本文涉及齿轮的基础知识、Solidworks绘制齿轮、机械爪、以及装配体配和演示。

识别三角形Canny算子和霍夫变换检测思路求两直线交点具体实现思路Canny算子和霍夫变换Canny算子主要用于边缘检测，霍夫变化则用于获取边缘直线。故我们先进行Canny边缘检测，后用霍夫变化。在opencv和openmv都有相关集成的函数，直接调用即可。检测思路霍夫变换之后会得到直线的两个点，我们可以运用这两个点求得直线的斜率（k）和截距（b）。再运用高中的知识便轻而易举的得到直线相交的点，以

learning note

什么是目标检测？长话短说，“检测图片中物体所在的位置”。本文只介绍用深度学习的方法进行目标检测。同时建议学习目标检测应先具备物体人工智能算法基础和物体分类现实基础。Bounding Box输出为了得到物体的位置的四个参数，bx、by、bh、bw，我们再最后再输出层上面多加四个神经元来输出这四个参数。同理，我们需要什么信息，就多加一个神经元来输出它。例如，我现在检测一张8x8x3的图片中苹果的位置，

Linux learning note

本文目的：将所有图像等比例缩放到小于224x224x3，然后再对不足224x224x3部分填充黑边，达到所有图片都是224x224x3的规格。本人才疏学浅，也不知道如何准确论证为何填充黑边是有效的行为，反正，亲测效果十分明显。import cv2f = open("img_path.txt")#读取存放图像文件的文本文件i = 1for name in f:name = name.split("\

本文目的：将所有图像等比例缩放到小于224x224x3，然后再对不足224x224x3部分填充黑边，达到所有图片都是224x224x3的规格。本人才疏学浅，也不知道如何准确论证为何填充黑边是有效的行为，反正，亲测效果十分明显。import cv2f = open("img_path.txt")#读取存放图像文件的文本文件i = 1for name in f:name = name.split("\

本文目的：将所有图像等比例缩放到小于224x224x3，然后再对不足224x224x3部分填充黑边，达到所有图片都是224x224x3的规格。本人才疏学浅，也不知道如何准确论证为何填充黑边是有效的行为，反正，亲测效果十分明显。import cv2f = open("img_path.txt")#读取存放图像文件的文本文件i = 1for name in f:name = name.split("\

放置螺丝孔放置螺丝孔十分容易，网上便有很多教程，在此我也重复一次。如上图，在特征一行中点击“异型孔向导”，在逐步选择所要的螺孔类型，和位置即可。新手如果纠结可以按照我的设置来，前提是你用的是M3的螺丝孔。再着再将螺丝孔放在你想要的位置即可。但当真那么顺利吗？接着往下看。解决螺丝孔无法放在边线和顶点这个问题就很迷，它这里的边线连虚线都不行，可我们一般就是要放在边线和顶点上，不然要怎么约束它的位置呢。

Electronic technology learning notes