- 博客(1418)
- 资源 (3)
- 问答 (2)
- 收藏
- 关注
RSS订阅
原创 常用网址
银行银行信息：https://www.yinhang123.net/yhll/外贸http://bbs.fobshanghai.com/index.php股票app：同花顺学习深度学习和机器学习项目及代码：https://paperswithcode.com/sota面试https://github.com/CyC2018/CS-Notes路由器无线...
2019-02-21 12:13:06
636
转载 【OpenCV】模板匹配cv2.matchTemplate()
模板匹配是指在当前图像 A 内寻找与图像 B 最相似的部分，一般将图像 A 称为输入图像，将图像 B 称为模板图像。模板匹配的操作方法是将模板图像 B 在图像 A 上滑动，遍历所有像素以完成匹配。例如，在图 15-1 中，希望在图中的大图像“lena”内寻找左上角的“眼睛”图像。此时，大图像“lena”是输入图像，“眼睛”图像是模板图像。查找的方式是，将模板图像在输入图像内从左上角开始滑动，逐个像素遍历整幅输入图像，以查找与其最匹配的部分。
2025-03-23 22:09:41
287
原创 【OpenCV】Cv2.ConvertScaleAbs()函数功能（图像线性变换）详解
一个可选的偏移量，默认值为 0。它会在计算过程中加到每个像素值上，具体计算公式为 new_value = alpha * pixel_value + beta。：一个可选的缩放因子，默认值为 1。它控制图像每个像素值的放大或缩小。具体来说，new_value = alpha * pixel_value + beta。：输出图像（Mat 类型），结果图像将存储在该变量中。：输入图像（Mat 类型），它是需要处理的源图像。
2025-03-23 18:51:18
460
转载 【ISP】分辨率单位换算
分辨率单位及换算，LW / PH、LP / mm、L / mm、Cycles / mm、Cycles / pixel、LP / PH。
2025-03-06 10:16:06
213
转载 【图像处理】Lucas–Kanade光流算法学习
Lucas–Kanade光流算法是一种两帧差分的光流估计算法。它由Bruce D. Lucas 和 Takeo Kanade提出。
2024-10-16 13:49:24
799
转载 Visual Studio配置opencv环境
（如果配置的是debug模式则输入结尾为****d.lib的， 如果是release模式则去掉d，我的opencv版本是480，需要根据自己版本进行修改）（1）打开属性页面（鼠标放在解决方案上，点击右键会有一个属性选项弹出）（3）配置opencv的lib文件（库目录）（2）配置opencv的include和。路径，具体路径和版本根据自己电脑配置。（5）测试代码（图片路径自行修改）
2024-09-19 16:18:39
470
转载 【工程应用】两点三次Hermite(埃尔米特)、分段Hermite插值法
下面这张图为分段三次Hermite插值在Runge函数上的表现，也算是分段上的一种优势。这里命名比较长,不过也没什么关系,我比较喜欢把意思表示清楚,另外也有代码的。上面这张图中设置的插值节点是在 0 , pi/2，所以在前半部分比较贴合。已知: 两个插值节点机器对应的导数值。,也没有怎么不方便。
2024-09-18 10:28:42
491
转载 【ISP】CCM变换和标定
今天聊一聊ISP当中的一个重要模块CCM；为什么ISP模块中要有这个模块呢，上面列的一堆原因，；CCM一般是3x3矩阵形式，也有3x4形式的，3x4形式主要是给rgb各自加一个offset上面的人眼rgb响应和sensor rgb响应曲线都是非线性的，所以指望通过一个CCM矩阵就得到匹配度很好的映射关系是不现实的。现实中，往往会标定很多个CCM，ISP在运行的时候根据照度，光源等等因素，选择两个最近的CCM插值得到最终的CCM；
