用余生去爱

2021年12月8日

摘要：人脸检测实战 Harr特征可用于图像任意位置，大小可以任意改变，所以矩阵特征值是矩形模板类别、矩形位置和矩形大小这三个因素的函数。故类别、大小和位置的变化，使得很小的检测窗口含有非常多的矩形特征。进行人脸检测流程如下：读取图片，并转换成灰度图。实例化人脸和眼睛检测的分类器对象。 classif 阅读全文

posted @ 2021-12-08 20:54 用余生去爱阅读(75) 评论(0) 推荐(0)

视频操作

摘要：视频操作视频读写 OpenCV中我们要获取一个视频，需要创建一个VideoCapture对象，指定你要读取的视频文件。（这里指定摄像头也可以） API： cv.VideoCapture(filepath) filepath:视频文件路径获取视频的某些属性。实例.get(propId) prop 阅读全文

posted @ 2021-12-08 20:37 用余生去爱阅读(170) 评论(0) 推荐(0)

图像特征提取与描述

摘要：图像特征提取与描述 Harris和Shi-Tomas算法 Harris角点检测原理：检测的思想是通过图像的局部小窗口观察图像，角点的特征是窗口沿任意方向移动都会导致图像灰度的明显变化。 API：cv.cornerHarris(src,blockSize,ksize,k) img：数据类型为flo 阅读全文

posted @ 2021-12-08 17:19 用余生去爱阅读(431) 评论(0) 推荐(1)

2021年12月7日

OpenCV图像处理

摘要： OpenCV图像处理几何变换图像缩放：cv.resize(src,dsize,fx=0,fy=0,interpolation=cv.INTER_LINEAR) src：输入图像。 dsize：绝对尺寸，直接指定调整后图像的大小。 fx，fy：相对尺寸，将dsize设置为None，然后将fx和fy 阅读全文

posted @ 2021-12-07 16:04 用余生去爱阅读(374) 评论(0) 推荐(0)

2021年11月30日

OpenCV基本操作

摘要： OpenCV基本操作图像读取 cv.imread 1读取的方式分别有彩色模式加载图像，任何图像的透明度都将被忽略。这是默认参数；2以灰度模式加载图像；3包括alpha通道的加载图像模式。可以分别使用1,0，-1来代替上面三个标志。在图像读取的过程中，如果加载路径有错误，并不会报错，而是返回一个阅读全文

posted @ 2021-11-30 20:49 用余生去爱阅读(143) 评论(0) 推荐(0)

2021年11月29日

OpenCV简介

摘要： OpenCV简介 opencv安装：pip install -i https://mirrors.aliyun.com/pypi/simple/ opencv-python==3.4.2.17 #测试是否安装成功import cv2lena=cv2.imread("1.jpg")cv2.imsho 阅读全文

posted @ 2021-11-29 10:44 用余生去爱阅读(69) 评论(0) 推荐(0)

2021年11月28日

计算机视觉-生成模型

摘要：生成模型给定训练集，产生与训练集同分布的新样本。希望学到一个模型，其与训练样本的分布相近。无监督学习里的一个核心问题：密度估计问题。典型思路：显式的密度估计：显示的定义并求解分布。隐式的密度估计：学习一个模型，而无需显示的定义它。显式地密度模型：PixelRNN与PixelCNN 利用阅读全文

posted @ 2021-11-28 18:55 用余生去爱阅读(265) 评论(0) 推荐(0)

2021年11月25日

计算机视觉-经典解析网络

摘要：经典解析网络 AlexNet 层数统计说明：计算网络层数时仅统计卷积层与全连接层；池化层与各种归一化层都是对它们前面卷积层输出的特征图进行后处理，不单独算作一层。图像在输入模型之前都对其进行了去均值操作，因为绝对数值在对图像分类的过程中是没有意义的，有意义的是图像之间的相对数值。 maxpoo 阅读全文

posted @ 2021-11-25 10:08 用余生去爱阅读(220) 评论(0) 推荐(0)

2021年11月22日

计算机视觉-卷积神经网络等

摘要：图像去噪与卷积噪声：一个点和周围的点差别较大。去除噪声的一种最直接的思想是：把这个点和周围的点平均一下，让它靠近周围的点。这里的平均方法有很多种。将像素中的每一个点都进行如此操作，就可以得到一张全新的图像。这个过程就是对图像中的一个点进行的一次卷积操作，然后对全图的每个像素点都进行卷积操作之后就阅读全文

posted @ 2021-11-22 21:37 用余生去爱阅读(438) 评论(0) 推荐(0)

2021年11月21日

计算机视觉-全连接神经网络（多层感知机）

摘要：全连接神经网络全连接神经网络级联多个变换来实现输入到输出的映射。每一层神经网络就是一个线性变换，将上一层的变换结果经过激活函数处理传递给下一层就形成了多层全连接神经网络。激活函数的目的就是对结果进行非线性操作。全连接神经网络的描述能力更强。因为调整W1行数等于增加模板个数，分类器有机会学到两阅读全文

posted @ 2021-11-21 11:13 用余生去爱阅读(1946) 评论(0) 推荐(0)

公告