原创 pytorch入門三 數據類型與函數
張量 pytorch中提供了不同數據類型的張量: cpu情形下: 通用類型 torch.Tensor float型 torch.FloatTensor double型 torch.DoubleTensor int型 torc
原创 pytorch入門二 使用pyplot動態展示函數擬合過程
相關知識: 均方損失函數: 這裏 loss, x, y 的維度是一樣的,可以是向量或者矩陣,i 是下標。 很多的 loss 函數都有 size_average 和 reduce 兩個布爾類型的參數。因爲一般損失函數都是直接計算 batc
原创 pytorch入門一 實現簡單的線性函數
api知識: torch.unsqueeze()這個函數主要是在指定維數對數據維度進行擴充 torch.squeeze()與torch.unsqueeze()相反,刪除維數爲1的維度 import torch import torc
原创 OpenCV:如何去除票據上的印章
最近在做票據識別的編碼工作時遇到一些問題,就是票據上往往會有一些紅色印章把一些重要信息區域給覆蓋了,比如一些開發票人員蓋印章時比較隨意,容易吧一些關鍵區域給遮蔽了,這讓接下來的票據識別很困難,因此,我們必須先對票據圖像進行一定的預
原创 Python+OpenCV教程9:凸包及更多輪廓特徵
計算凸包及更多輪廓特徵。圖片等可到源碼處下載。 多邊形逼近 前面我們學習過最小外接矩和最小外接圓,那麼可以用一個最小的多邊形包圍物體嗎?當然可以:cv2.approxPolyDP() # 1.先找到輪廓 img = cv2.imre
原创 Python+OpenCV教程4:Otsu閾值法
大部分圖像處理任務都需要先二值化操作,所以閾值的選取很關鍵,Otsu閾值法會自動計算閾值。 Otsu閾值法(日本人提出的,也可以叫大津算法)會自動計算閾值,它適用於雙峯圖片,啥意思呢? 什麼是雙峯圖片? 雙峯圖片就是指圖片的灰度直方圖上有
原创 Python+OpenCV教程6:閾值分割
目標 使用固定閾值、自適應閾值和Otsu閾值法"二值化"圖像 OpenCV函數:cv2.threshold(), cv2.adaptiveThreshold() 教程 固定閾值分割 固定閾值分割很直接,一句話說就是像素點值大於閾值一個值,
原创 Python+OpenCV教程15:直方圖
目標 計算並繪製直方圖 (自適應)直方圖均衡化 OpenCV函數:cv2.calcHist(), cv2.equalizeHist() 教程 啥叫直方圖 直方圖簡單來說就是圖像中每個像素值的個數統計,比如說一副灰度圖中像素值爲0的有多少個
原创 Python+OpenCV教程3:滑動條
目標 創建和使用滑動條 OpenCV函數:cv2.createTrackbar(), cv2.getTrackbarPos() 教程 滑動條的使用 首先我們需要創建一個滑動條,如cv2.createTrackbar('R','image'
原创 Python OpenCV 裁剪身份證正反面
銀行業務經常採集的身份證複印件如上圖所示,有時候進行某項深度學習業務時,比如文字識別之類,可能需要把身份證的正反面裁剪下來作爲訓練樣本,裁剪demo代碼如下所示: 1、灰度轉換 銳化: 對圖像進行灰度轉換,轉換成灰度圖像;
原创 Python+OpenCV教程17:霍夫變換
目標 理解霍夫變換的實現 分別使用霍夫線變換和圓變換檢測圖像中的直線和圓 OpenCV函數:cv2.HoughLines(), cv2.HoughLinesP(), cv2.HoughCircles() 教程 理解霍夫變換 霍夫變換常用來
原创 Python+OpenCV教程5:顏色空間轉換 追蹤視頻中特定顏色的物體 消除票據中的紅色印章
目標 顏色空間轉換,如BGR↔Gray,BGR↔HSV等 追蹤視頻中特定顏色的物體 OpenCV函數:cv2.cvtColor(),cv2.inRange() 消除票據中的紅色印章 教程 顏色空間轉換 import cv2 impo
原创 Python+OpenCV教程16:模板匹配
目標 使用模板匹配在圖像中尋找物體 OpenCV函數:cv2.matchTemplate(), cv2.minMaxLoc() 教程 模板匹配 模板匹配就是用來在大圖中找小圖,也就是說在一副圖像中尋找另外一張模板圖像的位置: 用cv2.
原创 Python+OpenCV教程:Matplotlib顯示圖像
OpenCV中的圖像是以BGR的通道順序存儲的,但Matplotlib是以RGB模式顯示的,所以直接在Matplotlib中顯示OpenCV圖像會出現問題,因此需要轉換一下: import cv2 import matplotlib
原创 簡單總結一下圖像處理中概念
二值化 兩種方法,全局固定閾值二值化和局部自適應閾值二值化 全局固定閾值很容易理解,就是對整幅圖像都是用一個統一的閾值來進行二值化; 局部自適應閾值則是根據像素的鄰域塊的像素值分佈來確定該像素位置上的二值化閾值。 離散傅里葉變換 圖像高頻