weixin_43907354的博客

原创 51单片机-------实现数字时钟功能

这段代码的作用是初始化定时器0，使其开始工作并能够触发中断。函数来初始化定时器0，以启动定时器的计数和中断功能。的定义，用于初始化8051单片机的定时器0。在使用这段代码时，需要在主程序中调用。这段代码是一个定时器初始化函数。

原创 C语言--求100-999的水仙花数

C语言--求100-999的水仙花数

原创 机器学习项目一：利用随机森林回归算法预测黄金价格

【代码】机器学习项目一：利用随机森林回归算法预测黄金价格。

原创 浅析深度残差网络ResNet结构

原创 MobilenetV2网络结构

1.MobilenetV2均采用PW (Point-wise） +DW(Depth-wise）的卷积方式提取特征 V2版本在DW卷积之前新加入一个PW卷积，能动态改变特征通道 V2去掉了第二个PW的激活函数,最大程度保留有效特征 借鉴ResNet,都采用了lx1->3x3->1x1的模式 借鉴 ResNet，同样使用Shortcut 短路连接将输出与输入相加 ResNet利用标准卷积提取特征，V2利用深度卷积(DW）提取特征 ResNet 先降维、卷积、再升维，而V2则是先升维、

原创 使用mediapipe进行人脸识别

import cv2import mediapipe as mpimport timecap = cv2.VideoCapture('C:/Users/Curry\Desktop/Kobe.mp4',0)mpFace_dec = mp.solutions.face_detectionmpdraw = mp.solutions.drawing_utilsface_dec = mpFace_dec.FaceDetection(0.75)Pre_time = 0while 1: r.

原创 必看系列之python常见文件操作----超详细

python文件操作

原创 MobileNet网络模型搭建

import torchimport torch.nn as nnuse_cuda = torch.cuda.is_available()class dw_conv(nn.Module): # Depthwise convolution, currently slow to train in PyTorch def __init__(self, in_dim, out_dim, stride): super(dw_conv, self).__init__() .

原创 浅析轻量化网络mobilenet

1.背景MobileNet是轻量化网络的代表之作，与VGG16相比，其准确率下降了0.9%，而参数大大降低，接近1/32，使其在移动端部署成为可能。以MobileNet为代表的网络,可以在移动终端实现众多的应用，包括目标检测，目标分类，人脸属性识别和人脸识别等,使移动终端、嵌入式设备运行神经网络模型成为可能 以MobileNet为代表的网络，可以在移动终端实现众多的应用，包括目标检测，目标...

原创 OpenCV车牌识别（2）

代码是从网上copy,然后经过自己微调，侵删！import cv2import numpy as npdef lpr(filename): img = cv2.imread(filename) gray_img = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY) #灰度化 GaussianBlur_img = cv2.GaussianBlur(gray_img, (3, 3),sigmaX=0) #高斯模糊 canny = cv2..

原创 OpenCV车牌识别

车牌分类器一网上可下载

原创 OpenCV之开运算与闭运算

1.开运算：先腐蚀，后膨胀开运算总结： （１）开运算能够除去孤立的小点，毛刺和小桥，而总的位置和形状不便。 （２）开运算是一个基于几何运算的滤波器。 （３）结构元素大小的不同将导致滤波效果的不同。 （４）不同的结构元素的选择导致了不同的分割，即提取出不同的特征。代码：import cv2import numpy as npimport matplotlib.pyplot as pltimg = cv2.imread(r"C:\Users\Curry\Desktop\cc.png")

原创 OpenCV之图像腐蚀与膨胀

import cv2import numpy as npimport matplotlib.pyplot as pltimg = cv2.imread(r"C:\Users\Curry\Desktop\cc.png")kernel = np.ones(shape=[10,10],dtype=np.uint8)img = 255-img #黑变白，白变黑# print(img.shape)# 腐蚀，有多变少，边界容易被腐蚀，去除噪声img2 = cv2.erode(img,kernel.

原创 OpenCV视频人脸读取、锚框、狗头替换

1.调用自己电脑摄像头读取人脸import cv2#打开视频cap = cv2.VideoCapture(0) #打开本机摄像头while True: flag, frame = cap.read() #flag是否读取了图片 if not flag: break gray = cv2.cvtColor(frame, code=cv2.COLOR_BGR2GRAY) cv2.imshow('face', frame) K = cv2.wai

原创 OpenCV视频读取，视频人脸识别

1.读取调用cv2.VideoCapture函数即可import cv2#返回两个值，一个布尔型数值，一份是图片video = cv2.VideoCapture(r"C:\Users\Curry\Desktop/kobe.mp4")while 1: frame, img = video.read() if frame == False: print("视频读取完毕") break cv2.imshow('kobe', img) cv

原创 Opencv之振幅谱图

用 Numpy 进行傅里叶变换。Numpy 中的 FFT 包可以帮助我们实现快速傅里叶变换。函数 np.fft.fft2() 可以对信号进行频率转换，输出结果是一个复杂的数组。本函数的第一个参数是输入图像，要求是灰度格式。第二个参数是可选的, 决定输出数组的大小。输出数组的大小和输入图像大小一样 。import cv2import numpy as npfrom matplotlib import pyplot as pltimg = cv2.imread(r"C:\Users\Curr..

