摘要：import cv2 import numpy as np #图像显示 def cv_show(imgname,img): cv2.imshow(imgname,img) cv2.waitKey(0) cv2.destroyAllWindows() #排序坐标函数 def order_pts(pts 阅读全文

摘要：import cv2 import numpy as np import pytesseract def cv_show(imgname,img): cv2.imshow(imgname,img) cv2.waitKey(0) cv2.destroyAllWindows() #按左上，右上，右下，左 阅读全文

摘要：1.sigmoid 函数为什么不好？ （1）激活函数计算量大（在正向传播和反向传播中都包含幂运算和除法） （2）反向传播求误差梯度时，求导涉及除法 （3）Sigmoid倒数取值范围是[0,0.25]，由于神经网络反向传播时‘链式反应’，很容易出现梯度消失的情况 （4）Sigmoid的输出不是0均值， 阅读全文

摘要：import cv2import numpy as npfrom imutils import contoursdef cv_show(img,img_name): cv2.imshow(img_name,img) cv2.waitKey(0) cv2.destroyAllWindows()#第一步 阅读全文

摘要：1.高斯模糊：去噪音点 img = cv2.GaussianBlur(img, kernel_size, sigma) 2.边缘检测： edge = cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient 阅读全文

摘要：dst = cv2.Sobel(src, ddepth, dx, dy[, dst[, ksize[, scale[, delta[, borderType]]]]]) 参数： 前四个是必须的参数： 1. src - 需要处理的图像 2. ddepth - 图像的深度，-1表示采用的是与原图像相同的 阅读全文

摘要：cv2.Canny(src,min,max) contours,hierarchy=cv2.findCountours(img,mode,method) #由于opencv版本原因，返回值由三个值（binary，contours,hierarchy）变成两个值 mode:轮廓检索模式 RETR_EX 阅读全文