WhitePinkJ

摘要： ocr_template_match.py import numpy as npimport argparseimport myutilsimport cv2# 设置参数# ap = argparse.ArgumentParser()# ap.add_argument('-i', '--image' 阅读全文

摘要： ### 模板匹配 #### 模板匹配与卷积原理很像， 模板在原图像上从原点开始滑动，计算模板与（图像被模板覆盖的地方）的差别程度，这个差别程度的计算方法在opencv有6种，然后将每次计算的结果放到一个矩阵里，作为结果输出。假设原图形是AxB大小， 而模板是axb大小，则输出的结果的矩阵是（A-a+ 阅读全文

摘要： ### 图像梯度 laplacian算子 img = cv2.imread('0.jpg',cv2.IMREAD_GRAYSCALE )sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3) # x方向sobelx = cv2.convertScaleA 阅读全文

摘要： ### 图像阈值 - ret, dst = cv2.threshold(src, thresh, maxval, type)- src:输入图，只能输入单通道图像， 通常来说是灰度图- dst:输出图- thresh:阈值- maxval:当像素值超过了阈值（或者小于阈值，由type决定），所赋予的 阅读全文

摘要： ## 图像数据读取 import cv2import matplotlib.pyplot as pltimport numpy as np%matplotlib inline img = cv2.imread('0.jpg') # 读取图像 opencv读取的是BGR格式 # 图像的显示 也可以创建 阅读全文

摘要： 1. 采用VGG-19网络作为训练网络，进行迁移学习，下载好对应训练好的权重 2. 在VGG-19的基础上进行训练，只使用前面的卷积池化层，舍去后面的全连接层 graph = {}graph['input'] = tf.Variable(np.zeros((1, IMAGE_H, IMAGE_W, 阅读全文

摘要： 1.序列化数据集 import osimport tensorflow as tfimport cv2os.environ['TF_CPP_MIN_LEVEL'] = '2'assert tf.__version__.startswith('2.')train_dir = './faces/'tra 阅读全文

摘要： 代码： import argparseimport numpy as npfrom scipy.stats import normimport tensorflow as tfimport matplotlib.pyplot as pltfrom matplotlib import animatio 阅读全文

摘要： import tensorflow as tfimport numpy as npimport cv2slim = tf.contrib.slimclass ssd(object): def __init__(self): self.num_boxes = [] self.feature_map_s 阅读全文

摘要： 1.读取图片和XML文件 和之前读取VOC_2007文件过程相同，只不过商品数据集对应只有8个类别，修改dataset.config中的参数就可以 # 商品数据集的类别 VOC_LABELS = { 'none': (0, 'Background'), 'clothes': (1, 'clothes 阅读全文