摘要：
公众号同步更新，欢迎关注，一起学习！！！ 阅读全文
公众号同步更新，欢迎关注，一起学习！！！ 阅读全文
摘要：
利用爬虫抓取了百度百科和维基百科上姐姐们的公开数据信息。两个网站均为静态的页面，只需要对相应HTML标签进行解析即可获取相应的数据。（更简单的方法也可以直接复制相应的表格信息到本地） 阅读全文
利用爬虫抓取了百度百科和维基百科上姐姐们的公开数据信息。两个网站均为静态的页面，只需要对相应HTML标签进行解析即可获取相应的数据。（更简单的方法也可以直接复制相应的表格信息到本地） 阅读全文
摘要：
前段时间，下班后闲来无事，参加了百度PaddleHub的AI人像抠图创意赛，凭借着大家的阅读量，获得了一个第三名，得了一个小度音响，真香啊！ PaddleHub创意赛第二期又出来了，这次要做什么呢? 人脸检测主题创意赛 ，爱搞事的我肯定是少不了搞一波事情的，想想这能玩出什么花样来？ 阅读全文
前段时间，下班后闲来无事，参加了百度PaddleHub的AI人像抠图创意赛，凭借着大家的阅读量，获得了一个第三名，得了一个小度音响，真香啊！ PaddleHub创意赛第二期又出来了，这次要做什么呢? 人脸检测主题创意赛 ，爱搞事的我肯定是少不了搞一波事情的，想想这能玩出什么花样来？ 阅读全文
摘要：
主要利用python结合爬虫和可视化技术对《青春有你2》的进行简单的数据统计与分析。
利用前面文章介绍的scrapy框架对爱奇艺官方助力网站进行数据爬取，不过这里涉及到动态网页的抓取，根据下面的网页分析有两种方案，一是需要配合selenium和谷歌驱动浏览器无头模式一起使用，再根据网页标签进行解析，二是直接请求网页的动态地址，返回json格式的选手数据。通过爬虫，我们可以获取小姐姐们的一些数据，包括：姓名、出生日期、身高体重等信息，以及他们的美照。 阅读全文
主要利用python结合爬虫和可视化技术对《青春有你2》的进行简单的数据统计与分析。
利用前面文章介绍的scrapy框架对爱奇艺官方助力网站进行数据爬取，不过这里涉及到动态网页的抓取，根据下面的网页分析有两种方案，一是需要配合selenium和谷歌驱动浏览器无头模式一起使用，再根据网页标签进行解析，二是直接请求网页的动态地址，返回json格式的选手数据。通过爬虫，我们可以获取小姐姐们的一些数据，包括：姓名、出生日期、身高体重等信息，以及他们的美照。 阅读全文
摘要：
EXIF（Exchangeable image file format，可交换图像文件格式）是专门为数码相机的照片设定的，可以记录数码照片的属性信息和拍摄数据，如拍摄时间、图像分辨率、感光值、GPS坐标等。
Exif最初由日本电子工业发展协会在1996年制定，版本为1.0。1998年，升级到2.1，增加了对音频文件的支持。2002年3月，发表了2.2版。
Exif可以附加于JPEG、TIFF、RIFF等文件之中，为其增加有关数码相机拍摄信息的内容和索引图或图像处理软件的版本信息。 阅读全文
EXIF（Exchangeable image file format，可交换图像文件格式）是专门为数码相机的照片设定的，可以记录数码照片的属性信息和拍摄数据，如拍摄时间、图像分辨率、感光值、GPS坐标等。
Exif最初由日本电子工业发展协会在1996年制定，版本为1.0。1998年，升级到2.1，增加了对音频文件的支持。2002年3月，发表了2.2版。
Exif可以附加于JPEG、TIFF、RIFF等文件之中，为其增加有关数码相机拍摄信息的内容和索引图或图像处理软件的版本信息。 阅读全文
摘要：
scrapy介绍 Scrapy 是一套基于Twisted、纯python实现的异步爬虫框架，用户只需要定制开发几个模块就可以轻松的实现一个爬虫，用来抓取网页内容以及各种图片，相当的方便～ 整体架构和组成 Scrapy Engine(引擎) 引擎负责控制数据流在系统所有组件中的流动，并在相应动作发生时 阅读全文
scrapy介绍 Scrapy 是一套基于Twisted、纯python实现的异步爬虫框架，用户只需要定制开发几个模块就可以轻松的实现一个爬虫，用来抓取网页内容以及各种图片，相当的方便～ 整体架构和组成 Scrapy Engine(引擎) 引擎负责控制数据流在系统所有组件中的流动，并在相应动作发生时 阅读全文
摘要：
本项目根据DeepLabv3+模型一键抠图示例，主要采用PaddleHub DeepLabv3+模型(deeplabv3p_xception65_humanseg)和python图像处理库opencv、PIL等完成。在最新作中，作者通过encoder-decoder进行多尺度信息的融合，同时保留了原来的空洞卷积和ASSP层， 其骨干网络使用了Xception模型，提高了语义分割的健壮性和运行速率，在 PASCAL VOC 2012 dataset取得新的state-of-art performance。 阅读全文
