# 注：sift必须在3.4.2+下运行，后面的有专利import numpy as npimport cv2from matplotlib import pyplot as pltMIN_MATCH_COUNT = 10img1 = cv2.imread('image/small3.jpg', 1)img2 = cv2.imread('image/big2.jpg', 1)exx = 0.8ex

机器学习各经典算法简单通俗理解knn计算测试数据与训练数据之间的欧式距离y，其中x为各项特征值，最终计算出测试样本与所有训练数据之间的欧氏距离，在其中选出最小的k个（k为正整数），认为测试数据的类别与这k个的类别相同。举例：使用knn对手写字体进行分类测试数据 01……9很多数据，每个数字可多张所有数据都为32x32维度，处理成一行1024列的数据进行运算，计算这1024个特征值构成的数据的欧氏距

环境：Windows10vmware+Ubuntu12.04OK335xd+am3354(forlinx家的板子)tslib:tslib-1.4.tarqt4.8.5:qt-everywhere-opensource-src-4.8.5.tarqt交叉编译器：arm-2009q3.tar.bz2操作步骤：1.安装配置交叉编译器arm-2009q3.tar.bz2（飞凌巨坑，这步搞错后面全不行）然后

距离上次系统的学习过去了1年，20年基本没怎么仔细学过，借寒假一段时间再巩固一下，看到博主“红鲤鱼遇绿鲤鱼”写的总结，瞬间眼前一亮，参考其代码快速巩固一下opencv系列参考链接：https://blog.csdn.net/tengfei461807914/article/details/60326377程序说明：test1：通过opencv加载图片，通过opencv显示图片，通过pylot显示图

# 注：sift必须在3.4.2+下运行，后面的有专利import numpy as npimport cv2from matplotlib import pyplot as pltMIN_MATCH_COUNT = 10img1 = cv2.imread('image/small3.jpg', 1)img2 = cv2.imread('image/big2.jpg', 1)exx = 0.8ex

机器学习各经典算法简单通俗理解knn计算测试数据与训练数据之间的欧式距离y，其中x为各项特征值，最终计算出测试样本与所有训练数据之间的欧氏距离，在其中选出最小的k个（k为正整数），认为测试数据的类别与这k个的类别相同。举例：使用knn对手写字体进行分类测试数据 01……9很多数据，每个数字可多张所有数据都为32x32维度，处理成一行1024列的数据进行运算，计算这1024个特征值构成的数据的欧氏距

STM32作为使用相当广泛的一种单片机，在产品开发方面也有大量应用，新手少不了遇到各种下不进程序的可能原因，可按以下几项挨个检测（基于keil和STlink的开发环境）万金油瞎试解决法：1.拔掉下载器重插（既包括下载器同芯片、也包括下载器同电脑）2.按着复位点下载，点完下载松开3.上电后复位下看看跑不跑，有可能没设置reset and run4.有核心板的话把核心板从底板上拆下来只对核心板下载试试

距离上次系统的学习过去了1年，20年基本没怎么仔细学过，借寒假一段时间再巩固一下，看到博主“红鲤鱼遇绿鲤鱼”写的总结，瞬间眼前一亮，参考其代码快速巩固一下opencv系列参考链接：https://blog.csdn.net/tengfei461807914/article/details/60326377程序说明：test1：通过opencv加载图片，通过opencv显示图片，通过pylot显示图