- 博客(14)
- 资源 (33)
- 问答 (1)
- 收藏
- 关注
原创 2019-10-31 VMware虚机扩硬盘
虚机的硬盘空间满了,需要扩大一点。我的VMware装的是Esxi 6.5版本。虚机Win10,目前32G,打算扩展到40G。右击虚机,选择“编辑设置”直接改硬盘数字,保存。重启动。然后 =>控制面板=>管理工具=>计算机管理=>磁盘管理。我原来是32G,现在多了8G出来。右键32G硬盘,选择扩展卷显示如下,8G空间已经选好了。下一步。扩好了,现在是4...
2019-10-31 11:44:29 220
原创 2019-10-28 超大文本打开工具PilotEdit
要做日志分析,用Windows自带记事本又慢又不方便,网上找了一下,感觉PilotEdit还不错。下载网址不超过10G,下载免费版本就行。我下载的版本PilotEdit_Lite_13.2.0.zip解压后安装这个软件不错,有简体中文版本打开后界面如下软件还是挺简单的。导入log文件根据需求查找文本,结果会在输出窗口中显示。...
2019-10-28 13:18:44 1593
原创 2019-10-23 opencv官网教程学习总结
官网对于图像的处理,基本的步骤是这样的:step1.取得图像数据step2.将图像进行平滑处理step3.进行边缘检测,阈值分析step4.进行形态学的操作step5.获取某些特征点step6.分析数据1.opencv中的gui特性1-1.绘图学习2.核心操作 Core Operations2-1.基础操作/数学运算/性能测量和改进3.opencv中的图像处理 Imag...
2019-10-23 16:07:19 381
原创 2019-10-22 opencv和python绑定是如何实现的?
官网参见https://docs.opencv.org/3.4.1/da/d49/tutorial_py_bindings_basics.htmlopencv和python绑定是如何生成的?opencv中所有算法都是C++实现的。不过所有算法都可以用其他语言使用的,例如:python,Java。这是通过绑定生成器来实现的。这些生成器在C++和python之间创建了桥梁,让用户可以在python...
2019-10-22 13:02:47 611
原创 2019-10-21 opencv对象检测-使用Haar 分类器进行面部检测
官网https://docs.opencv.org/3.4.1/d7/d8b/tutorial_py_face_detection.html学习参见https://mp.csdn.net/mdeditor/93845155#
2019-10-21 08:57:09 115
原创 2019-10-18 opencv计算摄影3-高动态范围图像High Dynamic Range (HDR),提供更多的动态范围和图像细节,更好的反映出真实环境中的视觉效果
官网参见https://docs.opencv.org/3.4.1/d2/df0/tutorial_py_hdr.html提供更多的动态范围和图像细节,更好的反映出真实环境中的视觉效果理论高动态范围图像(High Dynamic Range imaging,简称HDRI或者HDR)技术被用于图像和摄影中,相比较标准的数字图像和摄影,它可以提供更多的动态范围光度。虽然人眼可以适应各种光照条...
2019-10-18 10:59:57 1010
原创 2019-10-17 opencv计算摄影2-图像修复(2种算法,需要掩膜)
官网https://docs.opencv.org/3.4.1/df/d3d/tutorial_py_inpainting.html基础你们中的大多数人家中都有一些退化的老照片,上面会有一些黑点或者画了几笔。你有没有想过如何修复它们?我们不能简单的在画图工具中擦除它们,因为画图工具只是简单的把白色替代了黑色而已,这是没有用的。这种情况就可以使用图像修复技术。它的基本思路很简单:那些污损部分用它...
2019-10-17 10:59:35 712
原创 2019-10-16 opencv计算摄影1-图像去噪(非局部均值去噪,Non-Local Means Denoising。比高斯/中值平滑好)
官网参见https://docs.opencv.org/3.4.1/d5/d69/tutorial_py_non_local_means.html理论前面章节中我们学习了很多图像平滑技术,例如高斯平滑,中值平滑等,它们都可以在一定程度上消除小的噪音。在那些技术中,我们选取像素点周围小领域,然后做一些操作,比如用高斯加权平均或者中值去替代中心点像素。简而言之,像素的噪音去除是依赖它的局部邻域。...
