- 博客(26)
- 收藏
- 关注
RSS订阅原创 np.where()简要介绍
函数np.where(condition,x,y) 函数作用 1.满足条件(condition)，输出x，不满足输出y 2.若参数只有condition，而没有x和y，则输出非0元素的坐标 condition 条件，如input>8 x 满足condition输出的值 y 不满足condition输出的值 示例import numpy as np a = np.array([2,4,6,8,10])print
2022-01-18 11:54:00
1305
原创 cv2.remap()简要介绍
定义cv2.remap(img,map1,map2,interpolation)用法cv2.remap(img,map1,map2,interpolation) 函数作用 重映射，即把一幅图像内的像素点放置到另外一幅图像内的指定位置 img 输入图像 map1 1.表示(x,y)的一个映射 2.或者表示CV_16SC2 , CV_32FC1, CV_32FC2 类型(x,y)点的 x 值 map2 1.若map1表示(x,y)
2022-01-17 18:33:03
7966
原创 cv2.calcHist()和np.histogram()简要介绍
定义cv2.calcHist(images, channels, mask, histSize, ranges)用法cv2.calcHist(images, channels, mask, histSize, ranges) 函数作用 返回一个histSize*1的矩阵，每一个值代表了每个灰度值对应的像素点数目 images 输入图像 channels 进行直方图统计的通道 mask 掩膜图像，默认为None histSize bin的数目 r
2022-01-17 17:19:10
2499
原创 cv2.blur()、cv2.GaussianBlur()和cv2.medianBlur()简要介绍
定义cv2.blur(img,size) cv2.GaussianBlur(img,size,std) cv2.medianBlur(img,size)用法cv2.blur(img,size) 函数作用 均值滤波 img 输入图像 size 卷积核大小 cv2.GaussianBlur(img,size,std) 函数作用 高斯滤波 img 输入图像 size 卷积核大小大小 std 高斯函数标准差 cv
2022-01-17 13:00:35
7281
原创 cv2.warpPerspective()+cv2.getPerspectiveTransform()透视变换
定义cv2.warpPerspective(img,matric,size) cv2.getPerspectiveTransform(pts1,pts2)用法对于透视变换，需要一个3*3的变换矩阵，在变换前后直线还是直线。需要在原图上找到4个点以及他们在输出图上对应的位置。注意，这四个点任意三个都不能共线，变换矩阵可由opencv提供的cv2.getPerspectiveTransform()函数构建，然后传给函数cv2.warpPerspective()img：输入图像 matr
2022-01-17 01:16:57
5808
原创 cv2.getAffineTransform()简要介绍
先了解cv2.warpAffine()+cv2.getRotationMatrix2D()定义cv2.getAffineTransform(pts1,pts2)用法仿射变换，指一个向量空间进行线性变换+平移变成另外一个向量空间，它需要一个变换矩阵，而由于仿射变换较为复杂，一般很难找出这个矩阵，于是opencv提供了cv2.getAffineTransform()，cv2.getAffineTransForm()通过找原图像中三个点的坐标和变换图像的相应三个点坐标，创建一个2X3的矩阵
2022-01-17 01:01:18
12680
原创 cv2.warpAffine()+cv2.getRotationMatrix2D()
定义cv2.warpAffine(img,matrix,size) cv2.getRotationMatrix2D(corner,angle,scale)用法img：输入图像 matrix：由cv2.getRotationMatrix2D()获得 size：输出图像的大小，格式为（宽(列），高（行））cv2.getRotationMatrix2D用于构建旋转矩阵matrixcorner：旋转中心 angel：旋转角度 scale：旋转后的缩放因子 补充平移 如果想要沿
2022-01-17 00:33:28
1324
原创 torch.clamp()简要介绍
定义torch.clamp(input,min,max)用法将输入input每个元素的值限制在min和max之间，小于min或者大于max的值分别替换为min和max示例import torcha = torch.tensor([[2,3,1],[0,5,6]])b = torch.clamp(a,2,5)print(a)print(b)>>>tensor([[2, 3, 1], [0, 5, 6]])tensor([[2, 3
2022-01-16 20:58:10
1403
原创 torch.full()简要介绍
定义torch.full(size,num)用法话不多说，直接看示例示例import torcha = torch.full((4,4),3)b = torch.full((5,6),9)print(a)print(b)>>>tensor([[3, 3, 3, 3], [3, 3, 3, 3], [3, 3, 3, 3], [3, 3, 3, 3]])tensor([[9, 9, 9,
2022-01-16 20:48:52
1012