2024-08-22 16:35:48
738
转载 Camera Tuning 术语
当前画面的平均亮度值和上次对焦完成的亮度之间的差异得到的。统计当前画面的平均亮度值和上一帧的亮度之间的差异得到。有限长度脉冲响应数字滤波器。自适应bayer滤波。双摄像头即时自动对焦。
2024-08-15 13:58:56
416
转载 【图像测试】ISO12233分辨率测试卡分类及功能说明
调试项目时，客户通常都有通过分辨率测试卡，测试图像分辨率客观指标的要求。我们常用到的是ISO12233的分辨率测试卡，但刚开始用时，对图卡肯定会有很多的疑问，比如：a、2000线和4000线的图卡该怎么选择？哪种图卡能满足我相机分辨率的测试要求，该如何计算？b、1x、2x、4x、8x 的测试图卡有什么区别？该如何选择？c、图卡上那么多线，各个区域都是测什么的，该怎样去看？d、该怎么去拍ISO12233分辨率测试卡呢？参数又是如何读取的。
2024-06-18 17:06:34
3712
原创 【颜色】windows自带画图中的颜色编辑
颜色编辑中的色调、饱和度和亮度，是与HSL颜色空间保持一致。首先我使用HSV进行模拟，发现效果和数值对不上。如下图所示，他有色调、饱和度和亮度，其。因此改换HSL进行模拟，其数值如下所示；
2024-05-25 12:11:20
699
转载 【Git】删除远程仓库中的文件（夹）
在开发过程中如果在编辑.gitignore时疏漏，导致本不应该上传至远程仓库的某个文件（夹）被提交，则可以使用如下方式解决（只是从远程仓库中删除，本地文件不受影响、不会被删除）
2024-05-17 17:09:42
1807
转载 【概率与统计】抽样分布例子
从上图可以看到，尽管抽取的样本都是来自同一个总体，但是每个样本的身高均值是变化的。可以发现，对于非常正态数据的抽样分布，随着每次抽取样本数量的增加，抽样分布是收敛于正态分布N（μ，σ⁄√n）。然后，再计算出抽样分布的均值和标准误差，那么均值应该是接近理论值169.10，均值标准误差接近其理论值1.625=7.27/√20。接下来，同样在总体的正态分布N（169.10，7.27^2）下，取50万个样本，每个样本大小为20。接下来，从Df=2的卡方分布中，随机抽取50万个样本，样本大小分别为5和30。
2024-05-14 19:42:12
1137
转载 【PyQt】功能模块和名称
但是setText()方法和setIcon()方法都使用的话，只会显示图标。通常我们在Windows或Linux上使用复制都是按ctrl+c然后按ctrl+v进行粘贴(Mac上为command+c和command+v)，这其中就涉及到了剪贴板，当进行复制时，其实是将要复制的内容放到了一个无形的剪贴板上，要粘贴时，再将剪贴板上的内容放到界面上。当在执行某些复杂且耗时的操作时，我们不能将该操作放在界面控制线程中(即UI线程，就是app.exec_()所在的线程)，否则我们会发现界面停止响应(或卡顿)。
2024-05-04 12:21:06
175
转载 【OCR】paddle的OCR学习笔记
OCR（Optical Character Recognition，光学字符识别）是计算机视觉重要方向之一。传统定义的OCR一般面向扫描文档类对象，现在我们常说的OCR一般指场景文字识别（Scene Text Recognition，STR），主要面向自然场景，如下图中所示的牌匾等各种自然场景可见的文字。
2024-05-04 12:13:41
551
转载 【Git】git的学习
mv README README.md 将文件重命名git add README.md 添加重新命名的文件到缓存区git rm README 删除在缓存区的README文件git reset --hard清理暂存区的文件因此最便捷的修改文件名的方式为git mv suling.txt su.txt。
