import cv2import numpy as np# 获取摄像头，传入0表示获取系统默认摄像头cap = cv2.VideoCapture(cv2.CAP_DSHOW)# 打开摄像头cap.open(0)while cap.isOpened():# 获取画面flag, frame = cap.read()if not flag:break# 获取键盘上按下哪个键key_pressed = c

论文题目：《Pruning Filters For Efficient ConvNets》论文地址：https://arxiv.org/abs/1608.087101. 概述       由于CNN通常在不同的 Filter 和特征信道之间具有显着的冗余，论文中通过修剪 Filter 来减少CNN的计算成本。与在整个网络中修剪权

1. RGB2. YUV       YUV是被电视系统所采用的一种颜色编码方法。RGB 信号经过矩阵变换得到亮度信号Y和两个色差信号R- Y(即U)、B-Y(即V)。 YUV色彩空间十分重要是因为表示亮度的Y和表示颜色 的U、V是分离的。如果只有Y信号分量而没有U、V信 号分量，那么这样表示的图像就是黑白灰度图像。3. HSV

1. 函数功能random.randint(参数1, 参数2)● 参数1，参数2必须是整数● 函数返回参数1和参数2之间的任意整数2. 示例import randomresult = random.randint(1,10)print("result: ",result)输出：result: 6

代码：import cv2# 导入级联分类器引擎face_cascade = cv2.CascadeClassifier("opencv-master\data\haarcascades\haarcascade_frontalface_default.xml")eye_cascade = cv2.CascadeClassifier("opencv-master\data\haarcascades\

■ 概述      伽马变换主要用于图像的校正，将灰度过高或者灰度过低的图片进行修正，增强对比度。变换公式就是对原图像上每一个像素值做乘积运算：      伽马变换对图像的修正作用其实就是通过增强低灰度或高灰度的细节实现的，从伽马曲线可以直观理解：  &nbs

基本公式

基本公式

■ Similarity Transform（相似变换）– Similarity Transform（相似变换） = Rotation（旋转） + Translation（平移） + Scale（放缩）● 性质：Right angle is still right angle （保角性）代码：import cv2import matplotlib.pyplot as pltimport numpy