摘要：
本项目整理了目前pyecharts支持的所有图表以及基础配置项～所有代码均基于Pyecharts v1.7.1版本，均已全部运行通过 本项目整理了目前pyecharts支持的所有图表以及基础配置项～ 所有代码均基于Pyecharts v1.7.1版本，均已全部运行通过 资源引用 Pyecharts图 阅读全文
摘要：
按照darknet官网上的教程安装这个框架，根据自身的条件（已装好nvidia 显卡驱动，cuda9.0 cudnn7.1），在makefile文件中修改GPU=1 CUDNN=1 OPENCV=1,然后重新make，再下载了yolov3.weights后，然后使用该网页上提供的测试命令做测试。 d 阅读全文
摘要：
nvcc fatal : Unsupported gpu architecture ‘compute_30‘ Package opencv was not found in the pkg-config search path. 阅读全文
摘要：
在出现’unsupported gpu’的情况下一定要去查看cuda对应的版本 cuda对应版本 可以看出compute_30已经被cuda11放弃使用了，所以将这一行对应内容注释掉即可 在make darknet时报错，将mekefile中删除相应的compute_30行 阅读全文
摘要：
Ubuntu里配置opencv时，最后一步报错为： Package opencv was not found in the pkg-config search path. 解决方法如下： cd /usr/local/lib sudo mkdir pkgconfig cd pkgconfig sudo 阅读全文
摘要：
首先可以将系统中的数据源的源列表文件备份一下。 然后编辑源列表文件内容 将里面的内容改为阿里云即可，以下是用Ubuntu16.04为例子。16.04对应的代称是xenial。如果其他版本，可以将代称修改。 ubuntu的源最好也加上，避免某些库找不到。 运行sudo apt-get update 运 阅读全文
摘要：
[convolutional]卷积 [short cut] 残差网络 [yolo]先验框[upsample]上采样 阅读全文
摘要：
第一栏的Fan：N/A是风扇转速，从0到100%之间变动，这个速度是计算机期望的风扇转速，实际情况下如果风扇堵转，可能打不到显示的转速。有的设备不会返回转速，因为它不依赖风扇冷却而是通过其他外设保持低温（比如我们实验室的服务器是常年放在空调房间里的）。 第二栏的Temp：是温度，单位摄氏度。 第三栏 阅读全文
摘要：
错误：/src/convolutional_layer.c:153:13: error: 'CUDNN_CONVOLUTION_FWD_SPECIFY_WORKSPACE_LIMIT' undeclared (first use in this function); 修改出错的文件src/convo 阅读全文
摘要：
一、机器如何识图 先给大家出个脑筋急转弯：在白纸上画出一个大熊猫，一共需要几种颜色的画笔？——大家应该都知道，只需要一种黑色的画笔，只需要将大熊猫黑色的地方涂上黑色，一个大熊猫的图像就可以展现出来。 我们画大熊猫的方式，其实和妈妈们的十字绣很接近——在给定的格子里，绣上不同的颜色，最后就可以展现出一 阅读全文
摘要：
次坐标轴显示的常用函数 plt.subplots() 其中常用参数为： nrows，ncols：代表子图的行列数。 sharex, sharey： 设置为 True 或者 ‘all’ 时，所有子图共享坐标轴 设置为 False or ‘none’ 时，所有子图的坐标轴独立 设置为 ‘row’ 时，每 阅读全文
摘要：
坐标轴设置常用函数及其作用 1、plt.xlim()和plt.ylim() 用于设置x坐标轴位于left到right之间 plt.ylim( *args, **kwargs) # ylim((bottom, top)) # ylim(bottom, top) 2、plt.xlabel()和plt.y 阅读全文
摘要：
图例设置常用函数及其作用 plt.legend() 其中**kwargs包含常用的参数： 1、loc：图例位置，可取：‘best’、 ‘upper right’、‘upper left’、‘lower left’、‘lower right’、‘right’、‘center left’、‘center 阅读全文
摘要：
标注常用函数及其作用 1、plt.annotate() 其中常用的参数有：1、s：代表标注的内容2、xy：需要被标注的坐标，通过xycoords设置偏移方式3、xytext：标注的文字的坐标，通过textcoords设置偏移方式4、xycoords：用于设置xy的偏移方式 6、color：设置字体颜 阅读全文
摘要：
