- 博客(53)
- 收藏
- 关注
RSS订阅原创 并 查 集
文章目录并查集只需要寻找到根节点，判断是否在同一集合内记录连通块中点的个数找到根节点并且记录到根结点的距离并查集+01背包问题并查集+离散化离散化并查集并查集相关基础知识只需要寻找到根节点，判断是否在同一集合内//p[i]表示i结点的根节点int find(int n){if(p[n]!=n)p[n]=find(p[n]);return p[n];}集合合并#include<bits/stdc++.h>using namespace std;const int N=1
2022-03-14 12:37:24
1297
原创 opencv-mediapipe手部关键点识别
文章目录可视化辅助函数单张图片摄像头检测改变关键点数据特征可视化辅助函数在下面的代码的注释内有大致的操作基本操作与前面的人脸检测的操作相似，增加了可视化的辅助函数import matplotlib.pyplot as plt# 使用ipython的魔法方法，将绘制出的图像直接嵌入在notebook单元格中import cv2# 定义可视化图像函数def look_img(img): '''opencv读入图像格式为BGR，matplotlib可视化格式为RGB，因此需将BGR转R
2022-01-05 01:43:12
953
原创 opencv-mediapipe人脸检测-颜值打分+摄像头实时
文章目录颜值打分摄像头实时检测颜值打分达芬奇指标摄像头实时达芬奇颜值指标颜值打分定义可视化图像函数导入三维人脸关键点检测模型导入可视化函数和可视化样式将图像模型输入，获取预测结果BGR转RGB将RGB图像输入模型，获取预测结果预测人人脸个数获取脸上关键点轮廓的坐标，并且将相应的坐标标注出来，在标注点之间绘制连线（例如：左眼左眼角的识别点标号为33号）# 颜值打分--五眼指标import cv2 as cvimport mediapipe as mpimport numpy as
2021-12-28 01:03:45
4241
2
原创 opencv&mediapipe 人脸检测+摄像头实时
文章目录单张人脸关键点检测摄像头实时关键点检测单张人脸关键点检测定义可视化图像函数导入三维人脸关键点检测模型导入可视化函数和可视化样式读取图像将图像模型输入，获取预测结果BGR转RGB将RGB图像输入模型，获取预测结果预测人人脸个数可视化人脸关键点检测效果绘制人来脸和重点区域轮廓线，返回annotated_image绘制人脸轮廓、眼睫毛、眼眶、嘴唇在三维坐标中分别可视化人脸网格、轮廓、瞳孔import cv2 as cvimport mediapipe as mpfrom
2021-12-28 00:40:23
11388
7
原创 数据结构--图论
文章目录邻接矩阵和邻接表DFSBFS判断图是否为树邻接矩阵和邻接表DFSBFS判断图是否为树#include<stdio.h>#include<malloc.h>#include<bits/stdc++.h>using namespace std;#define INF 32767#define MAXV 100typedef char InfoType;typedef struct{ int no; InfoType info;}Vert
2021-12-20 23:01:48
536
原创 opencv算法+人脸检测
文章目录ORB算法视频读写图像人脸识别摄像头实时人脸检测ORB算法orb算法结合了Fast和Brief算法，提出了构造金字塔，为Fast特征点添加了方向，从而使得关键点具有了尺度不变性和旋转不变性。# orb算法结合了Fast和Brief算法，提出了构造金字塔，为Fast特征点添加了方向，从而使得关键点具有了尺度不变性和旋转不变性。import numpy as npimport cv2 as cvimport matplotlib.pyplot as plt;img=cv.imrea
2021-12-20 22:58:46
3452
原创 opencv_角点算法
文章目录harris检测原理Shi_Tomasi算法SIFTFastharris检测原理import numpy as npimport cv2 as cvimport matplotlib.pyplot as pltimg =cv.imread("opencv_3.png")gray =cv.cvtColor(img,cv.COLOR_RGB2GRAY)gray=np.float32(gray)dst=cv.cornerHarris(gray,2,3,0.04)img [dst>