本项目根据DeepLabv3+模型一键抠图示例，主要采用PaddleHub DeepLabv3+模型(deeplabv3p_xception65_humanseg)和python图像处理库opencv、PIL等完成。在最新作中，作者通过encoder-decoder进行多尺度信息的融合，同时保留了原来的空洞卷积和ASSP层， 其骨干网络使用了Xception模型，提高了语义分割的健壮性和运行速率，在 PASCAL VOC 2012 dataset取得新的state-of-art performance。 阅读全文
摘要：
本文涵盖opencv图形绘制相关函数，涉及的函数有：cv2.line(): 画线条
cv2.circle(): 绘制圆形
cv2.rectangle(): 绘制矩形
cv2.ellipse(): 椭圆绘制
cv2.putText(): 向图片添加文字 阅读全文
本文涵盖opencv图形绘制相关函数，涉及的函数有：cv2.line(): 画线条
cv2.circle(): 绘制圆形
cv2.rectangle(): 绘制矩形
cv2.ellipse(): 椭圆绘制
cv2.putText(): 向图片添加文字 阅读全文
摘要：
VideoCapture类实现视频获取，可以从摄像头或者文件进行视频读取。首先，创建一个VideoCapture对象，参数可以是设备索引（摄像头索引）或视频文件的名称。如果是设备索引，当只连接一台摄像机时，可以是0或-1；也可以通过传递1来选择第二个摄像头。然后，便可以通过该对象一帧一帧的获取视频图像帧。最后，释放VideoCapture对象。
显示视频图像帧，涉及到的opencv函数包括：
创建对象：cap = cv2.VideoCapture(0) 阅读全文
VideoCapture类实现视频获取，可以从摄像头或者文件进行视频读取。首先，创建一个VideoCapture对象，参数可以是设备索引（摄像头索引）或视频文件的名称。如果是设备索引，当只连接一台摄像机时，可以是0或-1；也可以通过传递1来选择第二个摄像头。然后，便可以通过该对象一帧一帧的获取视频图像帧。最后，释放VideoCapture对象。
显示视频图像帧，涉及到的opencv函数包括：
创建对象：cap = cv2.VideoCapture(0) 阅读全文
摘要：
图像读取、显示函数，注意图像读取时：
1. 图像数据以B,G,R的顺序存储。
2. 读取的图像像素值范围：【0，255】。
3. 图片路径错误时，程序不报错，返回值为None，显示操作时会报：error: (-215:Assertion failed) size.width>0 && size.height>0 in function 'cv::imshow'。
4. 图片路径中不能包含中文，否则报同2一样的错误。
阅读全文
图像读取、显示函数，注意图像读取时：
1. 图像数据以B,G,R的顺序存储。
2. 读取的图像像素值范围：【0，255】。
3. 图片路径错误时，程序不报错，返回值为None，显示操作时会报：error: (-215:Assertion failed) size.width>0 && size.height>0 in function 'cv::imshow'。
4. 图片路径中不能包含中文，否则报同2一样的错误。
阅读全文
摘要：
OpenCV（开源计算机视觉库：http://opencv.org）是英特尔开源的一个跨平台计算机视觉的BSD许可库，包含数百种计算机视觉算法。OpenCV由Gary Bradsky于1999年在英特尔创立，第一版于2000年问世。Vadim Pisarevsky加入Gary Bradsky，一起管理英特尔的俄罗斯软件OpenCV团队。2005年，OpenCV用于Stanley，该车赢得了2005年DARPA挑战赛的冠军。后来，在Willow Garage的支持下，由Gary Bradsky和Vadim Pisarevsky领导了该项目，它得以继续积极的发展。OpenCV现在支持与计算机视觉和机器学习有关的多种算法，并且正在日益扩展。 阅读全文
OpenCV（开源计算机视觉库：http://opencv.org）是英特尔开源的一个跨平台计算机视觉的BSD许可库，包含数百种计算机视觉算法。OpenCV由Gary Bradsky于1999年在英特尔创立，第一版于2000年问世。Vadim Pisarevsky加入Gary Bradsky，一起管理英特尔的俄罗斯软件OpenCV团队。2005年，OpenCV用于Stanley，该车赢得了2005年DARPA挑战赛的冠军。后来，在Willow Garage的支持下，由Gary Bradsky和Vadim Pisarevsky领导了该项目，它得以继续积极的发展。OpenCV现在支持与计算机视觉和机器学习有关的多种算法，并且正在日益扩展。 阅读全文