使用OpenCV时遇到以下错误：INFO: Created TensorFlow Lite XNNPACK delegate for CPU.

最新推荐文章于 2024-07-27 12:20:46 发布
最新推荐文章于 2024-07-27 12:20:46 发布
阅读量1.5k 收藏 1
点赞数 1
文章标签： python conda
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_47702917/article/details/134544599
版权

自己在初学OpenCV时学习按照别人的代码一行行敲，但是运行时出现了以下错误：

在查阅了资料后发现

于是自己将原代码改为下列代码：

源代码：

新代码：

日志报错就没有啦

一道秘制的小菜
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
关于Tensorflow使用CPU报错的解决方式
09-18
今天小编就为大家分享一篇关于Tensorflow使用CPU报错的解决方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
TensorflowLite-bin：针对TensorflowLite独立安装程序的预构建二进制文件。 对于RaspberryPi。 一个非常轻巧的安装程序。 我提供了FlexDelegate，MediaPipe自定义OP和XNNPACK启用的二进制文件
02-05
TensorflowLite-bin TensorflowLite独立安装程序的预构建二进制文件。 对于RaspberryPi。 我提供了FlexDelegate ， MediaPipe Custom OP和XNNPACK启用的二进制文件。 这是Tensorflow的官方。 如果要使用RaspberryPi4 / 3获得最佳性能，请安装Ubuntu 18.04+ aarch64（64位）而不是Raspbian armv7l（32位）。 官方Tensorflow Lite已针对aarch64进行了性能调整。 在aarch64操作系统上，性能大约是在armv7l操作系统上的4倍。 Ten
INFO: Created TensorFlow Lite XNNPACK delegate for CPU.
xiao_bei123的博客
04-06 465
不影响项目功能，未作处理。
OpenCV实现手势音量控制 报错日志 INFO: Created TensorFlow Lite XNNPACK delegate for CPU.
muaamua的博客
11-07 5415
OpenCV实现手势音量控制：使用OpenCV和mediapipe库进行手势识别，并利用手势距离控制电脑音量。
Web端算法部署+流媒体服务器算法部署+Flask+AI健身+Python-web实时检测效果显示
qq_34717531的博客
06-01 4510
python flask实时播放算法处理后的实时视频流。 注：左上角为fps，左下角为次数统计。 如果文件不全，可下载 MediaPipe源码补缺。下载MediaPipe源码： 也可通过pycharm安装： Web端算法部署+流媒体服务器算法部署+Flask+AI健身+Python-web实时检测效果显示代码分享：......
Docker基础
qq_50016274的博客
08-31 1705
Docker是一个开源的容器化平台，可帮助开发者轻松地创建、部署和运行应用程序。Docker使开发人员能够在一个独立的容器中打包应用程序及其依赖项，这样他们就可以轻松地将应用程序移植到任何其他环境中。Docker比起虚拟环境更轻量、更方便，其包括Docker客户端（“命令行工具”）、Docker守护程序、Docker镜像（应用程序及依赖项的打包版本）、Docker容器（Docker镜像的运行实例）、Docker仓库（存储Docker镜像的地方）。
play_with_tflite:带有GPU EdgeTPU，XNNPACK，NNAPI等委托的C ++中的TensorFlow Lite的示例项目
05-23
使用Tensorflow Lite进行多平台操作的示例项目 目标环境 平台 Linux（x64） 已在Windows 10的VirtualBox中的Xubuntu 18中测试 Linux（armv7） 在Raspberry Pi4（Raspbian 32位）中经过测试 Linux（aarch64） 在...
TensorFlow_Lite_Pose_Jetson-Nano:在15.2 FPS的Jetson Nano上使用TensorFlow Lite Posenet
04-13
TensorFlow_Lite_Pose_Jetson-Nano 在Jetson Nano上运行的TensorFlow Lite Posenet 在Jetson Nano上的TensorFlow Lite Posenet的快速C ++实现。 一旦超频至2015 MHz，该应用程序将以15.2 FPS的速度运行。 基准。 ...
matlab画箱体图的代码-opencv-starterkit:OpenCV，nltk和Tensorflow一起使用
05-23
matlab画箱体图的代码OpenCV和Tensorflow 学习OpenCV：C ++和Python示例。 您可以在以下位置找到详细信息 安装 内置映像： docker pull thanhtu/opencv_tf yarn start yarn bash 从MacOSX上的Docker容器运行X11 UI ...
CMake+opencv3.4编译时 Download: opencv_ffmpeg.dll, ippicv等文件
10-20
opencv_ffmpeg.dll,opencv_ffmpeg_64.dll，ffmpeg_version.cmake，ippicv_2017u3_win_ia32_general_20170822.zip 我下载 好了分享给大家。
PornDetector：带有python，tensorflow，scikit-learn和opencv的色情图像检测器