2024-05-04 01:43:09
103
转载 【产品】产品手记学习
产品的增长其实并不是被发明的流程，它是一直存在的。人们通过各种方式发现产品和服务（获客），被吸引并动手尝试（激活），成为产品的用户不时地来使用它（留存），为它付费（变现），并推荐给更多的用户（传播）。1. 传播与获客的关系2. 获客的原则获客的核心原则只有一条，就是明确用户画像，找到他们聚集的地方，并想办法拉拢他们。3. “流量品类”与“利润品类”4. 吸引的效率一种是靠表达，我们需要通过文案或图示、视频的方式，说明我们产品的价值和优势。
2024-05-04 01:36:07
138
转载 【网络】HTTP安全篇
通常认为，如果通信过程具备了四个特性，就可以认为是“安全”的，这四个特性是：机密性、完整性，身份认证和不可否认。机密性（Secrecy/Confidentiality）是指对数据的“保密”，只能由可信的人访问，对其他人是不可见的“秘密”，简单来说就是不能让不相关的人看到不该看的东西。完整性（Integrity，也叫一致性）是指数据在传输过程中没有被窜改，不多也不少，“完完整整”地保持着原状。身份认证（Authentication）是指确认对方的真实身份，也就是“证明你真的是你”，保证消息只能发送给可信的人。
2024-05-04 01:24:48
290
转载 【网络】HTTP进阶
压缩 HTML 等文本文件是传输大文件最基本的方法；分块传输可以流式收发数据，节约内存和带宽，使用响应头字段“Transfer-Encoding: chunked”来表示，分块的格式是 16 进制长度头 + 数据块；范围请求可以只获取部分数据，即“分块请求”，实现视频拖拽或者断点续传，使用请求头字段“Range”和响应头字段“Content-Range”，响应状态码必须是 206；
2024-05-04 01:20:51
150
转载 【网络】HTTP初相识
美国国防部高等研究计划署（ARPA）建立了 ARPA 网这一时期的 HTTP 被定义为 0.9 版，结构比较简单，为了便于服务器和客户端处理，它也采用了纯文本格式。蒂姆·伯纳斯 - 李最初设想的系统里的文档都是只读的，所以只允许用“GET”动作从服务器上获取 HTML 文档，并且在响应请求之后立即关闭连接，功能非常有限。HTTP/1.1 是对 HTTP/1.0 的小幅度修正。但一个重要的区别是：它是一个“正式的标准”，而不是一份可有可无的“参考文档”。基于 Google 的 SPDY 协议，注重性能改善，但
2024-05-04 01:13:28
629
原创 【Python】模拟windows文件名排序
需要注意的是，在文件名中，不同符号的排列序号不同，如点号（.）排列在许多非英文字母之前，但会排列在字母“Z”之后。5. 特殊字符（如：&、$、# 等）排在数字和字母之后，优先级依次降低。2. 大写字母排在小写字母前面；4. 英文字符按字母表顺序排序；1. 数字优先于字母排序；
2024-04-25 23:04:53
554
1
转载 【图像处理】图像的色彩风格滤镜
滤镜的原意是安装在相机镜头前过滤特定自然光的附加镜头，如紫外镜、偏光镜、渐变镜、雷登镜等。在数字图像处理中，主要是用来实现图像的各种特殊效果。例如 Photoshop 提供的滤镜内容丰富，具有非常神奇的作用，可以为图片创造出绚目的效果。使用 OpenCV 也可以实现各种滤镜风格，本节介绍色彩风格变换滤镜。
2024-04-21 00:18:02
369
转载 【图像处理】伪彩色图像处理
伪彩色图像是指对单色图像进行处理，结果转换得到颜色分量，构造为彩色效果的图像。伪彩色图像在形式和视觉表现为彩色图像，但其所呈现的颜色并非图像的真实色彩重现，仅仅是各颜色分量的像素值合成的结果。2.1函数原型函数 cv.applyColorMap() 根据色彩映射表，将灰度图像变换为伪彩色图像。src：输入图像，8 位灰度图像或彩色图像，cv_8Udst：输出图像，大小和通道数与 src 相同colormap：色彩映射表，OpenCV 自带色彩风格类型的颜色查找表。
