冰冻三尺 非一日之寒

摘要： 我目前认为的，并不代表正确 pca主要用于降维 图片来源：https://www.zhihu.com/question/41120789/answer/474222214 例如二维到一维，求协方差矩阵的单位特征向量，得a1和a2，其中一个就为x轴得方向向量，一个为y的 让x和y一个乘a1，一个乘a2 阅读全文

摘要： 假设有一个三层全连接网络，设$x_i$为第i层网络的输入，$f_i$为第i层激活函数的输出，，则 \(x_i = f_{i - 1}\) \(f_{i+1} = f(f_i * w + b)\) 注意现在x是已知的，要通过已知的x去训练w 设$Loos = g(f_3)$ 则$w_{3(new)} 阅读全文

摘要： img = cv2.imread('C:/Users/Dell/PycharmProjects/check_KeyPoint/image/right_01.png') img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) sift = cv2.xfeatu 阅读全文

摘要： 此博客为备忘录 阅读全文

摘要： 步骤分两步： 第一步先将图片摆正，输出扫描版（应用透视变换） 第二步用pytesseract识别即可 main.py import torch import numpy as np import cv2 import math import test def show(img): cv2.imsho 阅读全文

摘要： 泰勒展开后得 （式子中w没有写） 将二次型标准化后的可得 c(x, y, △x,△y) = λ1x2 + λ2y2 根据λ1 和 λ2的大小判断是否是角点 opencv中都封装到了cv2.cornerHarris(img, blockSize, ksize, k) img:图像，float32类型， 阅读全文

摘要： main.py import cv2 import math import torch import numpy as np import scan_utils def show(img): cv2.imshow('name', img) cv2.waitKey(0) cv2.destroyAllW 阅读全文

摘要： def cmp(x): return x[0][0] def Sort(contours): bbox = [cv2.boundingRect(c) for c in contours] (_, ret) = zip(*sorted(zip(bbox, contours), key = cmp)) 阅读全文

摘要： 对图像求直方图，即统计每个像素值有多少个点 第一个参数为图像，第二个参数为图像通道（0表示灰度图），第三个参数为掩膜（None表示没有） 第四个参数为直方图中有多少柱子，第五个参数为统计像素值的范围 img_x = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY) his 阅读全文

摘要： 注意：轮廓检测需要使用二值图像 img_gray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY) #为了更高的精确率使用二值图像，第一个返回值为127，即阈值，第二个为二值图像 _, img_bin = cv2.threshold(img_gray, 127, 25 阅读全文