2021-12-14 00:33:12
3781
1
原创 opencv--车牌识别
（1）提取车牌位置，将车牌从图中分割出来；（2）车牌字符的分割；（3）通过模版匹配识别字符；（4）将结果绘制在图片上显示出来。import cv2from matplotlib import pyplot as pltimport osimport numpy as np# plt显示彩色图片def plt_show0(img): # cv2与plt的图像通道不同：cv2为[b,g,r];plt为[r, g, b] b, g, r = cv2.split(img)
2021-12-06 07:58:36
5567
9
原创 DP&KMP
文章目录01背包完全背包多重背包数字三角形--898KMP算法01背包有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。第 i 件物品的体积是 vi，价值是 wi。求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。输出最大价值。输入格式第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 件物品的体积和价值。输出格式输出一个整数，表示最大价值。数据范围0<N,V
2021-12-04 18:57:51
228
原创 opencv-3
文章目录图像平滑图像金字塔开闭运算形态学操作掩膜模板匹配与霍夫变换灰度直方图边缘检测Canny边缘检测图像平滑# 图像噪声 #################### ##椒盐噪声 >>>>>>>>>>>>>>>>>>>>'''随机出现的白点或黑点'''# ##高斯噪声>>>>>>>>>>>>&g
2021-11-28 23:35:37
1876
1
原创 数据结构--搜索BFS
文章目录广度优先搜索典型例题广度优先搜索广度优先搜索类似于树的层次遍历过程。它需要借助一个队列来实现。如图2-1-1所示，要想遍历从v0到v6的每一个顶点，我们可以设v0为第一层，v1、v2、v3为第二层，v4、v5为第三层，v6为第四层，再逐个遍历每一层的每个顶点。BFS算法一般应用于单源最短路径的搜索。1、寻找非加权图（或者所有边权重相同）中任两点的最短路径。2、寻找其中一个连通分支中的所有节点。（扩散性）3、bfs染色法判断是否为二分图。#include<iostream>
2021-11-22 00:01:20
412
原创 opencv学习笔记（二）
文章目录绘制几何图形获取并修改图像中的像素点算术操作图像的混合绘制几何图形‘’’1’绘制直线2‘绘制圆形3’绘制矩形4‘向图像中添加文字5’效果展示import cv2import numpy as npimport cv2 as cvimport matplotlib.pyplot as pltimg=np.zeros((512,512,3),np.uint8)cv.line(img,(0,0),(511,511),(255,0,0),5)cv.circle(img,(256
2021-11-21 23:33:35
2233
原创 图像识别-opencv
文章目录基本处理基本处理读取图像存储图像import cv2color_img=cv2.imread('test.png')print(color_img.shape)# 读取单通道gray_img=cv2.imread('test.png',cv2.IMREAD_GRAYSCALE)print(gray_img.shape)#把单通道图像保存后，再读取，仍然是3通道，相当于将单通道复制到3个通道保存cv2.imwrite('grayscale_test.png',gray_img
2021-11-15 00:29:13
5534
原创 数据结构--DFS
文章目录排列数字n皇后问题方法一方法二排列数字给定一个整数 n，将数字 1∼n 排成一排，将会有很多种排列方法。现在，按照字典序将所有的排列方法输出。利用DFS解决全排列问题dfs 最重要的是搜索顺序。用什么顺序遍历所有方案。对于全排列问题，以 n = 3 为例，可以这样进行搜索：用 path 数组保存排列，当排列的长度为 n 时，是一种方案，输出。用 state 数组表示数字是否用过。当 state[i] 为 1 时：i 已经被用过，state[i] 为 0 时，i 没有被用过。dfs
2021-11-14 23:47:48
1872
原创 数据结构--树和二叉树