02-03
第一个（pcr.py）使用scikit-learn和opencv。 使用1500个正样本和1500个负样本，我能够在标记上获得〜85％的准确性。 它使用两个机器学习的分类器-其中一个使用HSV颜色直方图，另一个使用SIFT描述符。 第二个...
关于“module ‘mediapipe.python.solutions.face_mesh‘ has no attribute ‘FACE_CONNECTIONS‘”报错解决方案
weixin_62075168的博客
09-16 1025
关于“module 'mediapipe.python.solutions.face_mesh' has no attribute 'FACE_CONNECTIONS'”报错解决方案
【机器视觉学习笔记】-001.环境篇
田辛_DensinTian的专栏
04-06 4640
文章目录1.环境篇1.1 什么是Conda1.2 安装Conda（Miniconda）1.2.1 基础环境1.2.2 下载Miniconda1.2.3 开始安装Miniconda第一步 安装第二步 测试第三步 安装国内镜像(清华大学)Conda 国内镜像PIP国内镜像1.3 使用Conda+pip安装包1.3.1 创建工作环境1.3.2 安装Opencv1.3.3 安装mediapipe1.3.3.1 初次用conda尝试安装1.3.3.2 用pip安装1.4 测试代码执行 1.环境篇 1.1 什么是Con
谷歌发布TensorFlow Lite预览版，推理速度提升4到6倍
cpongo011702
10-02 224
TensorFlow团队近日在博客上发布了TensorFlow Lite开发者预览版，据介绍，新的版本可以让模型推理速度提升至原来的4~6倍。以下为博客全文由于设备的处理和能力有限，在移动设备上的计算密集型机器学习模型上运行推理，对资源的要求很高。虽然转换为定点模型是一种加速的方法，但我们的用户已经要求我们提供GPU支持作为加速原始浮点模型推理的选项，且不增加量化的额外复杂性和潜在的准确性损失。我...
Tensorflow Lite 采坑记（三）
weixin_43445477的博客
08-28 3640
Tensorflow Lite 代码解析 – 模型加载与执行 1. 整体流程 其Java API的核心类是Interpreter.java，其具体实现是在NativeInterpreterWrappter.java，而最终是调用到Native的nativeinterpreterwraptter_jni.h，自此就进入C++实现的逻辑。 2. 模型文件的加载和解析 （1）加载模型文件 //nat...
快醒醒，别睡了!...讲《数据分析pandas库》了—/—＜4＞
最新发布
qq_64603703的博客
07-27 956
详细解说数据分析pandas库中的常用方法
INFO: Created TensorFlow Lite XNNPACK delegate for CPU. <class 'numpy.ndarray'> Traceback (most recent call last): File "E:\Study\Project\Python\mediapipe\FaceMainPointCap.py", line 82, in <module> cv2.circle(annotated_image, (int(landmark[0]), int(landmark[1])), 2, (0, 255, 0), -1) TypeError: 'NormalizedLandmarkList' object is not subscriptable
06-02
这个错误是因为你尝试对一个`NormalizedLandmarkList`类型的对象进行索引，但是这个对象并不支持索引操作。`NormalizedLandmarkList`是Mediapipe中表示标准化关键点列表的类，它包含了多个`NormalizedLandmark`对象，每个`NormalizedLandmark`对象包含了一个关键点的坐标。因此，你需要先从`NormalizedLandmarkList`对象中获取每个关键点的坐标，然后再进行绘制操作。 具体地，你可以使用以下代码从`NormalizedLandmarkList`对象中获取关键点坐标： ```python landmark_list = results.multi_face_landmarks[face_id] # 获取单个人脸的关键点列表 landmark = landmark_list.landmark[0] # 获取第一个关键点的坐标 image_height, image_width, _ = image.shape # 获取图像高度和宽度 x = int(landmark.x * image_width) # 将横坐标从归一化坐标转换为像素坐标 y = int(landmark.y * image_height) # 将纵坐标从归一化坐标转换为像素坐标 ``` 上述代码中，`face_id`表示人脸的索引，可以根据需要进行修改。`image_height`和`image_width`分别表示图像的高度和宽度，可以使用OpenCV的`cv2.imread()`函数读取图像后获取。`landmark.x`和`landmark.y`表示关键点在图像中的归一化坐标，范围在0到1之间，需要将其乘以图像的宽度和高度，才能转换为像素坐标。 然后，你可以使用上述代码获取的关键点坐标，进行绘制操作，例如： ```python cv2.circle(annotated_image, (x, y), 2, (0, 255, 0), -1) ``` 如果需要绘制关键点的索引，可以使用前面提到的方法，在关键点附近绘制索引。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一道秘制的小菜

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值