随笔分类 -  第2章 计算机视觉入门

上一页 1 2 3 4 下一页

第2章 计算机视觉入门
4-2 图像灰度处理1
摘要:#imread #方法1 imread import cv2 img0 = cv2.imread('image0.jpg',0) img1 = cv2.imread('image0.jpg',1) print(img0.shape) print(img1.shape) cv2.imshow('src',img0) cv2.waitKey(0) #方法2 cvtColor import c... 阅读全文

posted @ 2018-09-21 23:28 绿茵好莱坞 阅读(156) 评论(0) 推荐(0)

4-1 图像特效介绍
摘要: 阅读全文

posted @ 2018-09-21 23:04 绿茵好莱坞 阅读(179) 评论(0) 推荐(0)

3-13 图片几何变换小结
摘要: 阅读全文

posted @ 2018-09-21 22:55 绿茵好莱坞 阅读(137) 评论(0) 推荐(0)

3-12 图片旋转
摘要:import cv2 import numpy as np img = cv2.imread('image3.png',1) cv2.imshow('src',img) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1] # 2*3 matRotate = cv2.getRotationMatrix2D((height*0.5... 阅读全文

posted @ 2018-09-21 16:44 绿茵好莱坞 阅读(246) 评论(0) 推荐(0)

3-11 图片仿射变换
摘要:import cv2 import numpy as np img = cv2.imread('image0.jpg',1) cv2.imshow('src',img) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1] # src 3->dst 3 (左上角 左下角 右上角)仿射变换的实质实际上就是把原图像的三个点映射到目... 阅读全文

posted @ 2018-09-21 15:23 绿茵好莱坞 阅读(330) 评论(0) 推荐(0)

3-10 图片缩放
摘要:# [[A1 A2 B1],[A3 A4 B2]] # [[A1 A2],[A3 A4]] [[B1],[B2]] # newX = A1*x + A2*y+B1 # newY = A3*x + A4*y+B2 # x->x*0.5 y->y*0.5 # newX = 0.5*x import cv2 import numpy as np img = cv2.imread('image0.j... 阅读全文

posted @ 2018-09-21 14:26 绿茵好莱坞 阅读(209) 评论(0) 推荐(0)

3-9 图片镜像
摘要:import cv2 import numpy as np img = cv2.imread('image3.png',1) cv2.imshow('src',img) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1] deep = imgInfo[2] newImgInfo = (height*2,width,deep)... 阅读全文

posted @ 2018-09-21 04:31 绿茵好莱坞 阅读(179) 评论(0) 推荐(0)

3-8 图片移位3
摘要:import cv2 import numpy as np img = cv2.imread('image0.jpg',1) cv2.imshow('src',img) imgInfo = img.shape dst = np.zeros(img.shape,np.uint8) height = imgInfo[0] width = imgInfo[1] for i in range(0,he... 阅读全文

posted @ 2018-09-21 03:45 绿茵好莱坞 阅读(178) 评论(0) 推荐(0)

3-7 图片移位2
摘要:# [1,0,100],[0,1,200] 2*2 2*1 # [[1,0],[0,1]] 2*2 A # [[100],[200]] 2*1 B # xy C # A*C+B = [[1*x+0*y],[0*x+1*y]]+[[100],[200]] # = [[x+100],[y+200]] 沿着x轴右移了100个点,沿着y轴向下移动了200个点 #(10,20)->(110,120) ... 阅读全文

posted @ 2018-09-21 03:30 绿茵好莱坞 阅读(122) 评论(0) 推荐(0)

3-6 图片位移1
摘要:# 1 API 2 算法原理 3 源代码 import cv2 import numpy as np img = cv2.imread('image0.jpg',1) cv2.imshow('src',img) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1] ### 设置一个偏移矩阵 这个偏移矩阵用numpy来表示 matSh... 阅读全文

posted @ 2018-09-20 16:32 绿茵好莱坞 阅读(227) 评论(0) 推荐(0)