文章目录树和二叉树树1.树的定义2.树的逻辑表示3.树的基本术语：4.树的性质5.树的基本运算二叉树二叉树的存储结构二叉树的遍历树和二叉树树1.树的定义2.树的逻辑表示 树形表示法 文氏图表示法 凹入图表示法 括号表示法3.树的基本术语： 1‘结点的度：某节点的子树个数 2’树的度：最大节点度 3‘分支结点与叶结点：度数不为0，为0。 4’路径和路径长度 5‘有序树和无序树 6’森林：n个互不相交的树的集合4.树的性质1‘树中的所有结点数等于所有节点的度数之和+12
2021-11-07 13:34:45
135
原创 递归C++
文章目录什么是递归递归算法特点主要递归总结什么是递归递归算法是一种直接或者间接调用自身方法的算法。简言之：在定义自身的同时又出现自身的直接或间接调用。递归算法特点递归算法解决问题的特点：1）递归就是方法里调用自身。2）在使用递增归策略时，必须有一个明确的递归结束条件，称为递归出口。3）递归算法解题通常显得很简洁，但递归算法解题的运行效率较低。所以一般不提倡用递归算法设计程序。4）在递归调用的过程当中系统为每一层的返回点、局部量等开辟了栈来存储。递归次数过多容易造成栈溢出等，所以一般不提倡用递
2021-10-31 18:45:16
322
原创 组合数&容斥原理
文章目录组合数devu鲜花组合数for(int i=0;i<=2000;i++) { for(int j=0;j<=i;j++) { if(!j) f[i][j]=1; else f[i][j]=(f[i-1][j-1]+f[i-1][j])%mod; } }快速幂int quick_pow(int a, int k, int p){ int res = 1;
2021-10-30 18:50:56
150
原创 数据结构--串
文章目录串串的基本概念串的基本操作代码实现串串的基本概念长度：串中字符的个数，称为串的长度。空串：长度为零的字符串称为空串。空格串：由一个或多个连续空格组成的串称为空格串。串相等：两个串相等，是指两个串的长度相等且对应的字符都相等。子串：串中任意连续的字符组成的子序列称为该串的子串。主串：包含子串的串为该子串的主串。串的基本操作生成等值字符串复制字符串求字符串长度打印比较大小字符串连接返回从第n个字符起的子串在第n个字符前插入字符串从第n个字符起删除子串返回字符的位置
2021-10-10 18:32:01
842
原创 机器学习--局部加权线性回归
文章目录局部加权线性回归预测鲍鱼年龄局部加权线性回归具体理论见上次笔记《线性回归》预测鲍鱼年龄import numpy as npclass LocalWeightedLinearRegression(object): def __init__(self,train_data,train_result): """ :param train_data: 输入训练数据 :param train_result: 训练数据真实结果
2021-10-10 18:07:17
429
原创 数据结构--队列
文章目录队列队列存储结构特点队列的相关概念：队列的操作：队列的分类：数组实现链表实现队列队列存储结构特点（1）队列中的数据元素遵循“先进先出”的原则（2）在队尾添加元素，在队头删除元素。队列的相关概念：（1）队头与队尾： 允许元素插入的一端称为队尾，允许元素删除的一端称为队头；（2）入队：队列的插入操作；（3）出队：队列的删除操作。队列的操作：（1）入队： 通常命名为push()（2）出队： 通常命名为pop()（3）求队列中元素个数（4）判断队列是否为空（5）获取队首元素队列
2021-10-05 18:52:47
104
原创 机器学习二
文章目录线性回归线性回归# -*- coding = utf-8 -*-# @Author : 墙缝里的草# @File : demo1004.py# @Software : PyCharmimport numpy as npimport random# 线性回归 的函数构造'''input_data 训练数据集realresult 训练结果集theta 参数'''# 线性回归函数def _init_(self,input_data,real
2021-10-05 18:33:53
103
原创 数据结构--线性表
//线性表：具有相同特性的数据元素的一个有限序列//有穷性，一致性，序列性。#include<iostream>#ifndef SqList_H_ //没有定义"SqList_H_"则编译下面的语句，以防止命名冲突#define SqList_H_//定义头文件#define initSize 100//初始化线性表大小#define increment 10 //增长步长typedef int ElemType;//定义元素类型(int)class SqList{priv
