- 博客(11)
- 收藏
- 关注
RSS订阅原创 Python计算机视觉之基于BOW的图像检索
目录一、图像检索1.1 简介1.2 步骤二、Bag Of Words模型(BOW)2.1 简介2.2 原理2.2.1 特征提取2.2.2 学习“视觉词典”2.2.3 量化输入特征集2.2.4 TF-IDF 2.2.5 根据TF-IDF转化成视觉单词（visual words）的频率直方图 2.2.6 倒排表三、代码实现3.1 数据集3.2 具体代码3.2.1 SIFT特征提取 3.2.2 学习“视觉词典(visual vocabulary)”3.2.3 对输入特征集进行量化3.2.4 建立图像索引进行图像检
2022-06-19 23:36:41
2174
5
原创 Python计算机视觉之全景图像拼接
一、概述全景图像（全景图）是指利用摄像机的平移或旋转得到的部分重叠的图像样本，生成一个较大的甚至360°的全方位图像的场景绘制方法。换句话说，就是给定某个真实场景的一组局部图像，然后对这一组图像进行拼接，生成包含这组局部图像的新视图。目前全景图像基本可分为柱面、球面、立方体等形式，以柱面和球面全景图最易实现而普遍采用。二、基本介绍及步骤图像配准（image alignment）和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础,而且图像配准算法的...
2022-05-23 00:26:25
3284
6
原创 Python计算机视觉之特征提取与图像匹配
一、特征提取1.1 定义特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定图像中的每一个点是否属于该图像的一个特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。那么，什么样的点才能称之为特征呢？至今为止特征并没有绝对精确的定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。一个算法是否成功往往由它使...
2022-04-11 22:36:04
12204
3
原创 Python计算机视觉之基本的图像操作和处理
一、图像直方图1.1 定义图像直方图是反映一幅图像像素分布的统计图，其横坐标代表该图像像素的种类，可以是灰度的，也可以是彩色的。纵坐标代表每一种颜色值在该图像中的像素总数或者占所有像素个数的百分比。图像是由像素构成的，因此反映像素分布的直方图往往可以作为图像一个很重要的特征。1.2 代码实现方法一：利用matplotlibimport cv2 as cvfrom matplotlib import pyplot as pltdef histog...
2022-03-12 10:02:36
5724
原创 C++模板函数
目录一、模板函数1.概念2.一般模板函数3.特化模板函数二、模板类1.概念2.模板类（Queue，Stack）2.1Queue2.2Stack3.成员模板函数3.模板类特化3.1全特化3.2偏特化三、模板类AutoPtr1.构造函数2.析构函数3.拷贝构造函数4.等号、->、*等运算符重载5.主函数调用AutoPtr一、模板函数1.概念模板函数不是一个实在的函数，编译器不能为其生成可执行代...
2021-11-18 02:15:18
3510
原创 C++之继承与多态
一、继承访问权限测试设计类A具有public, protected, private等不同属性的成员函数或变量；类B通过public, protected, private等不同方式继承A，在类B的成员函数中测试访问A的成员函数或变量；在类B中添加public, protected, private等不同属性的成员函数或变量，在外部测试访问B的各个成员函数或变量；B以private方式继承A，尝试把A中的部分public成员提升为public。二、友元类继承测试设计类A含有私有变量a，在类A中友
2021-11-04 01:56:35
1177
原创 机器学习之决策树
信息增益生成决策树（ID3算法）实验原理使用属性a对样本集进行划分所获得的“信息增益”的计算方法是，用样本集的总信息熵减去属性a的每个分支的信息熵与权重（该分支的样本数除以总样本数）的乘积，通常，信息增益越大，意味着用属性a进行划分所获得的“纯度提升”越大。因此，优先选择信息增益最大的属性来划分。实现代码##计算信息增益def calcInformationGain(dataSet,baseEntropy,i): featList = [example[i] f...
2021-10-28 14:36:21
558
原创 实验1 CMatrix类设计与实现
目录一、构造函数 CMatrix.cpp#include "CMatrix.h"#include <fstream>#include <assert.h>#include<string.h>CMatrix::CMatrix() : m_nRow(0), m_nCol(0), m_pData(0) // c++里初始化方式相当于括号内{ /*m_nRow = 0; m_nCol = 0; m_pData = 0;*/}CMat...
2021-10-13 11:04:09
370
原创 机器学习之K近邻算法实例
一、电影分类 首先我们需要知道这个未知电影存在多少个打斗镜头和接吻镜头，然后计算未知电影与样本集中其他电影的距离，按照距离递增排序，可以找到k个距离最近的电影，最后根据这k部电影的类型决定未知电影的类型。import numpy as npimport operatordef createDateSet(): # 四组二维特征 group = np.array([[3, 104], [2, 100], [1, 81], [101, 10], [99, 5], [...
2021-10-10 19:38:37
968
原创 机器学习之K邻近算法
K-邻近算法简介和原理K-邻近算法是数据分类技术中最简单的算法之一，其实现原理为：为了判断未知样本的类别，以所有已知类别的样本作为参照，计算未知样本与所有已知样本的距离，从中选取与未知样本距离最近的K个已知样本，根据少数服从多数的投票法则，将未知样本与K个最邻近样本中所属类别占比较多的归为一类。其中K的值等于要选取的最邻近样本实例的个数。由于K邻近算法在分类时只依据最邻近的一个或几个样本的类别来决定未知样本所属的类别，而不是靠判别类域的方法来确定所属类别，因此对于类域的交叉或重叠较多的未知样本集来说，K
2021-10-03 19:00:43
261
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人