

MOV AH,02H（mov ah 09h)INT 21H02h是输出单个字符，而 09h是输出以‘$’结尾的字符串例子：02h的输出DATA SEGMENT BUF1 DB 'EEEEEENENEN.' LEN1=$-BUF1 BUF2 DB 'EEEEEENANAN!' LEN2=$-BUF2 DATA ENDS CODE SEGMENT ASSUME CS: CODE, DS: DATA START:MOV AX, DATA MOV DS,AX .

原创 win下的docker——openmpi 安装vim

docker——openmpi 安装vimapt update apt-get install -y vim输入vi进入编辑器再按insert键开启编辑模式按 ESC，左下角就可以进行输入:w 保存但不退出:wq 保存并退出:q 退出:q! 强制退出，不保存:e! 放弃所有修改，从上次保存文件开始再编辑命令历史...

原创 win10下安装docker并且安装openmpi(超级详细）

第一步 安装docker1、Docker for Windows的当前版本运行在64位Windows 10 Pro，专业版、企业版和教育版（1607年纪念更新，版本14393或更高版本）上。Ps:家庭版是不行的，如果你是家庭版，那么一是升级到专业版，破解专业版推荐个地址： http://www.xitongcheng.com/jiaocheng/xtazjc_article_42563.html（ 我就是在这里成功的）2如果升级到专业版后，那么首先检查电脑的虚拟化开启了没有：查看虚拟化是否已启用，如

原创 bugkuctf——web（持续更新中）

1、计算器先把算出来的值填进去，发现无法填进去，然后看看原码吧把maxlength改为3即可，得到flag：flag{CTF-bugku-0032}2、web基础_$GET查看源码，发现什么都没有，在好好看看题目所给的代码分析这段代码，意思就是用GET方式获得变量what的值，当what的值为flag时，就打印出flag{}；因为$_GET传参时请求的参数是在url中的，所以我们...

原创 汇编基础知识概括

英文单词缩写： AH&AL=AX(accumulator):累加寄存器 BH&BL=BX(base):基址寄存器 ...

原创 计算机系统结构cache计算题

转载 组原——按字寻址和按地址寻址

1、字长 表示机器CPU的处理能力，即CPU在单位时间内能处理的最大二进制数的位数称为字长若字长为32位，则1字=32bit=4B，表明存储器一次可以处理4个存储单元，指令长度为4个存储单元。2、位 数据存储的最小单位，一个位的取值只能是0或13、字节（B/Byte）1个字节等于8位，即1Byte=8bit字 在计算机中，一串数码作为一个整体来处理或运算的，称为一个字。字的位数称为字...

原创 旋转数字——旋转摆花

【题目描述】编写程序打印如下菱形图形（1≤n≤99），菱形由nn个整数组成，图形从第n行的第1列开始，数字分别是nn，nn-1，……2，1，并且逆时针向中间转入，如果1个数据项宽度不足nn的值宽度，用0补足。提醒：图案中没有数字的地方用空格填满，每行最后一个数字后面没有多余的空格。例如n=7，输出：【输入】输入文件rotation.in包含1个整数n。【输出】输出文件rotation...

原创 八皇后问题---递归回溯法

#include<stdio.h>#include <stdbool.h>int place[8]={0}; //第n个皇后所占位置的列号bool flag[8]={1,1,1,1,1,1,1,1}; //标志数组，表示第col列是否可占，1表示不冲突bool d1[15]={1,1,1,1.1,1.1,1,1,1,1,1,1,1,1};bool d2[15]={...

转载 java——try catch finally return 执行顺序

java——try catch finally return 执行顺序转自：https://www.cnblogs.com/pcheng/p/10968841.html异常处理中，try、catch、finally的执行顺序，大家都知道是按顺序执行的。即，如果try中没有异常，则顺序为try→finally，如果try中有异常，则顺序为try→catch→finally。但是当try、catc...

原创 数据结构-之拓扑序列

拓扑序列typedof struct{ listnode data[size]; int count;}graph;void Toposort(graph &G){ int i,v,num=0; arcnode *p; int stack[size],top=-1; for(i=0;i<G.count;i++)//G.count为度数 if(G.data[i]....