2021-09-26 18:43:39
110
原创 数据结构--栈
文章目录栈基本操作栈栈是限定仅在表尾进行插入或者删除的线性表。对于栈来说，表尾端称为栈顶，表头端称为栈低。不含元素的空表称为空栈。因为栈限定在表尾进行插入或者删除，所以栈又被称为后进先出的线性表基本操作栈的初始化判断是否为空栈判断是否为满栈入栈出栈#include<stdio.h>#include<malloc.h>#define STACK_INIT_SIZE 100 //栈的初始容量 #define STACKINCREMENT 10 //容量
2021-09-26 17:43:22
83
原创 数据结构--双链表
双链表/*L x，表示在链表的最左端插入数 x。R x，表示在链表的最右端插入数 x。D k，表示将第 k 个插入的数删除。IL k x，表示在第 k 个插入的数左侧插入一个数。IR k x，表示在第 k 个插入的数右侧插入一个数。*/#include<iostream>using namespace std;const int N=1e5+10;int l[N],r[N],index,value[N];void ini(){ //一开始左边界节点指向右边界节点,右
2021-09-18 23:57:22
93
原创 机器学习基本概念
文章目录绪论二：基本术语数据算法得到模型有监督学习无监督学习进行预测三：假设空间四：归纳偏好二：模型评估与选择一种训练集一种算法机器学习（Machine Learning）是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据（样本）出发寻找规律，利用这些规律对未来数据
2021-09-18 23:43:03
217
原创 数据结构--单链表（数组）
文章目录单链表单链表用数组实现的单链表可以在任意位置插入、删除、替换一个数，相比于用结构体和指针实现的动态链表而言，数组模拟链表运行的速度非常快，动态链表基本会出现超时的现象。但缺点是浪费内存/*H x，表示向链表头插入一个数 x。D k，表示删除第 k 个插入的数后面的数（当 k 为 0 时，表示删除头结点）。I k x，表示在第 k 个插入的数后面插入一个数 x（此操作中 k 均大于 0）*/#include<iostream>#include<cstdlib>
2021-09-17 21:40:18
401
原创 概率论—随机变量的数字特征、大数定律及中心极限定理
文章目录概率论4、5章随机变量的数字特征大数定律及中心极限定理概率论4、5章随机变量的数字特征大数定律及中心极限定理
2021-09-05 17:01:23
277
原创 2021-08-29概率论—第四章随机变量的数字特征
文章目录随机变量的数字特征数学期望方差常见分布的E（X）与D（X）协方差与相关系数随机变量的数字特征数学期望方差常见分布的E（X）与D（X）协方差与相关系数
2021-08-29 17:27:38
99
原创 数据挖掘-matplotlib、numpy、pandas（二）
文章目录NumpyPandasNumpy# 数值化计算库import numpy as npscore=np.array([[80,81,82,83,84],[78,96,95,94,93],[85,83,86,81,89],[78,75,71,73,76],[96,94,93,97,91]])score.sizetype(score)'''ndarray属性shape ndim sizedype itemsize在创建ndarray的时候，如果没有指定类
2021-08-15 17:32:48
101
原创 数据挖掘-matplotlib、numpy、pandas
文章目录matplotlibmatplotlibimport matplotlib.pyplot as pltprint(plt.matplotlib_fname()) # 将会获得 matplotlib 的安装路径import random# %matplotlib inlineplt.figure(figsize=(20,8),dpi=80)#1.图形尺寸 2.清晰度plt.plot([1,2,3,4,5,6,7],[17,15,16,18,12,11,13])#三个点：（1，4）.（
2021-08-08 18:51:45
173
1
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