原创 遍歷文件夾下的所有文件(Python&C++)

作者:冰不語 前言 雖然本文說的是遍歷圖片,但是遍歷其他文件也是可以的。 在進行圖像處理的時候,大部分時候只需要處理單張圖片。但是一旦把圖像處理和機器學習相結合,或者做一些稍大一些的任務的時候,常常需要處理好多圖片。而這裏面,一個

原创 如何在Python程序中使用二維數組

如何在Python程序中使用二維數組,網上找到一種這樣的用法: 創建一個寬度爲3,高度爲4的數組 [[0,0,0], [0,0,0], [0,0,0], [0,0,0]] myList = [[0] * 3] * 4 但是

原创 Python通過URL爬取圖片

上一篇解決的問題是如何通過url獲取圖片,現在來研究如何通過給定的網址獲取網頁中刷出來的圖片。 代碼來自微信公衆號CVPy,這是我在使用Adaboost訓練人臉分類器的時候在CSDN裏面偶然發現的。可以看出是一個很有趣很強的兄弟,向他學習

原创 海康威視攝像頭忘記密碼後如何重置

前段時間在用opencv寫一個車牌識別的程序,後來又考慮到是不是應用一下,所以買了一款海康威視的攝像頭。 型號DS-2CD1221-I3. 後來因爲課程需要緊急做另一個人臉檢測的項目,所以買的攝像頭被閒置了,現在再用的時候發現密碼已經忘了

原创 帶頭結點的單鏈表冒泡排序

本代碼描述了帶頭結點的單鏈表的冒泡排序,通過指針的移動來完成,其原理跟一維數組的冒泡排序一致,主要就是第一次排序將最大的數落到鏈表的最後一個,第二次將次大的數落在倒數第二個位置。複雜度O(n^2)。具體過程代碼中已有解釋。第一次寫寫博客,

原创 Python 動態規劃算法求解最長公共子序列

前言:在網上看到一道360的秋招真題,題目如下: 仔細讀題後發現這是一道求解最長公共子序列的問題,最好使用動態規劃算法。 題目大意: 小B坐火車,從起點到終點的車站序列已知,期間他睡了兩覺,到終點的時候還在睡,也就是說中間他醒了兩次,這

原创 《Character-level Convolutional Networks for Text Classification》

Character-level Convolutional Networks for Text Classification 概述:驗證使用字符級的CNN進行文本分類任務的可能性 筆記: 1.文本分類是個nlp經典問題,從人工標註特徵到

原创 在MFC工程中新建一個對話框

1.MFC簡介 Microsoft Foundation Class微軟基礎類庫,這個類集以層次結構組織起來,其中封裝了發部分的Windows API函數和Windows控件,它所包含的功能設計整個Windows操作系統。使用MFC類庫和

原创 選舉遊戲(京東2016實習生真題)

題目描述 小東和其他小朋友正在玩一個關於選舉的遊戲。選舉是通過投票的方式進行的,得票最多的人將獲勝。 小東是編號爲1的候選者,此外還有其他的候選者參加選舉。根據初步的調查情況,所有準備投票的小朋友都有一定的投票傾向性,

原创 Windows程序設計學習筆記

WIN32編程 1.What should I know beforehand? the concept of the window the concept of the event drive the applicant of mes

原创 Python通過url獲取圖片的幾種方法

圖片源:http://n1image.hjfile.cn/shetuan/2017-05-17-1495016837-986-732.jpg 方法及特性在註釋中。 #encoding:utf-8 from cv2 import * i

原创 VC++多線程編程入門示例

程序分析:創建一個子線程,當主線程開始運行的時候,子線程同時開始執行,由於資源有限(如本程序中的屏幕打印),子線程和主線程執行速度不同,因此會隨機交替執行。如果希望子線程和主線程有序的交替執行的話,可以加一個互斥鎖。// threadTe

原创 在51單片機上使用DHT11測溫溼度

1.環境: BST-V51開發板 + Keil U3 + STC89C52 + DHT11數字溫溼度傳感器 + 1602顯示模塊 2.DHT11資料: 2.1 簡介: DHT11數字溫溼度傳感器是一款含有已校準數字信號輸出的溫溼度複合

原创 anaconda navigator點擊之後沒有反應?

anaconda navigator點擊之後沒有反應? 網上有 1. 使用管理員權限運行 Anaconda Prompt (找到快捷方式,右鍵管理員權限運行) 2.升級navigator,執行conda update anaconda-

原创 《Attention Is All You Need》

《Attention Is All You Need》 概述: 谷歌的transformer結構,17年6月,單模型在機器翻譯領域就能吊打所有模型或者組合模型。 筆記: 1.循環神經網絡+attention機制,無法滿足並行計算要求。 2