2024-04-21 00:00:18
1772
转载 【ISP】PS色阶调整算法
本博客实现 Photoshop 的色阶调整算法，包括输入动态线性拉伸、伽马变换和输出线性拉伸。色彩平衡是通过对颜色的调整使图像达到颜色平衡，可以用于调节颜色缺陷或表现效果。Photoshop 的色阶调整分为输入色阶调整和输出色阶调整。输入图像中低于黑场阈值的像素置 0 （黑色），高于白场阈值的像素置 255（白色）。灰场调节值默认值 1.0，调节范围 [0.01, 9.99]。灰场调节值增大的效果是加灰降对比度，减小的效果是减灰加对比度。输出色阶调整有 2个调节参数：黑场阈值、白场阈值。
2024-04-20 23:15:54
449
转载 【ISP】PS混合模式（17）差值组小结
我们已经讨论过了差值组的四个模式了，也知道这几个模式有什么联系。如果你细心点，就会发现我把差值和排除写在同一章，而减去和划分写在另一章。之所以写在一起，因为性质相似。差值和排除从黑到白的过程，是一个反相的过程。为什么不把差值和减去写在一起呢？别看这两个模式有个减号，差别蛮大的。你也看过他们的变化图像了，根本一点都不像。
2024-04-05 15:22:09
240
转载 ASCII 码对照表详解
ASCII 码即美国标准信息交换码 (American Standard Code for Information Interchange)是于罗马字母表的一套电脑编码系统。一种使用 7 个或 8 个二进制位进行编码的方案，最多可以给 256 个字符（包括字母、数字、标点符号、控制字符及其他符号）分配或指定数值。
2024-04-03 13:48:42
1300
转载 【数学知识】傅立叶变换、拉普拉斯变换和Z变换
既然要讲,我就从最基础的东西开始说一说,首先我们先来认识下三角函数,要说三角函数这个东西,我们首先要来说说弧度,什么是弧度呢,你可以在纸上画一个圆,选取圆的一段边,边长和这个圆半径的比值,就是该边与圆心对应夹角的弧度,不好理解是不是,没关系,看个图你就懂了弧度的单位是rad,你会发现,所有的和半径的比值都是2πRad,而π是一个的常数,它约等于3.1415926,可以发现弧度和角度是一个对应的关系,如果按角度制而言绕圆一周是360°,弧度制而言,就是2π了现在,我们引入另一个在。
2024-03-29 13:37:10
2019
转载 【ISP】PS混合模式（16）减去 和 划分
原则1：我们不妨把上方图层定义为B层，下方图层定义为A层，最后混合层为C层。原则2：定义B图层的某点像素为点B， A图层的某点像素为点A， C层的某点像素为点C。（因为一个像素点是通过三个通道来显示的，所以点A的值为(Ar,Ag,Ab)；点B，点C也同理。原则3：把0-255区间的换算，转换为0-1区间的换算：0对应的是0.128对应的是0.5255对应的是1.（所以，点A中RGB的三个通道的像素亮度的分别数值就改为0到1）原则4。
2024-03-25 10:08:27
814
转载 【ISP】PS混合模式（15）差值和排除
我们不妨把上方图层定义为B层，下方图层定义为A层，最后混合层为C层。：定义B图层的某点像素为点B， A图层的某点像素为点A， C层的某点像素为点C。（因为一个是通过三个通道来显示的，所以点A的值为(,Ag,Ab)；点B，点C也同理。：把0-255区间的换算，转换为0-1区间的换算：0对应的是0.128对应的是0.5255对应的是1.（所以，点A中RGB的三个通道的像素亮度的分别数值就改为0到1）：混合的意思是两个图层RGB的三个通道分别混合，最后一起显示。：这些公式仅适用于。
2024-03-22 15:28:36
785
转载 【ISP】PS混合模式（13）点光和实色混合
