vector_Lu的博客

正常情况下我们创建remote服务器配置都是在这个页面，一般情况下好像也不会出现什么问题。但是今天碰到创建remote服务器配置无法加载已安装的Pacjage的情况，并且可以看到相关的报错提示：Can't get remote credentials for deployment server其实按照这个报错进行对应的修改就可以解决问题，但是一时间不知道在哪里进行修改，在这里记录一下。首先进入到自己的解释器目录下：然后点击“编辑”，进入如下页面：从Deployment c

import cv2 as cvimport numpy as npfrom timeit import default_timerdef fft(gray_img): dft = cv.dft(np.float32(img), flags=cv.DFT_COMPLEX_OUTPUT) dft_shift = dft # np.fft.fftshift(dft) magnitude_spectrum = 20 * np.log(cv.magnitude(dft_shif.

import osimport cv2 as cvimport numpy as npimport randomback_dir = "Z:/data/back"back = []for file in os.listdir(back_dir): if file.split('.')[-1] not in ['jpg']: continue path = back_dir + "/" + file back.append(path)np.random.

import numpy as npimport cv2 as cvimport randomdef mask_opration(src_image, location, mask_image): """ 把mask_iamge根据mask_shape添加到目标图片上 :param src_image: :param location:需要添加到的位置框，(xmin, ymin, xmax, ymax) :param mask_image: 彩色图 .

import cv2 as cvimport numpy as npdef motion_blur(image, kernel_size, angle): M = cv.getRotationMatrix2D((kernel_size // 2, kernel_size // 2), angle, 1) motion_blur_kernel = np.diag(np.ones(kernel_size)) motion_blur_kernel = cv.warpAffine(.

import cv2 as cvimport numpy as npimport randomdef random_gamma(src_image): # gamma变换通过OpenCV中的LUT函数完成，其功能是通过一个映射表，把原图的像素诸逐个映射 if random.random() < 0.9: if src_image.mean() < 128: gamma_val = max(random.random() / 2,.

.rgb文件是不太常见的图片格式文件，一般的图像库（OpenCV、PIL）都无法直接读取。网上的资料也比较少，最后无意间试出一种方法，在这里记录一下。（C++方法类似，但是人生苦短，我用Python）import cv2 as cvimport numpy as npf = open("00000.rgb", "rb")data = f.read()f.close()data = [int(x) for x in data]# 图像尺寸是需要预先知道的data = np.array

在我安装pycocotools之前，看了一下其他人的博客，感觉比较麻烦。不过还好，最终我还是找到了一种非常简单的pycocotools安装方法，在这里记录一下。首先介绍一下这个网站https://pypi.org/，里面可以找到基本上所有你要用到的Python安装包。再输入pycocotools，结果会同时告诉你Windows和Linux的安徽方法。选择你想要的版本，比如我选择...

最近安装一个库需要用到pip3，在网上看了一些教程，发现不少坑，在这里自己写了一个简洁版的方法，做一个记录。1.打开Anaconda Prompt，进入到你需要安装pip3的那个环境下的Scripts文件夹。2.运行如下代码easy_install.exe pip程序会自动匹配你已经安装的pip版本，进行pip3的安装。安装完成后再输入pip3，有提示你使用方法就说明...

写在前面本文的环境：window10、python3.7.2、anaconda3.4，TensorFlow是通过anaconda自动安装的，版本是1.3.1，然后已经安装好了TensorFlow Object Detection API。这些在我上一篇文章【TensorFlow Object Detection API 安装】有。【1】准备自己的数据集首先准备好自己的图片，并且规范的命...

【1】关于plt.gcf()如果你用同一个figure多次显示图片，建议在显示代码的最开始部分加上这句。plt.gcf()【2】去除空白区域CSDN上有不少相关的博客，但是大多数都是只是把空白区域减少了。在这里我就不把采坑的经历写出来，直接展示。#清除当前figure显示的内容fig=plt.gcf()#显示图片plt.figure(figsize=IMAGE_SI...