原创 torch.sort()和torch.argsort()简要介绍
定义torch.sort(input,dim,descending) torch.argsort(input,dim,descending)用法torch.sort：对输入数据排序，返回两个值，即排序后的数据values和其在原矩阵中的坐标indices torch.argsort：同torch.sort()返回的indices参数input：输入矩阵 dim：排序维度，默认为dim=1,即对行排序 descending：排序方式（从小到大和从大到小），默认为从小到大排序（即de
2022-01-16 20:42:44
1815
原创 torch.zeros_like()和torch.ones_like()简要介绍
定义torch.zeros_like(input) torch.ones_like(input)用法分别生成和输入数据维度一致的全为0或全为1的内容示例import torcha = torch.tensor([[1,2,3],[4,5,6]])print(torch.zeros_like(a))print(torch.ones_like(a))>>>tensor([[0, 0, 0], [0, 0, 0]]) tensor(
2022-01-15 23:25:19
1080
原创 torch.normal()、torch.randn()和torch.rand()简要介绍
定义torch.normal(means,std,size)torch.randn(size)torch.rand(size)用法torch.normal()：返回从均值means和标准差std的离散正态分布中抽取随机张量， torch.randn()：生成满足标准正态分布（0~1）的随机张量 torch.rand()：返回从区间[0, 1)的均匀分布中抽取的一组随机数示例import torchimport numpy as npa = torch.normal(10
2022-01-15 23:14:37
2167
原创 torch.sum()、np.sum()和sum()简要介绍
定义torch.sum(input1,dim,keepdim) np.sum(input2,axis,keepdims) sum(input3，b)用法对矩阵数据求和input1:输入矩阵，tensor类型 dim:要求和的维度,默认求所有元素之和 keepdim:求和之后，被求和的维度元素个数为1，所以要被去掉，若要保留，应keepdim=true input2:输入矩阵，ndarray类型 axis:要求和的维度，同dim keepdims:同keepdim input3:
2022-01-15 22:48:39
3816
原创 np.repeat()简要介绍
定义np.repeat(a,repeats,axis)用法用于复制矩阵的数据a:输入数据repeats:复制次数axis:复制的维度，默认则将输入矩阵一维展开示例import numpy as npa = np.array([[1,2,3],[4,5,6]])print(np.repeat(a,2))print(np.repeat(a,2,axis=0))print(np.repeat(a,2,axis=1))>>>array([1, 1,
2022-01-15 22:23:29
1824
2
原创 np.array()和np.asarray()简要介绍
定义np.array(a)和np.asarry(a)用法array和asarray都可以将结构数据转化为ndarray，但是主要区别就是当数据源是ndarray时，array仍然会copy出一个副本，占用新的内存，但asarray不会。示例import numpy as npa = np.random.random((3,4))print(a)b1 = np.array(a)b2 = np.asarray(a)a[1] = 1print(a)print(b1)pr
2022-01-15 21:47:17
1674
原创 np.power()简要介绍
定义np.power(a,b)用法若b为单个数字，则对a各个元素分别求b次方若b为数组，其列数要与a相同，并求相应的次方示例import numpy as npa = [[1,2,3],[4,5,6]]b1 = 3b2 = [1,2,3]print(np.power(a,b1))#第二个参数b为单个数字>>>[[ 1 8 27] [ 64 125 216]]print(np.power(a,b2))#第二个参数b为数组>
2022-01-15 21:29:20
6048
转载 cv2.inRange()简要介绍
定义cv2.inRange(image,lower,high)用法image:原图像 lower:图像中低于这个lower_red的值，值变为0 upper:图像中高于这个upper_red的值，值变为0 而在lower_red～upper_red之间的值变成255示例 hsv = cv2.cvtColor(rgb_image, cv2.COLOR_BGR2HSV) lower_red = np.array([20, 20, 20]) upper_red =
2022-01-10 19:07:04
2343
原创 cv2.bitwise_and（）图像的与运算
定义dst=cv2.bitwise_and（src1,src2[,mask]]）用法实现按位与运算dst表示与输入值具有同样大小的array输出值。 src1表示第一个array或scalar类型的输入值。 src2表示第二个array或scalar类型的输入值。 mask表示可选操作掩码，8位单通道array。特点：将任何数值N与数值0进行按位与操作，都会得到数值0。 将任何数值N（这里仅考虑8位值）与数值255（8位二进制数是11111111）进行按位与操作，...
