原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（十六）---圖片的鏡像
鏡像操作，可以看作是圖片的翻轉操作，其原理是：實現的步驟是（1.創建一個足夠大的“畫板”，2將一副圖像分別從前向後、從後向前繪製，3繪製中心分割線） 新建一個Y軸的座標，整個Y的高度是圖片的高度的兩倍。代碼爲： import cv2 i
2020-05-31 23:56:14
原创 計算機視覺基礎系列（python與opencv的操作與運用）（一）--環境配置
一、系列博客所使用的編譯環境（不用必須一樣，但是必須都是3.0以上版本）： OpenCV 3.4 Python 3.5 二、環境配置 這裏需要注意的是版本問題，opencv和python的版本都必須是3.0以上的版本，在openc
2020-05-31 23:56:14
原创 數據結構與算法（一）---python開頭的引入，後面會有部分python和C++的穿插
1.引入 首先讓我們來做個題進入主題： 如果a+b+c=1000，且a^2+b^2=c^2（a,b,c爲自然是），如何求出所有的a,b,c可能的組合？最基礎的代碼，不能用公式等，不用其他包。 由題目得出：只能一個個的數字帶進去試，這種方法
2020-05-31 23:56:14
原创 圖像去霧（二）Retinex圖像增強算法
前一段時間研究了一下圖像增強算法，發現Retinex理論在彩色圖像增強、圖像去霧、彩色圖像恢復方面擁有很好的效果，下面介紹一下我對該算法的理解。 Retinex理論 Retinex理論始於Land和McCann於20世紀60年代作
2020-05-31 23:56:14
4
原创 tensorflow筆記（1）-- 神經網絡優化
有一些基礎的神經網絡的知識，在前面的一些博客有提及，網上也有很多相關基礎的講解，接下來是基礎神經網絡下，我覺得較爲重要的神經網絡的知識和關於改進神經網絡的一些理解，當然也是搬運工，很多知識也在其他博客和公開課裏面有提及，這裏所涉及的大部分
2019-08-23 01:33:51
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（二十八）--- 一個小實驗題目
題目：隨機產生32組生產出的零件的體積和重量，訓練3000輪，每500輪輸出一次損失函數。下面我們通過源代碼進一步理解神經網絡的實現過程： 1.導入模塊，生成模擬數據集 2.定義神經網絡的輸入、參數和輸出，定義前向傳播過程 3.定義損失函
2019-08-03 02:06:20
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（二十七）--- 完結篇-人臉識別完整流程
首先這個案例很簡單，屬於淺層次的神經網絡，屬於一個綜合性案例。 分別需要以下幾個步驟： 1.樣本收集；2.圖像預處理；3.tensorflow神經網絡 這裏對應的就是以下幾個知識點：1.python圖片的爬蟲；2.opencv預處理；3.
2019-08-01 02:22:20
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（二十六）---手寫數字識別之CNN（1）
在這裏，首先我們需要知道池化層的作用，這裏我們先介紹一下，平均池化（mean-pooling）和最大池化（max_pool）的含義和作用。這裏的作用是： 最直接的目的，就是降低了下一層待處理的數據量。比如說，當卷積層的輸出大小是32×32
2019-07-31 03:29:54
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（二十五）---手寫數字識別之KNN
手寫數字識別有兩個經典案例，首先是KNN最近領域法和CNN卷積神經網絡來做識別。 我們從下面幾個步驟來準備， 1.網絡的搭建；2.每一層的輸入輸出的說明。在這個之前的前提是樣本的準備： minst網上很多，直接百度就可以搜到下載，這裏附上
2019-07-31 03:29:53
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（二十四）---Hog+SVM的識別
訓練數據的時候，首先需要做下面幾步： 1.準備訓練樣本；2.對樣本進行Hog+Svm的訓練；3.運用test圖片進行預測 一、準備樣本 樣本分爲正樣本和負樣本，樣本的準備可以運用視頻的分幀截取圖片存儲。這裏pos文件夾下包含正樣本，包含所
2019-07-31 03:29:53
3
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（二十六）---手寫數字識別之CNN（2）
首先我們需要知道池化層的作用，上一篇博客有說明，可以點擊這裏查看。 import tensorflow as tf import numpy as np import random from tensorflow.examples.tu
2019-07-31 03:29:53
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（二十三）---Hog特徵
特徵？特徵是某個像素經過某種運算得到的結果 Hog特徵： 1.模塊的劃分 2.根據Hog特徵計算梯度和方向（模板特徵） 3.bin投影 4.每個模塊的Hog特徵 1.模塊的劃分 這裏有四個需要知道的知識點：image:圖
2019-07-05 01:54:12
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（二十二）---SVM支持向量機
SVM的本質是尋求一個最優的超平面進行分類，比較簡單的分類就是一個直線，很簡單，若是多維空間的話就是超平面了，運用的核是線性核。樣本準備一般是至少有正樣本和負樣本兩種情況，還要label標籤。運用機器學習模塊進行創建訓練，最後調用預測模塊
2019-07-05 01:54:12
2
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（二十）---adaboost分類器
adaboost分類器 Haar特徵一般與adaboost分類器在一起運用，在人臉識別上運用較爲成熟。 adaboost分類的特點是：前一個分類器分出來的樣本，在下一個分類器中會得到加強，加強後的樣本繼續做分類訓練作爲下一個基本的分
2019-06-28 02:49:09
原创 計算機視覺基礎系列（python與opencv的操作與運用/tensorflow的基礎介紹）（二十一）---Haar+adaboost分類器實現人臉識別
Haar+adaboost分類器實現人臉識別： 其中運用了很多opencv自帶的包，然後這裏的代碼裏面都有很詳細的註釋，可以看一下，最後的效果不是很好，之後會慢慢改進，也運用了opencv裏面自帶的兩個xml文件，一個是檢測人臉的xml文
2019-06-28 02:49:09