原创 python numpy 向下取整，向上取整 np.floor()、np.ceil()
from numpy\core_multiarray_umath.py np.floor() def floor(x, *args, **kwargs): # real signature unknown; NOTE: unrel
2020-06-27 20:00:16
1
原创 圖像處理中“灰度級數”是什麼？（灰度值）（位深度）（1bit=1位）
所謂灰度級數是指黑白顯示器中顯示像素點的亮暗差別，在彩色顯示器中表現爲顏色的不同，灰度級數越多，圖像層次越清楚逼真。灰度級數取決於每個像素對應的刷新存儲單元的位數和顯示器本身的性能。如每個象素的顏色用16位二進制數表示，我們就叫它
2020-06-27 20:00:16
4
原创 圖像飽和度（Saturation）是什麼？（顏色的鮮豔程度）
色彩的飽和度(saturation)指色彩的鮮豔程度，也稱作純度。在hue-saturation-value(HSV)色彩模型下，飽和度是色彩的3個屬性之一，另外兩個屬性爲色相(hue)和明度(value)；在此模型下色相的取值範
2020-06-27 20:00:16
原创 圖像處理中的dpi（Dots Per Inch）是什麼單位？（圖像每英寸長度內的像素點數）
DPI（Dots Per Inch，每英寸點數）是一個量度單位，用於點陣數碼影像，指每一英寸長度中，取樣、可顯示或輸出點的數目。 DPI是打印機、鼠標等設備分辨率的度量單位。是衡量打印機打印精度的主要參數之一，一般來說，DPI值越
2020-06-27 20:00:16
原创 python報錯：ModuleNotFoundError: No module named cv2.cv2（bug不能加英文引號）
解決辦法： 重新安裝適合版本的opencv即可 打開控制檯 pip uninstall opencv-python pip install opencv-python
2020-06-27 20:00:16
原创 【圖像處理】圖像內插“最近鄰插值 最近鄰內插法（Nearest Neighbour Interpolate）”代碼演示（調整圖像大小、放大、縮小）
文章目錄何爲內插——最近鄰插值，引用自《數字圖像處理——第三版》代碼演示1、設置縮放倍數來放大、縮小圖像2、設置圖片最終分辨率來放大、縮小圖像代碼中使用的源圖20200625 注意bug 何爲內插——最近鄰插值，引用自《數字圖像處
2020-06-27 20:00:16
原创 pycharm提示：PEP 8: E127 continuation line over-indented for visual indent
原因： 解決辦法，改成這樣就好了： 其實它有一個自動修復，功能，有時不能成功，自己多嘗試幾次格式試試就好 參考文章：PEP8中的E127如何理解？
2020-06-27 20:00:16
8
原创 python 如何判斷一個數爲整數？（判斷整數，沒有小數）（取餘）判斷整型 isinstance()
方法1 判斷是否爲整數（即使不爲整型） # -*- coding: utf-8 -*- """ @File : test.py @Time : 2020/6/25 11:27 @Author : Dontla @Em
2020-06-27 20:00:16
原创 【圖像處理】圖像內插“雙線性內插法 Bilinear interpolation”代碼演示
文章目錄原理代碼（還沒寫好。） 原理 雙線性內插法是使用目標點四周最近的四個點，沿距目標點x方向、y方向的權重關係，去分配給目標點顏色值 如圖，P點是目標點，Q1、Q2、Q3、Q4是目標點周圍的四個點，先分別對Q1、Q2和Q3、Q
2020-06-27 20:00:16
原创 圖像處理中的“內插”是什麼？插值、圖像內插值、圖像間插值、重取樣（用已知數據來估計未知位置的數值的處理）（最近鄰內插法、雙線性內插）
圖像插值是在基於模型框架下，從低分辨率圖像生成高分辨率圖像的過程，用以恢復圖像中所丟失的信息。圖象插值方法有：最近鄰插值，雙線性插值，雙平方插值，雙立方插值以及其他高階方法。 在很多情況下，人們需要對數字圖像進行進一步的處理比如，
2020-06-27 20:00:16
原创 我從非科班轉到圖像算法工程師（圖像識別、機器學習、深度學習）(3個月)的經歷
我從非科班轉到算法工程師3個月的經歷附錄1：From 2016: Why Deep Learning Is Suddenly Changing Your Life附錄2：深度學習如何入門？附錄3：20個令人驚歎的深度學習應用附錄4
2020-06-22 09:25:11
原创 AI、ML論文網站、如何閱讀論文？
網站 arXiv官網：不推薦。。。 sanity，GitXiv，Quora、Reddit都會有討論arXiv上的論文 中文社區比如paperweekly、 論文怎麼讀 引用1：大家是怎麼閱讀 arXiv 論文的？ - 愛可可-愛
2020-06-22 09:25:10
1