计算机视觉学习1：opencv库结构，图片读取展示修改

使用的库：tensorflow,opencv,numpy,matlablit.

图片的读取展示：

我们首先要有这么做的思路：先导入opencv库，再使用它的API,还要让程序停下，否则图片可能会因为程序的后续动作而消失。

源码如下：

import cv2
img=cv2.imread("humor.jpg",1)#前一项是图片的名字，后一项为0是灰度图片，1是彩色的。
#img就是图片了。
cv2.imshow("humor",img)#前一项是给展现出来的图片取名（就是显示在窗口上方的名字）
#后一项就是展示的内容，也就是那个图片。

cv2.waitKey(0)#咋瓦鲁多！

上面的对函数的解释较简单，下面详解一下：

cv2.imread()：用于读取图片文件

imread函数有两个参数，第一个参数是图片路径（上面的不用因为在同一个文件夹里），第二个参数表示读取图片的形式，有三种：

cv2.IMREAD_COLOR：加载彩色图片，这个是默认参数，可以直接写1。
cv2.IMREAD_GRAYSCALE：以灰度模式加载图片，可以直接写0。
cv2.IMREAD_UNCHANGED：包括alpha，可以直接写-1

cv2.imread()读取图片后已多维数组的形式保存图片信息，前两维表示图片的像素坐标，最后一维表示图片的通道索引，具体图像的通道数由图片的格式来决定。（就是一个3维数组，把它看成3个拼在一起的二维数组，每个2维数组的坐标对应的是原来该像素在图片上的坐标，内容就是3通道中的自己对应的那个通道的值）注意：该数组要是numpy或者scalar.

cv2.imshow()

cv2.imShow()函数可以在窗口中显示图像。该窗口和图像的原始大小自适应（自动调整到原始尺寸）。

第一个参数是一个窗口名称（也就是我们对话框的名称），它是一个字符串类型。第二个参数是我们的图像。您可以创建任意数量的窗口，但必须使用不同的窗口名称。（加入用同一个窗口的话不就是在同一个窗口里继续画图了吗？）

事实证明在同一个窗口里画两个同样的图没有效果。

cv2.waitKey(0): 是一个和键盘绑定的函数，它的作用是等待一个键盘的输入（因为我们创建的图片窗口如果没有这个函数的话会闪一下就消失了，所以如果需要让它持久输出，我们可以使用该函数）。它的参数是毫秒级。该函数等待任何键盘事件的指定毫秒。如果您在此期间按下任何键，程序将继续进行。我们也可以将其设置为一个特定的键。（可是我的没写这个的时候也没消失呀？难道改进了？）

opencv库的模块结构：

标红了的就是今后重点的模块。

这里对文件做一个解释：

文件包括两部分：文件头和文件数据。文件数据是压缩过的，文件头就记录了压缩信息（也就说明了如何解压缩）。imread在使用一张图片时，要先读取文件，解析他的封装格式（压缩的方式），再根据这个信息进行数据解码，最后数据加载，把数据放到那个np.array数组里，我们才能用。

图片写入：cv2.imwrite("路径"，要写入的图片，[cv2.IMWRITE_JPEG_QUALITY,参数])。

注意：写入的图片要是已经数据加载后的“图片”（一个三维数组），可以简单理解为imread()之后的那种东西。想要实现不同质量的图片，可以调节压缩比（0-100）。（最后那一项可以不写）

注意：jpg的那个参数越低，压缩比越高，获得的文件越小，模糊。

png的参数越低，压缩比越低，范围在（0-9）

jpg是有损压缩，压缩比跳的太小会变得很模糊。可以用png，好处多多，无损压缩，还可以调透明度。

图片的一些介绍：

像素：图片上一个一个小方块就是像素。

RGB:三通道是红绿蓝三种颜色。（也有BGR,就是反一下）

颜色深度：就是那三通道（一个三维数组）的内容的值，有8bit,也就是说每种颜色的范围就在（0，255），一个像素点大小相当于一个char,字节。

w,h：宽和高。

刚刚还提到了png比jpg多了一个透明度属性对吧？所以png还有一个alpha通道（所以说png的数组有4个通道，是由4个二维数组组成的）

像素读取写入：

img=imread("image.jpg",1)

