文章目录OpenCV1 OpenCV的Python接口2 OpenCV基础知识2.1 读取和写入图像2.2 颜色空间2.3 显示图像及结果3 处理视频3.1 视频输入3.2 将视频读取到NumPy数组4 跟踪4.1 光流4.2 Lucas-Kanade算法4.2.1 使用跟踪器4.2.2 使用发生器5 应用实例5.1 图像修复5.2 利用分水岭变换进行分割5.3 利用霍夫变换检测直线OpenCVO

文章目录照相机模型1 针孔照相机模型1.1 照相机矩阵1.2 三维点的投影1.3 照相机矩阵的分解1.4 计算照相机中心2 照相机标定3 以平面和标记物进行姿态估计4 总结照相机模型1 针孔照相机模型针孔照相机模型是计算机视觉中广泛使用的照相机模型。该相机从一个小孔采集射到暗箱内部的光线。在真空照相机模型中，在光线投射到图像平面之前，从唯一一个点经过。图1 针孔照相机模型在图中示出了与针孔相机映射

configure --prefix=/usr的时候报错。

文章目录PyTorch模型的保存和加载模块和张量的序列化和反序列化模块状态字典的保存和载入PyTorch数据的可视化TensorBoard的使用总结PyTorch模型的保存和加载在深度学习模型的训练过程中，如何周期性地对模型做存档非常重要。一方面，深度学习模型的训练是一个长期的过程，一般来说，大的模型可能运行数天或者数周，这样可能就会在训练的过程中出现一些问题。由于模型一般在运行时保存在计算机的内

文章目录图像压缩1 图像压缩基础1.1 编码冗余1.2 像素间冗余1.3 心理视觉冗余1.4 保真度准则2 无损压缩方法3 有损压缩方法4 图像压缩标准图像压缩图像压缩所解决的问题是尽量减少表示数字图像时需要的数据量。减少数据量的基本原理是除去其中多余的数据。1 图像压缩基础术语“数据压缩”指减少表示给定信息的量所需的数据量。数据和信息之间必须给予明确的区分。数据是信息传递的手段，对相同数量的信息

文章目录深度学习基本概念深度学习机器学习深度学习基本概念深度学习深度学习的本质是一个前馈神经网络。早期的人工神经网络通过模拟动物的神经元的运行模式来实现对数据的拟合和预测，即通过函数模拟信息在神经元中的变换和传输。感知机通过对输入进行单层的线性变换来完成分类，然而这个模型无法解决线性不可分的问题。直到出现了多层感知机，由于增加了人工神经网络的深度，其对于相对复杂的函数拟合效果比较好，所以只要参数和

文章目录数据降维1 维度灾难与降维2 主成分分析2.1 PCA原理2.2 PCA算法2.3 PCA算法实验数据降维数据降维又称维数约简，就是降低数据的维度。其方法有很多种，从不同角度入手可以有不同的分类，主要分类方法有：根据数据的特性可以划分为线性降维和非线性降维，根据是否考虑和利用数据的监督信息可以划分为无监督降维、有监督降维和半监督降维，根据保持数据的结构可以分为全局保持降维、局部保持降维和全