目标在本章中，将学习另一个角点检测器：Shi-Tomasi拐角检测器函数：cv2.goodFeaturesToTrack()理论在上一章中，学习了Harris Corner Detector。1994年下半年，J.Shi和C. Tomasi在论文《Good Features to Track》中做了一个小修改，与Harris Harris Detector相比，展示了更好的结果。哈里斯角落探测器的

目标在本章中，将学习凸起缺陷检测寻找点到多边形的最短距离匹配不同的形状理论和代码凸性缺陷(Convexity Defects)上一节学习了如何寻找轮廓， 凸包上的任何偏差都可以被认为是有凸性缺陷。OpenCV中有一个函数来寻找凸包,cv2.convexityDefects()。hull = cv2.convexHull(cnt, returnPoints = False)defects = cv2

目标学习轮廓的层次，即轮廓中的父子关系理论在前几篇关于轮廓的文章中，已经讨论了与OpenCV提供的轮廓相关的几个函数。但是当使用cv2.findcontour()函数在图像中找到轮廓时，已经传递了一个参数，轮廓检索模式。通常通过了cv2.RETR_LIST或cv2.RETR_TREE，效果很好。但这到底意味着什么呢?另外，在输出中，得到了两个数组，第一个是轮廓，还有一个是命名为hierarchy的

目标在本章中，将学习Canny边缘检测的概念函数: cv2.Canny()理论Canny Edge Detection是一种流行的边缘检测算法。它由John F. Canny发明。该算法是一个多阶段算法，下面将介绍经历的每个阶段。降噪由于边缘检测容易受到图像中噪声的影响，因此第一步是使用5x5高斯滤波器消除图像中的噪声import cv2from matplotlib import pyplot

目标在本文中，将学习如何找到轮廓的不同特征，例如面积，周长，质心，边界框等。将看到大量与轮廓有关的函数图像矩图像矩是指图像的某些特定像素灰度的加权平均值（矩），或者是图像具有类似功能或意义的属性， 可以帮助计算一些特征，例如物体的质心，物体的面积等。函数cv2.moments()提供了所有计算出的矩值。见下文：import cv2import numpy as npimg = cv2.imread

目标了解如何在OpenCV中处理鼠标事件cv2.setMouseCallback()了解将轨迹栏固定到OpenCV窗口cv2.getTrackbarPos()cv2.createTrackbar()鼠标作为画笔凡是涉及这种GUI交互的，需要对每种动作设置一种回调函数，与对应的交互动作进行互动。创建一个简单的应用程序，无论在哪里双击它，都可以在图像上绘制一个圆。首先，创建一个鼠标回调函数，该函数在发

Opencv中的绘图功能目标在这里，将学习以下功能：cv2.line()cv2.circle()cv2.rectangle()cv2.ellipse()cv2.putText()代码在上述所有功能中，将看到一些常见的参数，如下所示:img: 要绘制形状的图像，类似于基底color: 形状的颜色，对于BGR，将其作为元组传递，例如：(255,0,0)对于蓝色。对于灰度，只需传递标量值即可thickn

背景线上算法服务有一个偶尔触发的逻辑需要访问三方的api，由于生产服务器无法访问外网，因此一直使用代理进行外网访问，最近代理服务器被重装了，由于该代理是前同事装的，导致这台服务器重装时候没有通知相应的人员进行对应的配置保留，进而影响了线上服务。后面需要线上问题修复，问题就推到我这里了。问题上述问题解决办法比较清楚，就是在那台重装的服务器上恢复代理（重装代理）。这里以A表示线上服务器(当然不止一台线

ImportError: cannot import name 'PCQM4MEvaluator' from 'ogb.lsc'

问题测试gunicorn不同work下的性能时候，在eventlet 方式下报错误Error: class uri 'eventlet' invalid or not found:[Traceback (most recent call last):File "/app/venv/lib64/python3.6/site-packages/gunicorn/util.py", line 99, i