3-5 图片剪切
摘要:#100 -》 200 x #100 -》300 y import cv2 img = cv2.imread('image0.jpg',1) imgInfo = img.shape dst = img[100:200,100:300] cv2.imshow('image',dst) cv2.waitKey(0) 阅读全文

posted @ 2018-09-20 16:18 绿茵好莱坞 阅读(109) 评论(0) 推荐(0)

3-4 图片缩放3
摘要:# 1 info 2 空白模板 3 xy import cv2 import numpy as np img = cv2.imread('image0.jpg',1) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1] dstHeight = int(height/2) dstWidth = int(width/2) dstIm... 阅读全文

posted @ 2018-09-19 20:04 绿茵好莱坞 阅读(250) 评论(0) 推荐(0)

3-3 图片缩放2
摘要:#最近临域插值 双线性插值 原理 # src 10*20 dst 5*10 # dst src x 2 newX # newX = x*(src 行/目标 行) newX = 1* (10/5) = 2 # newY = y*(src 列/目标 列) newY = 2* (20/10) = 4 # 12.3 = 12 # 双线性插值 # A1 = 20% 上+80%下 A2 # B1 = ... 阅读全文

posted @ 2018-09-19 17:10 绿茵好莱坞 阅读(95) 评论(0) 推荐(0)

3-2 图片缩放1
摘要:图片的缩放顾名思义就是改变图片的宽度和高度。 阅读全文

posted @ 2018-09-18 21:58 绿茵好莱坞 阅读(146) 评论(0) 推荐(0)

3-1 本章介绍
摘要: 阅读全文

posted @ 2018-09-18 21:01 绿茵好莱坞 阅读(96) 评论(0) 推荐(0)

2-22 小综合:人工神经网络逼近股票价格4
摘要:import tensorflow as tf import numpy as np import matplotlib.pyplot as plt date = np.linspace(1,15,15) endPrice = np.array([2511.90,2538.26,2510.68,2591.66,2732.98,2701.69,2701.29,2678.67,2726.50,268... 阅读全文

posted @ 2018-09-18 14:50 绿茵好莱坞 阅读(233) 评论(0) 推荐(0)

2-21 小综合:人工神经网络逼近股票价格3
摘要:import tensorflow as tf import numpy as np import matplotlib.pyplot as plt date = np.linspace(1,15,15) endPrice = np.array([2511.90,2538.26,2510.68,2591.66,2732.98,2701.69,2701.29,2678.67,2726.50,268... 阅读全文

posted @ 2018-09-17 23:41 绿茵好莱坞 阅读(237) 评论(0) 推荐(0)

2-20 小综合:人工神经网络逼近股票价格2
摘要:w1是一个1行10列的权重矩阵。w1的维度是一个1行10列的。b1也是一个1行10列的偏移矩阵。w2是一个10行1列的权重矩阵。b2是一个15行1列的偏移矩阵。 阅读全文

posted @ 2018-09-17 21:40 绿茵好莱坞 阅读(451) 评论(0) 推荐(0)

2-19 小综合:人工神经网络逼近股票价格1
摘要:import tensorflow as tf import numpy as np import matplotlib.pyplot as plt date = np.linspace(1,15,15) endPrice = np.array([2511.90,2538.26,2510.68,2591.66,2732.98,2701.69,2701.29,2678.67,2726.50,... 阅读全文

posted @ 2018-09-17 16:43 绿茵好莱坞 阅读(238) 评论(0) 推荐(0)

2-18 matplotlib模块的使用
摘要:import numpy as np import matplotlib.pyplot as plt x = np.array([1,2,3,4,5,6,7,8]) y = np.array([3,5,7,6,2,6,10,15]) plt.plot(x,y,'r') # 折线 1 x 2 y 3 color import numpy as np import matplo... 阅读全文

posted @ 2018-09-14 21:29 绿茵好莱坞 阅读(200) 评论(0) 推荐(0)

上一页 1 2 3 4 下一页

导航