(b,g,r)=img[x,y]

这是一个元组，分别是蓝，绿，红

破案啦破案啦，imread返回的是一个numpy.array数组。结构就像普通的数组一样，但是引用其内容的方式很特别，如：

不用两个框框，而是一个框框里面用逗号隔开。

自己画图实验：

使用普通二维列表试图画灰度图，失败。

改成np.array,成功。

使用np.array的三通道三维数组，失败。

使用普通二维数组，元素是一个元组（三个元素的，代表三通道）还是失败了。

将上述数组np.array化，成功。

代码记录如下：

import cv2
import numpy as np
a=[
[
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
],
[
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
],[
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
[34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,5,63,56,88,95,77,35,34,],
],
]
a=np.array(a)
b=[
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
[(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),(12,34,56),(78,89,0),(12,34,56),],
]
b=np.array(b)
cv2.imwrite("myPicColor.jpg",b)

总结：imread,imwrite用的都是np.array数组。都是”二维数组“，彩色的就是元素就是元组。

接下来接着谈提取出来之后的事。获得了元组后可以直接对元组进行修改:

(b,g,r)=(255,255,255)就可以了。

那你可能说了，元组不是不可以修改吗？元组的修改实际上是产生一个新元组。（平时修改也是这样），然后把原来的替换掉（就像是C里的指针指向了新的内存，原来的没人指着，就成了垃圾，没了）

图像基本操作就先这样吧，接下来就先学一些其他知识。

你可能感兴趣的:(opencv,tensorflow,深度学习)

