按时间归档:2020年03月
-
OpenCV-Python 系列 二十三 | 轮廓:更多属性
目标 在本章中,我们将学习 – 凸性缺陷以及如何找到它们 – 查找点到多边形的最短距离 – 匹配不同的形状 理论和代码 1. 凸性缺陷 我们看到…
-
在Keras中可视化LSTM
作者|Praneet Bomma 编译|VK 来源|https://towardsdatascience.com/visualising-lstm-activations-in-k…
-
分析师和统计学家可以和谐相处吗?
作者|Cassie Kozyrkov 编译|VK 来源|https://towardsdatascience.com/can-analysts-and-statisticians-…
-
OpenCV-Python 系列 二十二 | 轮廓属性
目标 在这里,我们将学习提取一些常用的物体属性,如坚实度,等效直径,掩模图像,平均强度等。更多的功能可以在Matlab regionprops文档中找到。 (注:质心、面积、周长等…
-
OpenCV-Python 系列 二十一 | 轮廓特征
目标 在本文中,我们将学习 – 如何找到轮廓的不同特征,例如面积,周长,质心,边界框等。 – 您将看到大量与轮廓有关的功能。 1. 特征矩 特征矩可以帮助您…
-
OpenCV-Python 系列 二十 | 轮廓:入门
目标 了解轮廓是什么。 学习查找轮廓,绘制轮廓等。 你将看到以下功能:cv.findContours(),cv.drawContours() 什么是轮廓? 轮廓可以简单地解释为连接…
-
OpenCV-Python 系列 十九 | 图像金字塔
目标 在本章中, – 我们将学习图像金字塔 – 我们将使用图像金字塔创建一个新的水果“Orapple” – 我们将看到以下功能:cv.pyrUp…
-
OpenCV-Python 系列 十八 | Canny边缘检测
目标 在本章中,我们将学习 Canny边缘检测的概念 OpenCV函数: cv.Canny() 理论 Canny Edge Detection是一种流行的边缘检测算法。它由John…
-
为什么要在离线A/B测试中使用贝叶斯方法
当涉及到假设检验时,贝叶斯方法可以取代经典的统计方法。这里将使用web分析的具体案例来演示我们的演示。 贝叶斯方法在经典统计中的重要性在此链接。 https://towardsda…
-
OpenCV-Python 系列 十七 | 图像梯度
目标 在本章中,我们将学习: – 查找图像梯度,边缘等 – 我们将看到以下函数:cv.Sobel(),cv.Scharr(),cv.Laplacian()等…
-
OpenCV-Python 系列 十六 | 形态学转换
目标 在这一章当中, 我们将学习不同的形态学操作,例如侵蚀,膨胀,开运算,闭运算等。 我们将看到不同的功能,例如:cv.erode(),cv.dilate(), cv.morpho…
-
OpenCV-Python 系列 十五 | 图像平滑
目标 学会: – 使用各种低通滤镜模糊图像 – 将定制的滤镜应用于图像(2D卷积) 2D卷积(图像过滤) 与一维信号一样,还可以使用各种低通滤波器(LPF)…
-
面向软件工程师的卡尔曼滤波器
与我的朋友交谈时,我经常听到:“哦,卡尔曼(Kalman)滤波器……我经常学它,然后我什么都忘了”。好吧,考虑到卡尔曼滤波器(KF)是世界上应用最广泛的算法之一(如果环顾四周,你8…