![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
我以山河入梦
这个作者很懒,什么都没留下…
展开
-
keras.layers.ZeroPadding2D
keras.layers.AeroPadding2DZeroPadding2D参数ZeroPadding2D```pythonkeras.layers.ZeroPadding2D(padding=(1, 1), data_format=None)(x)表示将上一层的输出上下左右补充一行(一列)0,行数+2,列数+2。Zeropadding2D即为2D输入的零填充层。参数padding:为整数,表示上下左右填充相同层数(列数)。为两个整数的元组,对宽度和高度进行不同层数的添加。为两个含转载 2020-10-22 14:46:12 · 5221 阅读 · 0 评论 -
图像特征提取(边缘检测)
图像特征提取1、Sabel边缘检测2、canny边缘检测三级目录1、Sabel边缘检测寻找图像中在纵横方向上面值变化较大的区域。步骤:1、将彩色图像转化为灰度图像。2、计算横向纵向的梯度。3、计算梯度的大小。4、规范化梯度值。2、canny边缘检测三级目录...原创 2020-10-17 13:20:11 · 2178 阅读 · 1 评论 -
图像去噪
图像去噪# 高斯滤波器from scipy.ndimage.filters import gaussian_filter as gaussimg3 = gauss(img, sigma = 1)#sigma控制滤波器的强度,值越大去噪后图片越模糊#中值滤波from scipy.ndimage.filters import median_filter as medimg = med(img, size=3)#size同上中的sigma...原创 2020-10-14 20:15:09 · 222 阅读 · 0 评论 -
查看图像的数值特征与处理
查看图像的数值特征直方图累计分布函数图直方图from PIL import Image, ImageOpsimport matplotlib.pyplot as pltimport numpy as npimg = Image.open('./Homework/homework2/1.jpg')#将数据类型转化为nparrayimg = np.array(img)#hist用于绘制直方图,输入数据为一维数组,np.ravel与np.flatten都是将矩阵转化为一维数组,区别在于前者改变原原创 2020-10-13 23:21:51 · 358 阅读 · 0 评论 -
python图像缩放三种方法
PIL图像缩放不按比例缩放按比例缩放不按比例缩放from PIL import Image, ImageOpsimport matplotlib.pyplot as pltimport numpy as npimport cv2img = cv2.imread('./Homework/homework2/1.jpg')#注意cv2读取图片数据是 bgr格式,若要变为rgb格式需要使用cv2.cvtColor()方法img = cv2.cvtColor(img, cv2.COLOR_BGR2原创 2020-10-13 21:12:28 · 11251 阅读 · 0 评论 -
读取和显式图像
读取和显示图像matplolibcv2PILmatplolibfrom matplotlib import image as mpimgfrom matplotlib import pyplot as pltimport numpy as npimg = mpimg.imread('1.jpg')plt.imshow(img[:,:,:-1])print(img[:,:,:-1].shape)print(type(img))#numpy.ndarrayprint(img.shape)原创 2020-10-13 20:08:02 · 89 阅读 · 0 评论 -
keras实现VGG16模型
keras实现VGG16网络摘要结构keras 实现摘要本文主要讲述利用keras实现VGG16。结构keras 实现from keras.models import Sequentialfrom keras.layers import Dense, Flattenfrom keras.layers import Conv2Dfrom keras.layers import MaxPooling2Ddef generate_vgg16(): """ 搭建VGG16网络原创 2020-10-12 11:29:20 · 1161 阅读 · 0 评论