机器学习与深度学习间关系与区别 ℒℴѵℯ心·动ꦿ໊ོ꫞ 人工智能学习深度学习 python
一、机器学习概述定义机器学习（MachineLearning,ML）是一种通过数据驱动的方法，利用统计学和计算算法来训练模型，使计算机能够从数据中学习并自动进行预测或决策。机器学习通过分析大量数据样本，识别其中的模式和规律，从而对新的数据进行判断。其核心在于通过训练过程，让模型不断优化和提升其预测准确性。主要类型1.监督学习（SupervisedLearning）监督学习是指在训练数据集中包含输入
Linux下QT开发的动态库界面弹出操作（SDL2） 13jjyao QT类 qt 开发语言 sdl2 linux
需求：操作系统为linux，开发框架为qt，做成需带界面的qt动态库，调用方为java等非qt程序难点：调用方为java等非qt程序，也就是说调用方肯定不带QApplication::exec()，缺少了这个，QTimer等事件和QT创建的窗口将不能弹出(包括opencv也是不能弹出)；这与qt调用本身qt库是有本质的区别的思路：1.调用方缺QApplication::exec()，那么我们在接口
将cmd中命令输出保存为txt文本文件落难Coder Windows cmd window
最近深度学习本地的训练中我们常常要在命令行中运行自己的代码，无可厚非，我们有必要保存我们的炼丹结果，但是复制命令行输出到txt是非常麻烦的，其实Windows下的命令行为我们提供了相应的操作。其基本的调用格式就是：运行指令>输出到的文件名称或者具体保存路径测试下，我打开cmd并且ping一下百度：pingwww.baidu.com>./data.txt看下相同目录下data.txt的输出：如果你再
Python开发常用的三方模块如下：换个网名有点难 python 开发语言
Python是一门功能强大的编程语言，拥有丰富的第三方库，这些库为开发者提供了极大的便利。以下是100个常用的Python库，涵盖了多个领域：1、NumPy，用于科学计算的基础库。2、Pandas，提供数据结构和数据分析工具。3、Matplotlib，一个绘图库。4、Scikit-learn，机器学习库。5、SciPy，用于数学、科学和工程的库。6、TensorFlow，由Google开发的开源机
tiff批量转png 诺有缸的高飞鸟 opencv 图像处理 python opencv 图像处理
目录写在前面代码完写在前面1、本文内容tiff批量转png2、平台/环境opencv,python3、转载请注明出处：https://blog.csdn.net/qq_41102371/article/details/132975023代码importnumpyasnpimportcv2importosdeffindAllFile(base):file_list=[]forroot,ds,fsin
遥感影像的切片处理 sand&wich 计算机视觉 python 图像处理
在遥感影像分析中，经常需要将大尺寸的影像切分成小片段，以便于进行详细的分析和处理。这种方法特别适用于机器学习和图像处理任务，如对象检测、图像分类等。以下是如何使用Python和OpenCV库来实现这一过程，同时确保每个影像片段保留正确的地理信息。准备环境首先，确保安装了必要的Python库，包括numpy、opencv-python和xml.etree.ElementTree。这些库将用于图像处理
windows下python opencv ffmpeg读取摄像头实现rtsp推流拉流图像处理大大大大大牛啊 opencv实战代码讲解视觉图像项目 windows python opencv
windows下pythonopencvffmpeg读取摄像头实现rtsp推流拉流整体流程1.下载所需文件1.1下载rtsp推流服务器1.2下载ffmpeg2.开启RTSP服务器3.opencv读取摄像头并调用ffmpeg进行推流4.opencv进行拉流5.opencv异步拉流整体流程1.下载所需文件1.1下载rtsp推流服务器下载RTSP服务器下载页面https://github.com/blu
c++ opencv4.3 sift匹配图像处理大大大大大牛啊图像处理 opencv实战代码讲解 opencv sift c++opencv4 特征点
c++opencv4.3sift匹配main.cppintmain(){vectorkeypoints1,keypoints2;Matimg1,img2,descriptors1,descriptors2;intnumF
推荐3家毕业AI论文可五分钟一键生成！文末附免费教程！小猪包333 写论文人工智能 AI写作深度学习计算机视觉
在当前的学术研究和写作领域，AI论文生成器已经成为许多研究人员和学生的重要工具。这些工具不仅能够帮助用户快速生成高质量的论文内容，还能进行内容优化、查重和排版等操作。以下是三款值得推荐的AI论文生成器：千笔-AIPassPaper、懒人论文以及AIPaperPass。千笔-AIPassPaper千笔-AIPassPaper是一款基于深度学习和自然语言处理技术的AI写作助手，旨在帮助用户快速生成高质
AI大模型的架构演进与最新发展季风泯灭的季节 AI大模型应用技术二人工智能架构
