CV
BlackEyes_SY
在不被人注意的角落里起飞
展开
-
ocr文字识别
文章目录RPN: Region Proposal Networkctpn数据增强为什么进行数据增强目标检测领域的脉络是:RCNN -> SPPNET -> Fast-RCNN -> Faster-RCNN。RPN: Region Proposal Network区域推荐网络ctpnctpn的思想主要借鉴了faster rcnn的rpn思想,主要的不同点在于作者观测到RPN比较难预测出整个文本行的框,而将文本行分成一个一个的小框去预测,小框是固定宽度所以主要是预测高度,如果用的是V原创 2021-12-11 21:06:54 · 1467 阅读 · 0 评论 -
opencv-python函数简介(connectedComponentsWithStats...)
文章目录cv2.thresholdcv2.adaptiveThreshold()cv2.connectedComponentsWithStatscv2.calcHist()cv2.threshold函数:ret, dst = cv2.threshold(src, thresh, maxval, type)功能:固定阈值二值化图像,大于阈值的是255,否则就是0参数:src: 输入图,只能输入单通道图像,通常来说为灰度图。dst: 输出图。thresh: 阈值。maxval: 当像素值超过了阈原创 2020-06-26 19:26:03 · 7649 阅读 · 0 评论 -
Bag of Words(BOW)
BOW (bag of words) 简介Bag of words模型最初被用在文本分类中,将文档表示成特征矢量。它的基本思想是假定对于一个文本,忽略其词序和语法、句法,仅仅将其看做是一些词汇的集合,而文本中的每个词汇都是独立的。简单说就是讲每篇文档都看成一个袋子(因为里面装的都是词汇,所以称为词袋,Bag of words即因此而来),然后看这个袋子里装的都是些什么词汇,将其分类。如果文转载 2017-11-08 19:43:38 · 391 阅读 · 0 评论 -
图像的平滑与滤波
(一)统一的2D滤波器cv2.filter2DOpencv提供的一个通用的2D滤波函数为cv2.filter2D(),滤波函数的使用需要一个核模板,对图像的滤波操作过程为:将和模板放在图像的一个像素A上,求与之对应的图像上的每个像素点的和,核不同,得到的结果不同,而滤波的使用核心也是对于这个核模板的使用,需要注意的是,该滤波函数是单通道运算的,也就是说对于彩色图像的滤波,需要将彩色图像的各个通道提...原创 2018-02-23 11:51:13 · 1034 阅读 · 0 评论