2022-01-10 18:01:39
12139
原创 cv2.threshold()、OTSU和cv2.adaptiveThreshold()简要介绍
定义cv2.threshold(src, thresh, maxval, type)用法src： 输入图（只能输入灰度图像） thresh： 阈值 type：二值化操作的类型 maxval：当type指定为THRESH_BINARY或THRESH_BINARY_INV时，需要设置该值其中，type包含以下5种类型：cv2.THRESH_BINARY cv2.THRESH_BINARY_INV cv2.THRESH_TRUNC cv2.THRESH_TOZERO cv2.THR
2022-01-10 17:27:47
3071
原创 cv2.add()和cv2.addWeighted()简要介绍
定义cv2.add(X,Y)cv2.addWeighted(X,a,Y,y,b)用法使用cv2.add(X,Y)是一种饱和操作，不同于numpy的加法（res = img1+img2)是一种模操作而cv2.addWeighted(X,a,Y,y,b)也是加法，不同的是两幅图像的权重不同，这会给人一种混合或者透明的感觉。计算公式如下：g(x) = (1−α)f0 (x)+αf1 (x)例如：将两幅图像混合，第一幅权重为0.7.第二幅权重为0.3。函数cv2.addWeighed()
2022-01-10 17:10:30
6492
原创 cv2.copyMakeBorder()简要介绍
函数cv2.copyMakeBorder(src,top,bottom,left,right,borderType,value)用法src:源图像。 top:顶部方向上的像素数的边框宽度。 bottom:底部方向上的像素数的边框宽度。 left:左侧像素的边界宽度。 right:沿正确方向的像素数的边框宽度。 borderType:边界类型。 value:一个可选参数。示例import cv2 import numpy from matplotlib import pyp
2022-01-10 16:31:07
8516
原创 滑动条做调色板cv2.getTrackbarPos()和cv2.creatTrackbar(）
函数cv2.getTrackbarPos()；cv2.creatTrackbar(）用法通过调节滑动条来设定画板颜色。 窗口显示颜色，三个滑动条来设置RGB的颜色 当滑动滑动条时，窗口颜色实时发生改变，默认窗口为黑色。 滑动条的名字 滑动条被放置窗口的名字 滑动条默认的位置 滑动条最大的值 回调函数，每次滑动都会调用回调函数，回调函数通常都会含有一个默认参数，就是滑动条的位置。 滑动条的另一个应用就是用作转换按钮，默认OpenCV是不带有按钮函数的，这里以滑动条代
2022-01-10 15:56:32
581
原创 cv2.line() , cv2.cicle() , cv2.rectangle() , cv2.ellipse() , cv2.putText()等
定义cv2.line() , cv2.cicle() , cv2.rectangle() , cv2.ellipse() , cv2.putText()等参数image:所绘制矩形的图像。start_point：起始坐标，即(X，Y)。end_point：结束坐标即(X，Y)。color:矩形的边界线的颜色。例如：对于BGR，(255，0，0)为蓝色。thickness:矩形边框线的粗细像素。厚度-1像素将以指定的颜色填充矩形形状。axeslength:包含两个变量的元组，即
2022-01-10 15:21:16
429
原创 torch.sort()和torch.argsort()简要介绍
定义1torch.sort(a,dim,descending)用法1输入a，在dim维进行排序，descending控制是否降序,默认为False。输出排序后的值以及对应值在原a中的下标,示例1import torcha = torch.tensor([[10,2,3],[4,6,5],[7,8,9]])print(a)>>tensor([[10, 2, 3], [ 4, 6, 5], [ 7, 8, 9]])在
2022-01-07 13:50:26
15850
4
原创 torch.cat()简要介绍
定义torch.cat((x,y),dim)用法操作后不会增加维度数量，但会增加维度值。在dim维度上对x和y进行拼接import torcha = torch.tensor([[1,2,3],[4,5,6],[7,8,9]])b = torch.tensor([[11,22,33],[44,55,66],[77,88,99]])print(a)print(b)>>tensor([[1, 2, 3], [4, 5, 6], [7,
2022-01-07 12:16:45
871
原创 torch.stack()简要介绍
定义torch.stack((x,y),dim)用法stack操作后会增加维度数量，在dim维度上对x和y进行堆叠import torch a = torch.tensor([[1,2,3],[4,5,6],[7,8,9]])b = torch.tensor([[11,22,33],[44,55,66],[77,88,99]])print(a)print(b) >>tensor([[1, 2, 3], [4, 5, 6], [7,
2022-01-07 12:05:41
893
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人