随着深度学习的发展，AI大模型（LargeLanguageModels,LLMs）在自然语言处理、计算机视觉等领域取得了革命性的进展。本文将详细探讨AI大模型的架构演进，包括从Transformer的提出到GPT、BERT、T5等模型的历史演变，并探讨这些模型的技术细节及其在现代人工智能中的核心作用。一、基础模型介绍：Transformer的核心原理Transformer架构的背景在Transfo
[实践应用] 深度学习之模型性能评估指标 YuanDaima2048 深度学习工具使用深度学习人工智能损失函数性能评估 pytorch python 机器学习
文章总览：YuanDaiMa2048博客文章总览深度学习之模型性能评估指标分类任务回归任务排序任务聚类任务生成任务其他介绍在机器学习和深度学习领域，评估模型性能是一项至关重要的任务。不同的学习任务需要不同的性能指标来衡量模型的有效性。以下是对一些常见任务及其相应的性能评估指标的详细解释和总结。分类任务分类任务是指模型需要将输入数据分配到预定义的类别或标签中。以下是分类任务中常用的性能指标：准确率(
[实践应用] 深度学习之优化器 YuanDaima2048 深度学习工具使用 pytorch 深度学习人工智能机器学习 python 优化器
文章总览：YuanDaiMa2048博客文章总览深度学习之优化器1.随机梯度下降（SGD）2.动量优化（Momentum）3.自适应梯度（Adagrad）4.自适应矩估计（Adam）5.RMSprop总结其他介绍在深度学习中，优化器用于更新模型的参数，以最小化损失函数。常见的优化函数有很多种，下面是几种主流的优化器及其特点、原理和PyTorch实现：1.随机梯度下降（SGD）原理:随机梯度下降通过
生成式地图制图 Bwywb_3 深度学习机器学习深度学习生成对抗网络
生成式地图制图（GenerativeCartography）是一种利用生成式算法和人工智能技术自动创建地图的技术。它结合了传统的地理信息系统（GIS）技术与现代生成模型（如深度学习、GANs等），能够根据输入的数据自动生成符合需求的地图。这种方法在城市规划、虚拟环境设计、游戏开发等多个领域具有应用前景。主要特点：自动化生成：通过算法和模型，系统能够根据输入的地理或空间数据自动生成地图，而无需人工逐
ubuntu安装opencv最快的方法 Derek重名了
最快方法，当然不能太多文字$sudoapt-getinstallpython-opencv借助python就可以把ubuntu的opencv环境搞起来，非常快非常容易参考：https://docs.opencv.org/trunk/d2/de6/tutorial_py_setup_in_ubuntu.html
吴恩达深度学习笔记(30)-正则化的解释极客Array
正则化（Regularization）深度学习可能存在过拟合问题——高方差，有两个解决方法，一个是正则化，另一个是准备更多的数据，这是非常可靠的方法，但你可能无法时时刻刻准备足够多的训练数据或者获取更多数据的成本很高，但正则化通常有助于避免过拟合或减少你的网络误差。如果你怀疑神经网络过度拟合了数据，即存在高方差问题，那么最先想到的方法可能是正则化，另一个解决高方差的方法就是准备更多数据，这也是非常
个人学习笔记7-6：动手学深度学习pytorch版-李沐浪子L 深度学习深度学习笔记计算机视觉 python 人工智能神经网络 pytorch
#人工智能##深度学习##语义分割##计算机视觉##神经网络#计算机视觉13.11全卷积网络全卷积网络（fullyconvolutionalnetwork，FCN）采用卷积神经网络实现了从图像像素到像素类别的变换。引入l转置卷积（transposedconvolution）实现的，输出的类别预测与输入图像在像素级别上具有一一对应关系：通道维的输出即该位置对应像素的类别预测。13.11.1构造模型下
深度学习-点击率预估-研究论文2024-09-14速读 sp_fyf_2024 深度学习人工智能
深度学习-点击率预估-研究论文2024-09-14速读1.DeepTargetSessionInterestNetworkforClick-ThroughRatePredictionHZhong,JMa,XDuan,SGu,JYao-2024InternationalJointConferenceonNeuralNetworks,2024深度目标会话兴趣网络用于点击率预测摘要：这篇文章提出了一种新
使用Python和Playwright破解滑动验证码 asfdsgdf python 开发语言
滑动验证码是一种常见的验证码形式，通过拖动滑块将缺失的拼图块对准原图中的空缺位置来验证用户操作。本文将介绍如何使用Python中的OpenCV进行模板匹配，并结合Playwright实现自动化破解滑动验证码的过程。所需技术OpenCV模板匹配：用于识别滑块在背景图中的正确位置。Python：主要编程语言。Playwright：用于浏览器自动化，模拟用户操作。破解过程概述获取验证码图像：下载背景图和
OpenCV图像处理技术（Python）——入门森屿_ opencv
©FuXianjun.AllRightsReserved.OpenCV入门图像作为人类感知世界的视觉基础，是人类获取信息、表达信息的重要手段，OpenCV作为一个开源的计算机视觉库，它包括几百个易用的图像成像和视觉函数，既可以用于学术研究，也可用于工业邻域，它于1999年由因特尔的GaryBradski启动，OpenCV库主要由C和C++语言编写，它可以在多个操作系统上运行。1.1图像处理基本操作