原创 零基础用OpenCV绘制直方图

灰度直方图反映了一幅图像的灰度的统计信息。以biBitCount为8的灰度图像为例，拥有值为0到255、共256个等级的灰度。我们以一个256容量的数组hist[256]来储存每个灰度对应的像素点数。数组hist[ ]就包含了图像的灰度统计信息。 ​import cv2import numpy as npimport matplotlib.pyplot a...

原创 OpenCV-人脸轮廓替换

import cv2import numpy as npimg = cv2.imread(r"C:\Users\Curry\Desktop\winggs.png")goutou = cv2.imread(r"C:\Users\Curry\Desktop\goutou.png")# face_dector = cv2.CascadeClassifier(r"C:\Users\Curry\Desktop\cascades\haarcascade_frontalface_default.xml")im.

原创 OpenCV之边缘检测

1.图片的高斯模糊import cv2import matplotlib.pyplot as pltimg = cv2.imread(r"C:\Users\Curry\Desktop\goutou.png")gray = cv2.cvtColor(img, code=cv2.COLOR_BGR2GRAY)gray2 = cv2.GaussianBlur(gray,(19,19),0) #高斯模糊# canny = cv2.Canny()cv2.imshow('gray',gray)c

原创 OpenCV之轮廓提取

hsv = cv2.cvtColor(rgb_image, cv2.COLOR_BGR2HSV) 然后利用cv2.inRange函数设阈值，去除背景部分 mask = cv2.inRange(hsv, lower_red, upper_red) 函数很简单，参数有三个 第一个参数：hsv指的是原图第二个参数：lower_red指的是图像中低于这个lower_red的值，图像值变为0第三个参数：upper_red指的是图像中高于这个upper_red的值，图像值变为0 而在lower_red～up..

原创 OpenCV人脸检测之狗头替换

import cv2img = cv2.imread(r'C:\Users\Curry\Desktop\NBA.png')gray = cv2.cvtColor(img, code=cv2.COLOR_BGR2GRAY)path = r"C:/Users/Curry/Desktop/cascades/haarcascade_frontalface_default.xml"face_dector = cv2.CascadeClassifier(path)faces = face_dector.de.

原创 OpenCv人脸贴画

1.用opencv读取人脸图片和贴纸图片import cv2import numpy as npimport matplotlib.pyplot as pltimg = r"C:/Users/Curry/Desktop/winggs.png"img = cv2.imread(img)flag = r"C:/Users/Curry/Desktop/flag.png"flag = cv2.imread(flag)# cv2.imshow("flag",flag)# print(img.s.

原创 0基础用OpenCv检测多人脸

import cv2import numpy as npimport matplotlib.pyplot as pltimg = r"C:/Users/Curry/Desktop/NBA1.JPG"img1 = cv2.imread(img)'''CascadeClassifier，是Opencv中做人脸检测的时候的一个级联分类器。并且既可以使用Haar，也可以使用LBP特征,检测出来的是X,Y,W,H'''renlian_path = r"C:/Users/Curry/Desktop/...

原创 0基础带你用OpenCv检测人脸

1.用cv2.imread()读取图片import cv2import numpy as npimport matplotlib.pyplot as pltimg = r"C:/Users/Curry/Desktop/winggs.png"img1 = cv2.imread(img)2.用opencv人脸特征匹配算法，CascadeClassifier，是Opencv中做人脸检测的时候的一个级联分类器。并且既可以使用Haar，也可以使用LBP特征,检测出来的是X,Y,W,H''.

原创 OpenCv-人脸图片马赛克

对图片中的人脸进行马赛克原图：import cv2import numpy as npimport matplotlib.pyplot as pltimg = r"C:\Users\Curry\Desktop\lena.jpg"img = cv2.imread(img)img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) plt.imshow(img)坐标点根据原图获取人脸的两个获取人脸face1= img[150:280,350.

原创 Opencv之图片马赛克

opencv

原创 糖尿病数据集复现-pytorch

import torchimport numpy as np#加载数据集xy = np.loadtxt('./diadata.csv',delimiter=',',dtype=np.float32,skiprows=1)# 此处csv文件为自己再excel中根据老师表格自己创建，成功导入,由于标题是字符串，故使用skiprows=1将第一行删掉，成功导入x_data = torch.from_numpy(xy[0:,:-1]) #-1表示不要y这一列y_data = torch.from_nu.