2019-10-16 11:14:54 698
原创 2019-10-15 opencv机器学习3-k均值聚类2-opencv中的k均值聚类
官网参见https://docs.opencv.org/3.4.1/d1/d5c/tutorial_py_kmeans_opencv.html参数输入参数1.samples:np.float32类型。每个特征单独一列。2.nclusters(K) :最终需要的聚类数目3.criteria :迭代终止条件。满足该条件,迭代停止。实际上,它应该是有3个成员的元组(type, max_it...
2019-10-15 11:54:31 166
原创 2019-10-14 opencv机器学习3-k均值聚类1-理解k均值聚类(K-Means Clustering )
官网参见https://docs.opencv.org/3.4.1/de/d4d/tutorial_py_kmeans_understanding.html自学参见https://zhuanlan.zhihu.com/p/32830192T恤尺寸问题想象有一家公司要上市一款新T恤。显然需要生成不同尺寸的T恤以满足不同用户的需求。所以这家公司需要收集很多人身高和体重信息,并把它们绘制成下图。...
2019-10-14 13:38:38 169
原创 2019-10-11 opencv机器学习2-SVM2-使用SVM识别手写数据OCR
官网https://docs.opencv.org/3.4.1/dd/d3b/tutorial_py_svm_opencv.html手写数字的OCR在kNN中,我们使用像素灰度值作为特征向量。这次我们使用方向梯度直方图(Histogram of Oriented Gradients ,简称HOG)作为特征向量。在计算HOG之前,我们需要使用图像的二阶矩来进行抗扭斜处理。下面是自定义的desk...
2019-10-11 13:39:08 415
原创 2019-10-10 opencv机器学习2-SVM1-理解SVM(支持向量机)
官网https://docs.opencv.org/3.4.1/d4/db1/tutorial_py_svm_basics.html自学可以参见https://zhuanlan.zhihu.com/p/32188239线性分割数据观察下图在图中有2类数据,分别用红色和蓝色表示。kNN算法,对于测试数据,我们通常测试它和所有训练数据的距离,从中挑选一个最近的(训练数据分类作为测试数据的分类...
2019-10-10 16:14:40 178
原创 2019-10-9 opencv机器学习1-KNN2-使用kNN识别手写数据OCR
官网https://docs.opencv.org/3.4.1/d8/d4b/tutorial_py_knn_opencv.html手写数字的OCR我们的目标是构建一个应用可以识别手写的数字,为此我们需要一些训练数据和测试数据。OpenCV在opencv/samples/data目录中有一副包含5000个手写数字图片,每个数字500个,每个数字是20x20的图像。我们要做的第一步就是这个图片分...
2019-10-09 11:36:12 302
原创 2019-10-8 opencv机器学习1-KNN1-理解kNN(k近邻)
官网https://docs.opencv.org/3.4.1/d5/d26/tutorial_py_knn_understanding.htmlKNN是有监督机器学习中最简单的分类算法。它的想法就是在特征空间中找到距离测试数据最近的匹配。观察下图在图中有2组数据,蓝色方块和红色三角。我们把每一组数据称为类(Class)。可以把把蓝色和红色标记想象成在城镇地图中的一栋栋房子,这个城镇地图就...
2019-10-08 17:28:10 248
MSTG手册-英文版
2020-04-26
OWASP_MASVS-v1.2(英文版)
2020-04-24
获取猿急送页面数据-代码
2019-12-06
吴恩达-C5 序列模型-w2 自然语言处理与词嵌(课后编程2-Emojifier-V2模型)
2021-01-17
吴恩达-C5 序列模型-w2 自然语言处理与词嵌(课后编程2-Emojifier-V1模型)
2021-01-17
吴恩达-C5 序列模型-w2 自然语言处理与词嵌(课后编程1-Operations on word vectors 词向量运算
2021-01-10
吴恩达第4课第2周编程作业1 Keras - Tutorial - Happy House代码。
2020-10-17
吴恩达第4课第1周编程作业Convolutional Neural Networks: Step by Step代码。
2020-10-03
TA创建的收藏夹 TA关注的收藏夹
TA关注的人