损失函数与反向传播 Star_. PyTorch pytorch 深度学习 python
损失函数定义与作用损失函数(lossfunction)在深度学习领域是用来计算搭建模型预测的输出值和真实值之间的误差。1.损失函数越小越好2.计算实际输出与目标之间的差距3.为更新输出提供依据（反向传播)常见的损失函数回归常见的损失函数有：均方差（MeanSquaredError，MSE）、平均绝对误差（MeanAbsoluteErrorLoss，MAE）、HuberLoss是一种将MSE与MAE
opencv学习：图像旋转的两种方法，旋转后的图片进行模板匹配代码实现夜清寒风学习 opencv 机器学习人工智能计算机视觉
图像旋转在图像处理中，rotate和rot90是两种常见的图像旋转方法，它们在功能和使用上有一些区别。下面我将分别介绍这两种方法，并解释它们的主要区别rot90方法rot90方法是NumPy提供的一种数组旋转函数，它主要用于对二维数组（如图像）进行90度的旋转。这个方法比较简单，只支持90度的倍数旋转，不支持任意角度旋转。使用NumPy进行旋转使用NumPy的rot90函数对模板图像进行旋转操作。
Python OpenCV图像处理：从基础到高级的全方位指南极客代码玩转Python 开发语言 python opencv 图像处理计算机视觉
目录第一部分：PythonOpenCV图像处理基础1.1OpenCV简介1.2PythonOpenCV安装1.3实战案例：图像显示与保存1.4注意事项第二部分：PythonOpenCV图像处理高级技巧2.1图像变换2.2图像增强2.3图像复原第三部分：PythonOpenCV图像处理实战项目3.1图像滤波3.2图像分割3.3图像特征提取第四部分：PythonOpenCV图像处理注意事项与优化策略4
python图像匹配_opencvpython中的图像匹配 weixin_39585675 python图像匹配
我一直在做一个项目，用opencvpython识别相机中显示的标志。我已经尝试过使用surf、颜色直方图匹配和模板匹配。但在这3个问题中，它并不总是返回正确的答案。我现在想要的是，解决我这个问题的最好办法是什么。模板图像示例：以下是摄像头中显示的标志示例。如果这是我想要识别的图像，该怎么用？在更新matchTemplate中的代码flags=["Cambodia.jpg","Laos.jpg","
利用Python+OpenCV实现截图匹配图像，支持自适应缩放、灰度匹配、区域匹配、匹配多个结果 xu-jssy Python自动化脚本 python opencv 开发语言图像处理自动化
可以直接通过pip获取，无需手动安装其他依赖pipinstallxug示例：importxugxug.find_image_on_screen(,,,)=========================================================================一、依赖安装pipinstallopencv-pythonpipinstallpyautogui二、获
【深度学习】训练过程中一个OOM的问题，太难查了 weixin_40293999 深度学习深度学习人工智能
现象：各位大佬又遇到过ubuntu的这个问题么？现象是在训练过程中，ssh上不去了，能ping通，没死机，但是ubunutu的pc侧的显示器，鼠标啥都不好用了。只能重启。问题原因：OOM了95G，尼玛！！！！pytorch爆内存了，然后journald假死了，在journald被watchdog干掉之后，系统就崩溃了。这种规模的爆内存一般，即使被oomkill了，也要卡半天的，确实会这样，能不能配
云服务业界动态简报-20180128 Captain7
一、青云青云QingCloud推出深度学习平台DeepLearningonQingCloud，包含了主流的深度学习框架及数据科学工具包，通过QingCloudAppCenter一键部署交付，可以让算法工程师和数据科学家快速构建深度学习开发环境，将更多的精力放在模型和算法调优。二、腾讯云1.腾讯云正式发布腾讯专有云TCE(TencentCloudEnterprise)矩阵，涵盖企业版、大数据版、AI
机器学习VS深度学习 nfgo 机器学习
机器学习（MachineLearning,ML）和深度学习（DeepLearning,DL）是人工智能（AI）的两个子领域，它们有许多相似之处，但在技术实现和应用范围上也有显著区别。下面从几个方面对两者进行区分：1.概念层面机器学习：是让计算机通过算法从数据中自动学习和改进的技术。它依赖于手动设计的特征和数学模型来进行学习，常用的模型有决策树、支持向量机、线性回归等。深度学习：是机器学习的一个子领
opencv 学习 1 木木ainiks opencv 计算机视觉 python
opencv学习的第一天#coding:utf-8importcv2ascv#首先读图片src=cv.imread(“img/1.jpg”)#设置图片的名字cv.namedWindow(“1”,cv.WINDOW_AUTOSIZE)#显示图片第一个参数设置图片名，第二个参数图片的地址cv.imshow(“1”,src)cv.waitKey(0)#将图片写入固定位置cv.imwrite(“img/2