原则1：我们不妨把上方图层定义为B层，下方图层定义为A层，最后混合层为C层。原则2：定义B图层的某点像素为点B， A图层的某点像素为点A， C层的某点像素为点C。（因为一个像素点是通过三个通道来显示的，所以点A的值为(Ar,Ag,Ab)；点B，点C也同理。原则3：把0-255区间的换算，转换为0-1区间的换算：0对应的是0.128对应的是0.5255对应的是1.（所以，点A中RGB的三个通道的像素亮度的分别数值就改为0到1）原则4。
2024-03-22 11:14:38
313
转载 【ISP】PS混合模式（12）强光，亮光，线性光的联系
这次我们将用这个图片做演示。在强光模式下，我们看东西，就像隔着一层玻璃一样，但是明暗比例还是那个比例。效果如下图所示：在亮光模式下，我们看到太阳周围和地球周围被染上了一层颜色(感觉太阳发了紫色光一样)。在线性光模式下，我们看着效果就像上面两个效果的合体，给人感觉很闷。那么线性光的效果，是不是和先做完 亮光 后，再做 强光 的效果一样呢？在公布答案之前，我们来看看效果。请看下图：我们合并了一个线性光效果的图层，然后把这个图层和亮光+强光的图层做比较。可以看到效果一模一样。
2024-03-21 15:50:38
209
转载 【ISP】PS混合模式（11）线性光
原则1：我们不妨把上方图层定义为B层，下方图层定义为A层，最后混合层为C层。原则2：定义B图层的某点像素为点B， A图层的某点像素为点A， C层的某点像素为点C。（因为一个像素点是通过三个通道来显示的，所以点A的值为(Ar,Ag,Ab)；点B，点C也同理。原则3：把0-255区间的换算，转换为0-1区间的换算：0对应的是0.128对应的是0.5255对应的是1.（所以，点A中RGB的三个通道的像素亮度的分别数值就改为0到1）原则4。
2024-03-21 15:08:41
752
转载 【ISP】PS混合模式（10）亮光
原则1：我们不妨把上方图层定义为B层，下方图层定义为A层，最后混合层为C层。原则2：定义B图层的某点像素为点B， A图层的某点像素为点A， C层的某点像素为点C。（因为一个像素点是通过三个通道来显示的，所以点A的值为(Ar,Ag,Ab)；点B，点C也同理。原则3：把0-255区间的换算，转换为0-1区间的换算：0对应的是0.128对应的是0.5255对应的是1.（所以，点A中RGB的三个通道的像素亮度的分别数值就改为0到1）原则4。
2024-03-21 14:12:53
331
转载 【ISP】PS混合模式（9）强光(Hard Light)
我们比较了强光模式，柔光和叠加模式的变化范围，其中柔光的变化范围是最小的。也知道了强光模式是个横行霸道的模式，对谁都不谦让，喜欢以自我为中心，非常的横行霸道，说变暗就变暗，说变脸就变脸,说什么颜色就什么颜色。然而强光模式说真的，感觉没啥用。但是，也可以做一些有趣的效果的，因为这个模式类似颜色覆盖。比如下面这种：（感觉隔着黄色的玻璃，在看地球）至于为什么Adobe官网说，强光模式对于添加阴影和高光非常有效果，我就很不懂了。
2024-03-21 11:24:35
509
转载 【ISP】PS混合模式（8）柔光（Soft Light）
原则1：我们不妨把上方图层定义为B层，下方图层定义为A层，最后混合层为C层。原则2：定义B图层的某点像素为点B， A图层的某点像素为点A， C层的某点像素为点C。（因为一个像素点是通过三个通道来显示的，所以点A的值为(Ar,Ag,Ab)；点B，点C也同理。原则3：把0-255区间的换算，转换为0-1区间的换算(重点)：0对应的是0.128对应的是0.5255对应的是1.（所以，RGB的三个通道的像素亮度的分别数值就改为0到1，而不是0到255了。原则4。
2024-03-19 14:26:34
1197
MIL-nature-medicine-2019-master.zip
2019-10-15
C# 单步执行可以成功，直接运行却不能成功
2016-04-07
C# 用户控件的Load事件不能执行
2015-05-10
TA创建的收藏夹 TA关注的收藏夹
TA关注的人