咋的个人博客

cv2.warpAffine(src,M,dsize,flags,mode,value) 1234567891011121314151617181920#!/usr/bin/env python# -*- coding: UTF-8 -*-"""@Project ：Opencv学习 @File ：放射变换之图像平移.py@IDE ：PyCharm @Author ：咋@Date ：2023/1/12 22:06 """import cv2import numpy as npimage = cv2.imread("Handsome.jpg")image = cv2.resize(image,(640,480))# 定义变换矩阵M= np.float32([[1,0,200],[0,1,0]])# 进行图像变化warp_img = cv2.warpAffine(image,M,dsize = (640,480)) # dsize 是输出图像的大小cv2.imshow("rot ...

概念最基本的查找技术，过程： 从表中的第一个（或最后一个）记录开始，逐个进行记录的关键字和给定值比较，若某个记录的关键字和给定值相等，则查找成功，找到所查的记录，如果直到最后一个（或第一个）记录，其关键字和给定值比较都不等时，则表示没有查到记录，查找不成功。 代码实现12345678def search(alist,target): for i in alist: if target == i: print("找到目标元素!") return 0 else: print("没有找到目标元素！") return 0 总结顺序查找法是最简单也是最常用的一种查找的方法。

图像翻转cv2.flip(src,flipCode) 图像旋转cv2.rotate(img,rotateCode) 12345678910111213141516171819202122#!/usr/bin/env python# -*- coding: UTF-8 -*-"""@Project ：Opencv学习 @File ：图像翻转与旋转.py@IDE ：PyCharm @Author ：咋@Date ：2023/1/12 21:47 """import cv2import numpy as npimage = cv2.imread("Handsome.jpg")image = cv2.resize(image,(640,480))# 图像翻转flip_img = cv2.flip(image,1) # 如果翻转90°，可能会出现长宽不匹配无法拼接的情况cv2.imshow("flip_img",np.hstack((image,flip_img)))# ...

概念归并排序(Merge sort)是采用分治法的一个非常典型的应用。归并排序的思想就是先递归分解数组，再合并数组。将数组分解最小之后，然后合并两个有序数组，基本思想是比较两个数组的最前面的数，谁小就先取谁，取了后相应的指针就向后移一位。然后再比较，直至一个数组为空，最后把另一个数组的剩余部分复制过来即可。 算法步骤先分再合： 时间复杂度 最优时间复杂度：O（nlogn） 最坏时间复杂度：O（nlogn） 稳定性：稳定 程序实现12345678910111213141516171819202122232425262728293031def Merge_sort(alist): """ 主要思想就是分治法，先拆分再合并 整个框架是递归算法，既包括拆解成一个一个的列表，也包列表的缝合 以为[5,1,3,2,8,7,6,4]例，拆解成[5],[1],[3],[2],[8],[7],[6],[4] 第一次合并成[1,5],[2,3],[7,8],[4,6] 第二次合并成[1,2,3,5],[4,6,7,8] 第三次合 ...

cv2.resize(src,dsize[,dst[,fx,[fy[,interpolation]]]]) 之前同一图片大小的时候用的numpy切割，会造成图像的部分的损失，而现在用resize的话，可以保证图像一样大小，且画面不损失。12345678910111213141516171819#!/usr/bin/env python# -*- coding: UTF-8 -*-"""@Project ：Opencv学习 @File ：resize.py@IDE ：PyCharm @Author ：咋@Date ：2023/1/12 21:26 """import cv2import numpy as nptest = cv2.imread("image.jpg")image = cv2.imread("Handsome.jpg")test = cv2.resize(test,(640,480))image = cv2.resize(image,(640,48 ...

概念快速排序（Quicksort),又称为交换排序，通过一趟排序将要排序的数据分割为独立的两部分。假设要排序的列表是A[0]…A[N-1]，首先任意选取一个数据（通常选用列表的第一个数）作为基准数据，一般我们都选择第一个数作为基准数据，然后将所有比它小的数都放到它的左边，所有比它大的数都放到它的右边，这个过程称为快速排序。值得注意的是，快速排序不是一种稳定的排序算法，也就是说，多个相同的值的相对位置也许会在算法结束时产生变化。 算法步骤 设置两个low、high，排序开始的时候：low=0，high=N-1 以第一个列表元素作为基准数据，赋值给mid，即mid=A[0] 从high开始向前搜索，即由后开始向前搜索(high–),找到第一个小于mid的值A[high],将A[high]和A[low]的值交换 从low开始向后搜索，即向前开始向后搜索(low++),找到大于mid的A[low],将A[low]和A[high]的值交换。 重复第3、4步，直到low=high； 时间复杂度 最优时间复杂度：O(nlogn) #每次分成两半，要分lo ...