根据硬件选择，我这里是 ubuntu 服务器,显卡是v100输入用户名，密码sudo su密码重启 reboot驱动安装成功。

线性回归# 利用LinearRegression实现线性回归import numpy as npimport sklearn.linear_model as lm# 线性模型import sklearn.metrics as sm# 模型性能评价模块import matplotlib.pyplot as mptrain_x = np.array([[0.5], [0.6], [0.8], [1.1

import cv2import numpy as npdef cv_show(neme, img):cv2.imshow(neme, img)# 必要参数：名字和变量名cv2.waitKey(0)# 括号中0=任意键终止，单位为毫秒级别cv2.destroyAllWindows()# 关闭所有窗口--图片# 可以读取一张图像，或者生成一个矩阵img = np.zeros((512, 512, 3

图像滤波增强处理实质上就是运用滤波技术来增强图像的某些空间频率特征，以改善地物目标与领域或背景之间的灰度反差。　　遥感系统成像过程中可能产生的”模糊”作用，常使遥感图像上某些用户感兴趣的线性形迹、纹理与地物边界等信息显示得不够清晰，　　不易识别。需要通过采用领域处理方法来分析、比较和调整像元与其周围相邻像元间的对比度关系，图像才能得到增加，也就是说　　需要采用滤波增加技术处理。import cv2

【代码】C++ opencv 绘制：直线、矩形、圆、实心圆、多边形、文字、

gg1.jpggg.jpgimport numpy as npimport cv2 as cvfrom matplotlib import pyplot as pltMIN_MATCH_COUNT = 10img1 = cv.imread('gg1.jpg', 0)# 索引图像 小img2 = cv.imread('gg.jpg', 0)# 训练图像 全# 初始化SIFT检测器sift = cv.

根据硬件选择，我这里是 ubuntu 服务器,显卡是v100输入用户名，密码sudo su密码重启 reboot驱动安装成功。

线性回归# 利用LinearRegression实现线性回归import numpy as npimport sklearn.linear_model as lm# 线性模型import sklearn.metrics as sm# 模型性能评价模块import matplotlib.pyplot as mptrain_x = np.array([[0.5], [0.6], [0.8], [1.1

使用 halcon 读取相机，需要将对应的动态链接库dll文件放入halcon的安装目录中，如下，将下面两个dll文件复制到 halcon的安装目录中。使用海康相机，下载对应的客户端软件。打开halcon的助手。

右击空白处，选择 External Tools --> PYUIC。设置内 Tools --> External Tools。添加路径：这个路径是自己创建的环境，环境名是py_17。