代码笔记：from sklearn.linear_model import LogisticRegression as LRfrom sklearn.datasets import load_breast_cancerimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.model_selection import...

import matplotlib.pyplot as pltimport numpy as npx= np.linspace(0,5*np.pi, 1000)y1 = np.sin(x)y2 = np.sin(2*x)#plt.plot(x,y1)#plt.plot(x,y2)plt.fill(x,y1,'b',alpha=0.5)plt.fill(x,y2,'r',a...

图像处理是将输入图像转换为输出图像的过程，人是图像处理的效果的最终解释者；在计算机视觉中，计算机是图像的解释者；图像处理仅仅是计算机视觉系统中的一个模块；计算机图形学的主要工作是从三维描述到二维图像显示的过程；计算机视觉则是从二维图像数据到三维描述的过程，计算机视觉是计算机图形学的逆问题。模式识别主要解决分类的问题，是计算机视觉中的一个模块；总体来说他们有如下的关系：

虚拟机通过桥接方式上网，跟一个host就可以组件局域网，非常方便。如果host使用的是有线连接，配置非常方便。如下图，选择桥接模式，复制物理网络连接状态可以不选，在“配置适配器中”选择要桥接的有限网卡，开启虚拟机之后就可以DHCP上网了。如果是host主机选择的是无线上网，上面的方法就要调整了。1，选择桥接模式，并且enable复制物理网络连接状态, 选择要桥接的无线网卡，...

host主机为win7,虚拟机为ubuntu安装增强功能时候，会提示强制释放cdrom中已经加载的虚拟盘，然后加载需要的盘。有时候在加载光盘的时候会提示加载失败，我们弹出重新加载，仍然会有下面的错误mount unknown filesystem type iso9660，这是因为没有iso9660文件系统，需要在你的虚拟机中安装对应的文件系统。直接升级吧。我用

Fast： Feature from Accelerated Segment Test适合在计算能力有限的设备上使用，其速度比SIFT 和SURF快，但是精度有限。#!/usr/bin/env pythonimport cv2img = cv2.imread('chess.png')gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

share一些python实现的code#!/usr/bin/env python#coding=utf-8import cv2img = cv2.imread("trace_border2.bmp")[img_h, img_w, img_channel] = img.shapetrace = []start_x = 0start_y = 0gray = img[:,...

模式识别的一般步骤是：（1）特征提取（2）根据特征和正负样本训练分类器（3）利用分类器识别HOG就是一个描述图像信息的特征。Histogram of Oriented Gradient, 既方向梯度直方图，在特定梯度方向上的梯度值总和。概念性的东西不说了，下面通过代码详细讲解。HOG特征对图像几何的和光学的形变都能保持很好的不变性，这两种形变只会出现在更大的空间领域上。其次

鼠标操作：#!/usr/bin/env pythonimport numpy as npimport cv2events=[i for i in dir(cv2) if 'EVENT' in i]#events=[i for i in dir(cv2)]print eventsdef draw_circle(event, x, y, flags, param):if

#!/usr/bin/env pythonimport numpy as npimport cv2img = np.zeros((512,512,3), np.uint8)cv2.line(img, (0,0), (511, 511), (255,0,0), 5) #line color (BGR)cv2.rectangle(img, (384,0), (510, 128), (