wanty_chen的博客

为存储测试数据，特此记录1.存储为TXT文件#include <io.h>#include <fstream> #include<iostream>#include<stdio.h> using namespace std;int main(){ int a[2][3] = { 1,2,3,4,5,6 };...

为实现批量读图测试，特此记录。1.获取指定目录下特定文件格式void getAllFiles(string path,vector<string> &files, string fileType)；如，获取“jpg”文件getAllFiles("C:\\Users\\Desktop\\111\\1", temp ,".jpg");2.获取指定目录下所有文...

为完成对棋盘标板的角点检测，特此记录。角点：最直接的定义为在水平、垂直两个方向上变化均较大的点最常用的角点检测算法为Harris角点检测方法，原理如下：计算图像I(x,y)在X和Y两个方向的梯度Ix、Iy 计算图像两个方向梯度的乘积 使用高斯函数对Ix^2、Iy^2和Ixy进行高斯加权（取σ=1），生成矩阵M的元素A、B和C 计算每个像素的Harris响应值R，并对小于某一阈值t...

本文在前文基础上完成以白色为前景的二值图像的击中击不中变换：1、击中击不中变换       击中击不中变换是形态学形状检测的基本工具，是用来查找像素局部模式的形态学运算符。‘局部’是指‘结构元素’的大小。       两个不相交集合B={B1，B2}，称B为复合结构元素。则击中击不中变换为：                                                      ...

本文实现二值bmp图像的腐蚀、膨胀及开运算、闭运算操作。本文使用白色为前景、黑色为背景的二值图进行操作：1、腐蚀腐蚀操作是结构原中心在被腐蚀图像中平移填充的过程。图像A被结构元B腐蚀，用集合论来表示如下式：                                                              其中x是平移量，上式表示腐蚀结果集合中的元素是结构元的中心平移x后仍然...

本文实现了RGB三通道图像及灰度图像的平滑、锐化处理。在开始之前，我们先对平滑及锐化的概念进行一个简单的了解：1、平滑       图像平滑是指受传感器和大气等因素的影响，遥感图像上会出现某些亮度变化过大的区域，或出现一些亮点(也称噪声)。这种为了抑制噪声，使图像亮度趋于平缓的处理方法就是图像平滑。图像平滑实际上是低通滤波，平滑过程会导致图像边缘模糊化。常用的平滑处理方法有三种：（1） Box模板...

1、中值滤波       中值滤波是对一个滑动窗口内的诸像素灰度值排序，用其中值代替窗口中心象素的原来灰度值，它是一种非线性的图像平滑法，它对脉冲干扰级椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。       二维中值滤波算法是：对于一幅图像的象素矩阵，取以目标象素为中心的一个子矩阵窗口，这个窗口可以是3*3 ，5*5 等根据需要选取，对窗口内的象素灰度排序，取中间一个值作为...

本文实现bmp图像的灰度化及二值化操作：1、灰度化2、二值化       图像的二值化处理就是将图像上的点的灰度置为0或255，也就是讲整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外...

       本文要实现的功能是使用最近邻插值以及双线性插值完成bmp图像的缩放。1、最近邻插值       不需要计算，在待求象素的四邻象素中，将距离待求象素最近的邻象素灰度赋给待求象素：                                           设i+u, j+v(i, j为正整数， u, v为大于零小于1的小数，下同)为待求象素坐标，则待求象素灰度的值 f(i+u,...

在之前的博客中，我们已经实现了bmp图像的读取与保存，本文在之前的基础上对对人图像的数据区进行处理，达到截取图像部分区域的目的，以便以后的图像处理操作,代码如下：#include &lt;string.h&gt; #include &lt;malloc.h&gt; #include&lt;cstdlib&gt;#include&lt;cstdio&gt;#include&lt...

       在公式  y=f(wx+b)中，w和b就是我们需要训练的东西，w称为权值，在cnn中也可以叫做卷积核（filter），b为偏置项。f是激活函数，有sigmoid、tanh、relu等。x是输入的数据。数据训练完成后，保存的caffemodel里面，实际上就是各层的w和b值。在这里，我们仍用之前训练好的lenet_iter_9380.caffemodel进行试验，在Spyder编译器下...

       本文使用anaconda的Spyder编译器绘制loss及accuracy曲线。在该编译环境下，建一个.py文件，点击run运行，可通过变量窗口查看各变量的值以及在命令行窗口生成曲线：代码如下：# -*- coding: utf-8 -*-"""Created on Tue Jul 19 16:22:22 2016@author: root"""import numpy ...

1、数据准备       之前的博客中已经对mnist数据集进行过介绍，这里我们直接将保存好的图片拿过来处理。数据分成了训练集（60000张共10类）和测试集（共10000张10类），将每个类别放在一个单独的文件夹里。并且将所有的图片，都生成了txt列表清单（train.txt和test.txt)。为节约时间，这里直接下载denny分享的数据集：http://pan.baidu.com/s/1pL...

仍然运用anaconda中的Spyder编译器环境进行曲线的绘制:（1）加载必要的库: #加载必要的库import numpy as npimport matplotlib.pyplot as plt%matplotlib inlineimport sys,os,caffe#设置当前目录caffe_root = 'D:/caffe/caffe-master/caffe-master/'...

在之前的博客中，我们用caffe对cifar10进行训练，得到了一个caffemodel，我们现在用caffe自带的cat.jpg进行测试，并进行可视化，同样在anaconda的Spyder编译器下实现：在Spyder的命令行窗口输入：#加载必要的库import numpy as npimport matplotlib.pyplot as plt%matplotlib inlineimpo...

运用anaconda中的Spyder编译器，实现以下功能：（1）将caffe的根目录作为当前目录，然后加载caffe程序自带的小猫图片，并显示。在命令行窗口输入如下代码：import numpy as npimport matplotlib.pyplot as plt%matplotlib inlineimport caffecaffe_root='D:/caffe/caffe-maste...

在开始前，对cifar数据集进行一个简单的介绍：【cifar数据集介绍】       Cifar-10是由Hinton的两个大弟子Alex Krizhevsky、Ilya Sutskever收集的一个用于普适物体识别的数据集。Cifar是加拿大政府牵头投资的一个先进科学项目研究所。这个项目结集了不少计算机科学家、生物学家、电气工程师、神经科学家、物理学家、心理学家，加速推动了DL的进程。DL强调的...

caffe程序自带有一张小猫图片，存放路径为caffe根目录下的 examples/images/cat.jpg, 现在我们想用一个训练好的caffemodel来对这张图片进行分类。开发caffe的团队，利用imagenet图片和caffenet模型训练好了一个caffemodel,  供大家下载。要进行图片的分类，这个caffemodel是最好不过的了。不管是用c++来进行分类，还是用pytho...

1、K-means聚类       聚类是一种无监督的学习，它将相似的对象归到同一簇中。聚类的方法几乎可以应用所有对象，簇内的对象越相似，聚类的效果就越好。K-means算法中的k表示的是聚类为k个簇，means代表取每一个聚类中数据值的均值作为该簇的中心，或者称为质心，即用每一个的类的质心对该簇进行描述。        聚类和分类最大的不同在于，分类的目标是事先已知的，而聚类则不一样，聚类事先不...

本文通过一个一个最简单的网络结构lenet来对刚才安装的caffe进行测试：1、将下载的mnist数据集解压到D:\caffe\caffe-master\caffe-master\data\mnist：2、转换数据格式       转换成caffe需要的数据格式，此处转换为 LMDB（cifar是转换成 LEVELDB，可对比参考如何实现的），转换格式需要用到caffe里的项目convert_mn...