咋的个人博客

AI应用分享写在前面本文件用于23年9月22日和物联网的小伙伴们分享AI的应用，所用代码已开源： 个人博客：www.lizhiyang.xyz CSDN博客：爱睡觉的咋 https://blog.csdn.net/weixin_63866037?spm=1000.2115.3001.5343 Opencv+PyQT+串口通信：https://pan.baidu.com/s/1Kz7HesfcM-LfQCJdFOeTVA?pwd=k6z7 提取码：k6z7 Yolov5教程： Yolov5：强大到你难以想象──新冠疫情下的口罩检测:http://t.csdn.cn/Iutzk 一文详解Yolov5——基于Yolov5的火灾检测系统:http://t.csdn.cn/3N2Rx Yolov5+图像分割+百度AI接口——车牌实时检测识别系统:http://t.csdn.cn/PVoeD Yolov5移植树莓派实现目标检测:http://t.csdn.cn/rPyZc Yolov5移植树莓派4B问题总结:http://t.csdn.cn/NfxWF Opencv教程：https: ...

概况在程序中，经常需要将一组（通常是同为某个类型的）数据元素作为整体管理和使用，需要创建这种元素组，用变量记录它们，传进传出函数等等。一组数据中包含的元素个数可能发生变化（可以增加或删除元素）。对于这种需求，最简单的解决办法是将这样一组元素看成一个序列，用元素在序列里的位置和顺序，表示实际应用中的某种有意义的信息，或者表示数据之间的某种关系。这样的一组序列元素的组织形式，我们可以将其抽象为线性表，一个线性表是某类元素的一个集合，还记录着元素之间的一种顺序关系。线性表是最基本的数据结构之一，在实际程序中应用非常广泛，它还经常被用作更复杂的数据结构的实现基础。根据线性表的实际存储方式，分为两种实现模型： 顺序表，将元素顺序地存放在一块连续的存储区里，元素间的顺序关系由它们的存储顺序自然表示。 链表，将元素存放在通过连接构造起来的一系列存储块中。 Python里面中的list和tuple两种类型采用了顺序表的实现技术，元组是不可变类型，因此不支持改变其内部状态的任何操作，其他方面元组与列表的性质相似。顺序表的操作 顺序表的操作增加 在尾端加入元素，时间复杂度是O(1) 非保序的加入 ...

cv2.Scharr() 123456789101112131415161718192021222324#!/usr/bin/env python# -*- coding: UTF-8 -*-"""@Project ：Opencv学习 @File ：Scharr算子.py@IDE ：PyCharm @Author ：咋@Date ：2023/1/13 21:41 """import cv2import numpy as npimage = cv2.imread("Handsome.jpg")image = cv2.resize(image,(640,480))# scharr算子# 计算x方向dx = cv2.Scharr(image,-1,1,0)# 计算y方向dy = cv2.Scharr(image,-1,0,1)# 将两个方向加在一起，add方法sobel_img = cv2.add(dx,dy)# 展示图片cv2.imshow("sobel_img", ...

边缘是像素值发生跃迁的位置，是图像的显著特征之一，在图像特征提取，对象检测，模式识别等方面都有重要的作用。sobel算子对图像求一阶导数。一阶导数越大，说明像素在该方向的变化越大，边缘信号越强。因为图像的灰度值都是离散的数字, sobel算子采用离散差分算子计算图像像素点亮度值的近似梯度. soble x轴和y轴要分别计算,计算完用add添加在一起cv2.soble(image,desize,dx,dy) 123456789101112131415161718192021222324#!/usr/bin/env python# -*- coding: UTF-8 -*-"""@Project ：Opencv学习 @File ：sobel算子.py@IDE ：PyCharm @Author ：咋@Date ：2023/1/13 20:54 """import cv2import numpy as npimage = cv2.imread("Handsome.jpg")image = ...

双边滤波可以保留边缘,同时可以对边缘内的区域进行平滑处理.cv2.bilateralFilter(src,d,sigmaColor,sigmaSpace[,dst[,boederType]]) 123456789101112131415161718#!/usr/bin/env python# -*- coding: UTF-8 -*-"""@Project ：Opencv学习 @File ：双边滤波.py@IDE ：PyCharm @Author ：咋@Date ：2023/1/13 20:36 """import cv2import numpy as npimage = cv2.imread("Handsome.jpg")image = cv2.resize(image,(640,480))# 双边滤波bilateral = cv2.bilateralFilter(image,7,20,50)cv2.imshow("bilateral",np.hstack(( ...

中值滤波原理非常简单,，假设有一个数组[1556789],取其中的中间值(即中位数)作为卷积后的结果值即可.中值滤波对胡椒噪音(也叫椒盐噪音)效果明显.cv2.medianBlur(img,ksize) 注意ksize是一个数字 适合均匀的噪声，如椒盐噪声 12345678910111213141516171819#!/usr/bin/env python# -*- coding: UTF-8 -*-"""@Project ：Opencv学习 @File ：中值滤波.py@IDE ：PyCharm @Author ：咋@Date ：2023/1/13 20:33 """import cv2import numpy as npimage = cv2.imread("Handsome.jpg")image = cv2.resize(image,(640,480))# 中值滤波medianBulr = cv2.medianBlur(image,5)cv2.imshow("me ...