OpenCV结构分析与形状描述符（24）检测两个旋转矩形之间是否相交的一个函数rotatedRectangleIntersection()的使用 jndingxin OpenCV opencv 人工智能计算机视觉
操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述测两个旋转矩形之间是否存在交集。如果存在交集，则还返回交集区域的顶点。下面是一些交集配置的例子。斜线图案表示交集区域，红色顶点是由函数返回的。rotatedRectangleIntersection()这个函数看起来像是用于检测两个旋转矩形之间是否相交的一个方法。
python-opencv cv2.findContours()函数 fjswcjswzy opencv python笔记 python opencv
示例代码：image,contours,hierarchy=cv2.findContours(contour,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)输入：contour：带有轮廓信息的图像；cv2.RETR_TREE：提取轮廓后，输出轮廓信息的组织形式，除了cv2.RETR_TREE还有以下几种选项：cv2.RETR_EXTERNAL：输出轮廓中只有外侧轮廓信
ASM系列六利用TreeApi 添加和移除类成员 lijingyao8206 jvm 动态代理 ASM 字节码技术 TreeAPI
同生成的做法一样，添加和移除类成员只要去修改fields和methods中的元素即可。这里我们拿一个简单的类做例子，下面这个Task类，我们来移除isNeedRemove方法，并且添加一个int 类型的addedField属性。 package asm.core; /** * Created by yunshen.ljy on 2015/6/
Springmvc-权限设计 bee1314 spring Web jsp
万丈高楼平地起。权限管理对于管理系统而言已经是标配中的标配了吧，对于我等俗人更是不能免俗。同时就目前的项目状况而言，我们还不需要那么高大上的开源的解决方案，如Spring Security，Shiro。小伙伴一致决定我们还是从基本的功能迭代起来吧。目标： 1.实现权限的管理（CRUD） 2.实现部门管理（CRUD) 3.实现人员的管理（CRUD） 4.实现部门和权限
算法竞赛入门经典（第二版）第2章习题 CrazyMizzz c 算法
2.4.1 输出技巧 #include <stdio.h> int main() { int i, n; scanf("%d", &n); for (i = 1; i <= n; i++) printf("%d\n", i); return 0; } 习题2-2 水仙花数(daffodil
struts2中jsp自动跳转到Action 麦田的设计者 jsp webxml struts2 自动跳转
1、在struts2的开发中，经常需要用户点击网页后就直接跳转到一个Action，执行Action里面的方法，利用mvc分层思想执行相应操作在界面上得到动态数据。毕竟用户不可能在地址栏里输入一个Action（不是专业人士） 2、＜jsp:forward page="xxx.action" /＞，这个标签可以实现跳转，page的路径是相对地址,不同与jsp和j
php 操作webservice实例 IT独行者 PHP webservice
首先大家要简单了解了何谓webservice，接下来就做两个非常简单的例子，webservice还是逃不开server端与client端。我测试的环境为：apache2.2.11 php5.2.10做这个测试之前，要确认你的php配置文件中已经将soap扩展打开，即extension=php_soap.dll; OK 现在我们来体验webservice //server端 serve
Windows下使用Vagrant安装linux系统 _wy_ windows vagrant
准备工作：下载安装 VirtualBox ：https://www.virtualbox.org/ 下载安装 Vagrant ：http://www.vagrantup.com/ 下载需要使用的 box ：官方提供的范例：http://files.vagrantup.com/precise32.box 还可以在 http://www.vagrantbox.es/
更改linux的文件拥有者及用户组(chown和chgrp) 无量 c linux chgrp chown
本文（转） http://blog.163.com/yanenshun@126/blog/static/128388169201203011157308/ http://ydlmlh.iteye.com/blog/1435157 一、基本使用：使用chown命令可以修改文件或目录所属的用户：命令
linux下抓包工具矮蛋蛋 linux
原文地址： http://blog.chinaunix.net/uid-23670869-id-2610683.html tcpdump -nn -vv -X udp port 8888 上面命令是抓取udp包、端口为8888 netstat -tln 命令是用来查看linux的端口使用情况 13 . 列出所有的网络连接 lsof -i 14. 列出所有tcp 网络连接信息 l
