logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Python opencv图像投影

题目描述利用opencv或其他工具编写程序实现图像的水平投影、垂直投影。实现过程import cv2from pathlib import Pathgray_img = cv2.imread(str(Path(Path.cwd().parent, 'test.png')), 0)cv2.imshow('img1', gray_img)# 水平投影_, thresh1 = cv2.threshold

#opencv#python
Python opencv医学处理

题目描述利用opencv或其他工具编写程序实现医学处理。实现过程# -*- coding: utf-8 -*-'''作者 : 丁毅开发时间 : 2021/5/9 16:30'''import cv2import numpy as np# 图像细化def VThin(image, array):rows, cols = image.shapeNEXT = 1for i in range(rows):

#python#opencv#计算机视觉 +1
Python opencv宽度测量

题目描述利用opencv或其他工具编写程序实现宽度测量。实现过程# -*- coding: utf-8 -*-'''作者 : 丁毅开发时间 : 2021/4/14 14:52'''import cv2import numpy as npfrom PIL import Image, ImageDraw, ImageFont#用于给图片添加中文字符def cv2ImgAddText(img, text

#python#opencv#计算机视觉
机器学习——模型保存

对于已经调好参数的模型,我们需要将其保存下来,可以使用下面两种方法。模型训练from sklearn.tree import DecisionTreeClassifierfrom sklearn import datasetsX, y = datasets.load_iris(return_X_y=True)model = DecisionTreeClassifier()model.fit(X,

#机器学习#python
(思维导图)计算机组成原理(三)

(思维导图)计算机组成原理(三)博主根据mooc上的教学视频,以及教材计算机组成原理(唐朔飞)中的内容,制作了简单的思维导图(应付考试。。),内容可能稍有疏漏,只能作为复习参考,内容详细介绍还是以书上为准。其他章节传送门:(思维导图)计算机组成原理(一)(计算机的基本组成)(思维导图)计算机组成原理(二)(系统总线)...

(思维导图)计算机组成原理(一)

(思维导图)计算机组成原理(一)博主根据mooc上的教学视频,以及教材计算机组成原理(唐朔飞)中的内容,制作了简单的思维导图(应付考试。。),内容可能稍有疏漏,只能作为复习参考,内容详细介绍还是以书上为准。...

(思维导图)计算机组成原理(二)

计算机组成原理思维导图(系统总线)博主根据mooc上的教学视频,以及教材计算机组成原理(唐朔飞)中的内容,制作了简单的思维导图(应付考试。。),内容可能稍有疏漏,只能作为复习参考,内容详细介绍还是以书上为准。...

(pandas)评论数据清洗

(pandas)评论数据清洗1.空值处理2.数据去重3.定向剔除无用评论1.空值处理# 直接删除评论列中的空值(不包含空字符串)df = df.dropna(subset=['comment'])2.数据去重去重时最好把多列作为参照,不能只根据评论列,防止删除不同人写出的相同评论。# 根据用户id与comment两列作为参照,如存在用户id与comment同时相同,那么只保留最开始出现的。df.d

#pandas#数据分析#python
使用Pandas进行数据清洗

数据清洗的目的是修正异常值,以更好地进行运算和观察结果。通过Pandas对序列或数据帧的清洗分为两个步骤:异常检测和数据修正。1.异常检测Pandas中的空值用‘NaN’表示,可以通过调用isnull和notnull来检测序列对象和数据帧对象是否为异常值。import pandas as pddic = {'name': ['Tom', 'Tony', 'Jack'], 'age': [16, 1

#数据分析#python#pandas
数据预处理——标准化

通过本文的学习你将了解到为什么要进行标准化,以及标准化的常用方法。为什么需要标准化数据集标准化是许多在scikit-learn中实现的机器学习估计器的共同要求;如果个体特征不是或多或少地像标准正态分布(零均值,单位标准差的正态分布),算法的表现可能会大打折扣。实际上,我们经常忽略数据的分布形状,而仅仅做零均值、单位标准差的处理。在一个机器学习算法的目标函数里的很多元素所有特征都近似零均值,方差具有

#机器学习#人工智能#python +1
    共 43 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择