首先是c++版本：#include#includeusing namespace std;using namespace cv;int main(int argc, char** argv){VideoCapture capture(0);//通过输入设备号控制采集使用的摄像头，一般0代表笔记本自带摄像头。Mat frame,im;captu

在网上找了很多这方面的教程，发现大多数都不好用，于是自己在原有的基础上修改了一个，分享给大家。# coding:utf-8import cv2import sysimport osreload(sys)sys.setdefaultencoding('utf8')cap = cv2.VideoCapture(0)cap.set(3,640)cap.set(4,480)

定义在函数内部的变量拥有一个局部作用域，定义在函数外的拥有全局作用域。局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。调用函数时，所有在函数内声明的变量名称都将被加入到作用域中。#!/usr/bin/python# -*- coding: UTF-8 -*-total = 0; # 这是一个全局变量# 可写函数说明def sum( a

当需要使用python读取配置文件时，需要使用到python的ConfigParser模块。下面举个栗子。首先创建init格式的配置文件0.init：[global]id = 0object_x = 0.003[world]id = 12object_x = 0.14在python中读取并使用配置文件中的内容：#! /usr/bin/pythonimport Con

Regularizer是防止网络过拟合的一种有效方法。这篇文章主要探讨如何在自己的网络模型中加入正则化，防止过拟合。首先我们看一下正则化的基本使用方法，这篇博客给出了一个使用的例子：http://www.cnblogs.com/linyuanzhou/p/6923607.html#!/usr/bin/env python#-*- coding:utf-8 -*-########

使用tensorflow自带的tf.random_crop()、tf.image.random_flip_left_right()、以及random_contrast()等函数处理图像数据时，不仅需要使用session，而且处理速度非常慢。使用Pillow库完成这些函数接口，在实际数据处理时就非常快速和方便。#!/usr/bin/env python#-*- coding:utf-8 -*-