冰雪棋书的博客

自动调整代码说明Ctrl+/注释（取消注释）选择的 行Ctrl+F高级查找Tab shift+tab缩进/取消缩进所选择的行Ctrl+Alt+I自动缩进行Ctrl+Delete删除到字符结尾Ctrl+Backspace删除到字符的开始shift+enter开始新行Ctrl+Enter补全Alt+Enter自动添加包shift+O自动建议代码补全Ctrl+t SVN更新Ctrl+k SVN提交C...

1、 apt update本文记录在 Ubuntu 16.04 上将 python 升级为 3.8 版本，并配置为系统默认 python3 的过程。在 Ubuntu 16.04 中，python3 的默认版本为 3.5：$ python3 -VPython 3.5.2本文以在 Ubuntu 16.04 中安装为例，方法同样适用于 Ubuntu 18.04 。Ubuntu 官方 apt 库中还未收录 python 3.8，这里使用 deadsnakes PPA 库安装。sudo apt upd

1、显示/保存图像 获取图像信息 获取单通道图像 合并三通道import cv2import numpy as np #-----------------------显示/保存图像 获取图像信息 获取单通道图像 合并三通道 --------------------------def get_img_info(img): print(type(img)) print(img.shape) print(img.size) print(img.dtype) print(np.array.

store_true 是指带触发action时为真，不触发则为假。通俗讲是指运行程序是否带参数,看例子就明白了。一、没有defaultimport argparseparser = argparse.ArgumentParser(description='test.py')parser.add_argument('--cuda', type=bool, default=True, help='use cuda')parser.add_argument('--cpu',action='stor

在线编辑平台，jupyter中的快捷键1，Ctrl + Enter：执行当前单元格的代码；2，Shift + Enter：执行当前单元格的代码，并自动调到下一个单元格；3，Tab ：代码补全；4，Shift + Tab：查看帮助文档；5，Ctrl + /：注释和取消注释；...

定义一维直方图：只考虑了一个特性，即像素的灰度值。二维直方图：考虑两个特征，通常是色度和饱和度。代码opencv 二维直方图一维的直方图使用函数cv2.calcHist()进行计算，从BGR转换成灰度图。二位直方图使用相同的函数cv2.calcHist()进行计算。对于颜色直方图，需要将图像从RGB转换为HSV。对于2D直方图，其参数将被修改如下：通道=0，1，因为需要同时处理H和S平面。用于H平面的bin=180，以及256的S平面。范围在[0,180,0,256]色值

1、模糊操作：均值模糊、中值模糊、自定义模糊#均值模糊、中值模糊、自定义模糊#模糊操作的基本原理#1、基于离散卷积#2、定义好每个卷积核#3、不同卷积核得到不同的卷积效果#4、模糊是卷积的一种表现def blur_demo(image): #均值模糊 dst=cv2.blur(image,(1,10)) cv2.imshow("blur_demo",dst)def median_blur_demo(image): #中值模糊 dst=cv2.medianBlur(image

matplotlib保存图像import matplotlib.pyplot as pltimg=cv2.imread(file_path,1)img=cv2.cvtColor(img,cv2.COLOR_BGR2LAB)#cv2.imshow('imghsv',img)l_hist=cv2.calcHist([img],[0],None,[256],[0,256])a_hist=cv2.calcHist([img],[1],None,[256],[0,256])b_hist=cv2.c

两种方法可以在python运行代码的时候不显示warning输出方法1：import warningswarnings.filterwarnings('ignore')方法2：python -W ignore run.py参考：https://blog.csdn.net/u014090429/article/details/102500661

plt.scatter()函数的原型：matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)x，y：表示的是大小为(n,)的数组，也就是我们即将绘制散点图的数据点s：点的大小，是

https://www.cnblogs.com/zhuminghui/p/9038934.html