我觉得mybatis是垃圾！：“每一个用mybatis的男纸，你伤不起” alafqq mybatis
最近看了每一个用mybatis的男纸，你伤不起原文地址：http://www.iteye.com/topic/1073938 发表一下个人看法。欢迎大神拍砖；个人一直使用的是Ibatis框架，公司对其进行过小小的改良；最近换了公司，要使用新的框架。听说mybatis不错；就对其进行了部分的研究；发现多了一个mapper层；个人感觉就是个dao；
解决java数据交换之谜百合不是茶数据交换
交换两个数字的方法有以下三种，其中第一种最常用 /* 输出最小的一个数 */ public class jiaohuan1 { public static void main(String[] args) { int a =4; int b = 3; if(a<b){ // 第一种交换方式 int tmep =
渐变显示 bijian1013 JavaScript
<style type="text/css"> #wxf { FILTER: progid:DXImageTransform.Microsoft.Gradient(GradientType=0, StartColorStr=#ffffff, EndColorStr=#97FF98); height: 25px; } </style>
探索JUnit4扩展：断言语法assertThat bijian1013 java 单元测试 assertThat
一.概述 JUnit 设计的目的就是有效地抓住编程人员写代码的意图，然后快速检查他们的代码是否与他们的意图相匹配。 JUnit 发展至今，版本不停的翻新，但是所有版本都一致致力于解决一个问题，那就是如何发现编程人员的代码意图，并且如何使得编程人员更加容易地表达他们的代码意图。JUnit 4.4 也是为了如何能够
【Gson三】Gson解析{"data":{"IM":["MSN","QQ","Gtalk"]}} bit1129 gson
如何把如下简单的JSON字符串反序列化为Java的POJO对象? {"data":{"IM":["MSN","QQ","Gtalk"]}} 下面的POJO类Model无法完成正确的解析： import com.google.gson.Gson;
【Kafka九】Kafka High Level API vs. Low Level API bit1129 kafka
1. Kafka提供了两种Consumer API High Level Consumer API Low Level Consumer API(Kafka诡异的称之为Simple Consumer API，实际上非常复杂) 在选用哪种Consumer API时，首先要弄清楚这两种API的工作原理，能做什么不能做什么，能做的话怎么做的以及用的时候，有哪些可能的问题
在nginx中集成lua脚本：添加自定义Http头，封IP等 ronin47 nginx lua
Lua是一个可以嵌入到Nginx配置文件中的动态脚本语言，从而可以在Nginx请求处理的任何阶段执行各种Lua代码。刚开始我们只是用Lua 把请求路由到后端服务器，但是它对我们架构的作用超出了我们的预期。下面就讲讲我们所做的工作。强制搜索引擎只索引mixlr.com Google把子域名当作完全独立的网站，我们不希望爬虫抓取子域名的页面，降低我们的Page rank。 location /{
java-归并排序 bylijinnan java
import java.util.Arrays; public class MergeSort { public static void main(String[] args) { int[] a={20,1,3,8,5,9,4,25}; mergeSort(a,0,a.length-1); System.out.println(Arrays.to
Netty源码学习-CompositeChannelBuffer bylijinnan java netty
CompositeChannelBuffer体现了Netty的“Transparent Zero Copy” 查看API（ http://docs.jboss.org/netty/3.2/api/org/jboss/netty/buffer/package-summary.html#package_description）可以看到，所谓“Transparent Zero Copy”是通
Android中给Activity添加返回键 hotsunshine Activity
// this need android:minSdkVersion="11" getActionBar().setDisplayHomeAsUpEnabled(true); @Override public boolean onOptionsItemSelected(MenuItem item) {
静态页面传参 ctrain 静态
$(document).ready(function () { var request = { QueryString : function (val) { var uri = window.location.search; var re = new RegExp("" + val + "=([^&?]*)", &
Windows中查找某个目录下的所有文件中包含某个字符串的命令 daizj windows 查找某个目录下的所有文件包含某个字符串
findstr可以完成这个工作。 [html] view plain copy >findstr /s /i "string" *.* 上面的命令表示，当前目录以及当前目录的所有子目录下的所有文件中查找"string&qu
改善程序代码质量的一些技巧 dcj3sjt126com 编程 PHP 重构
有很多理由都能说明为什么我们应该写出清晰、可读性好的程序。最重要的一点，程序你只写一次，但以后会无数次的阅读。当你第二天回头来看你的代码时，你就要开始阅读它了。当你把代码拿给其他人看时，他必须阅读你的代码。因此，在编写时多花一点时间，你会在阅读它时节省大量的时间。让我们看一些基本的编程技巧：尽量保持方法简短尽管很多人都遵
SharedPreferences对数据的存储 dcj3sjt126com
SharedPreferences简介： &nbs
linux复习笔记之bash shell (2) bash基础 eksliang bash bash shell
转载请出自出处： http://eksliang.iteye.com/blog/2104329 1.影响显示结果的语系变量（locale） 1.1locale这个命令就是查看当前系统支持多少种语系，命令使用如下： [root@localhost shell]# locale LANG=en_US.UTF-8 LC_CTYPE="en_US.UTF-8"
Android零碎知识总结 gqdy365 android
1、CopyOnWriteArrayList add(E) 和remove(int index)都是对新的数组进行修改和新增。所以在多线程操作时不会出现java.util.ConcurrentModificationException错误。所以最后得出结论：CopyOnWriteArrayList适合使用在读操作远远大于写操作的场景里，比如缓存。发生修改时候做copy，新老版本分离，保证读的高
HoverTree.Model.ArticleSelect类的作用 hvt Web .net C#hovertree asp.net
ArticleSelect类在命名空间HoverTree.Model中可以认为是文章查询条件类，用于存放查询文章时的条件，例如HvtId就是文章的id。HvtIsShow就是文章的显示属性，当为-1是，该条件不产生作用，当为0时，查询不公开显示的文章，当为1时查询公开显示的文章。HvtIsHome则为是否在首页显示。HoverTree系统源码完全开放，开发环境为Visual Studio 2013
PHP 判断是否使用代理 PHP Proxy Detector 天梯梦 proxy
1. php 类 I found this class looking for something else actually but I remembered I needed some while ago something similar and I never found one. I'm sure it will help a lot of developers who try to
apache的math库中的回归——regression（翻译） lvdccyb Math apache
这个Math库，虽然不向weka那样专业的ML库，但是用户友好，易用。多元线性回归，协方差和相关性（皮尔逊和斯皮尔曼），分布测试（假设检验，t，卡方，G），统计。数学库中还包含，Cholesky，LU，SVD，QR，特征根分解，真不错。基本覆盖了：线代，统计，矩阵，最优化理论曲线拟合常微分方程遗传算法（GA），还有3维的运算。。。
基础数据结构和算法十三：Undirected Graphs (2) sunwinner Algorithm
Design pattern for graph processing. Since we consider a large number of graph-processing algorithms, our initial design goal is to decouple our implementations from the graph representation
云计算平台最重要的五项技术 sumapp 云计算云平台智城云
云计算平台最重要的五项技术 1、云服务器云服务器提供简单高效，处理能力可弹性伸缩的计算服务，支持国内领先的云计算技术和大规模分布存储技术，使您的系统更稳定、数据更安全、传输更快速、部署更灵活。特性机型丰富通过高性能服务器虚拟化为云服务器，提供丰富配置类型虚拟机，极大简化数据存储、数据库搭建、web服务器搭建等工作；仅需要几分钟，根据CP
《京东技术解密》有奖试读获奖名单公布 ITeye管理员活动
ITeye携手博文视点举办的12月技术图书有奖试读活动已圆满结束，非常感谢广大用户对本次活动的关注与参与。 12月试读活动回顾： http://webmaster.iteye.com/blog/2164754 本次技术图书试读活动获奖名单及相应作品如下：一等奖（两名） Microhardest：http://microhardest.ite