坐标能见度设置常用函数 set_bbox方法 该代码的执行顺序是首先获取x轴和y轴的坐标tick的标签labels，然后设置字体的大小为12，之后使用set_bbox方法，传入一个字典，字典的参数可以包含以下部分： 1、facecolor：代表其前景色。 2、edgecolor：代表其边框颜色。 3 阅读全文
摘要：
散点图绘制常用函数 plt.scatter() 常用参数如下： x，y：代表着即将绘制的散点图的坐标，可以是1个数或者n维数组，但是shape要一样。 s：是一个实数或者是一个数组，这个是一个可选的参数。 c：表示的是颜色，默认为蓝色，可以是一个数或者一个n维数组。 marker：表示的是标记的样式 阅读全文
摘要：
柱状图绘制常用函数 plt.bar() 常用参数如下： x：每个柱子的x坐标。 height：每个柱子的高度。 width：每个柱子的宽度。 align：每个柱子相对于其对应的x的位置。常见的是center，位于对应的x的中间。 color：用于设置柱子的颜色。 edgecolor：用于设置柱子边缘 阅读全文
摘要：
等高线绘制常用函数 plt.contourf() 其中，X，Y分别代表网格化后的x，y坐标；f_x_y对于等高线而言，其代表了高度；8代表等高线要分为10块（输入0时等高线分为2块）；alpha代表每个填充物的透明度；cmap代表填充的色调，这里选择hot热烈的色调，其可选择的内容可以参考https 阅读全文
摘要：
3D绘画绘制常用函数 Axes3D() ax.plot_surface() 其中，X，Y，Z分别代表网格化后的x，y，z坐标；rstride代表行（row）的宽度；cstride代表列（column）的宽度；cmap代表填充的色调，这里选择rainbow色调，其可选择的内容可以参考https://m 阅读全文
摘要：
分格显示的方法 分格显示常用的方法有两种，一种是利用plt.subplot2grid对图像进行网格化，划分的同时分配空间；另一种利用gridspec.GridSpec进行网格化，划分完后分配空间。 利用plt.subplot2grid进行分格显示 该方法的关键是利用plt.subplot2grid对 阅读全文
摘要：
画中画显示的方法 fig.add_axes()的使用方式 应用示例 实现结果为 阅读全文
摘要：
plt.plot() 其中**kwargs包含常用的参数： 应用示例： # 颜色红，线宽1，线的样式为'-'，标记的风格为'.' plt.plot(x,y2,color = 'red',linewidth = 1.0,linestyle = '--',marker = '.') plt.plot(x 阅读全文
摘要：
1、blur 2、GaussianBlur 3、medianBlur 4、bilateralFilter 5、腐蚀和膨胀 6、morphologyEx高级形态学变换 7、convertScaleAbs图像增强 8、Sobel 9、Laplacian 10、Scharr 11、Canny 好好学习噢！ 阅读全文
摘要：
1、VideoCapture 2、imread 3、resize 4、clone 5、cvtColor 6、Scalar 7、获取像素点的值 8、Rect 9、截取Rect部分图像 10、equalizeHist直方图均衡化 11、threshold阈值操作 12、line直线绘画 13、ellip 阅读全文
摘要：
下载： https://developer.nvidia.com/rdp/form/cudnn-download-survey 解压，执行 是否安装成功 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 阅读全文
摘要：
官方网站https://developer.nvidia.com/cuda-downloads 选择Linux-》X86_64-》ubuntu-》20.04-》deb(local) 配置环境变量 sudo gedit ~/.bashrc export PATH=/usr/local/cuda-11/ 阅读全文
摘要：
首先在github上面clone labelImg的安装包，安装包地址：https://github.com/Ruolingdeng/labelImg 然后打开安装包labelImg，并右键打开终端或快捷键Ctrl+Alt+T打开终端并cd 目录到labelImg下，输入 截图如下： 安装完之后，打 阅读全文
摘要：
摘要 Pad 表示分辨率为300x200，帧率为30fps的RGB视频的Caps： 表示采样位宽为16位，采样率44.1kHz，双通道PCM音频的Caps： 或者直接描述编码数据格式Voribis，VP8： Pad Templates（模板） Pad Availability（有效性） 示例代码 将 阅读全文
摘要：
摘要 基本概念 Element Bin和Pipeline Bus Element Hello World 编译并运行示例，可以看到弹出的窗口中播放着测试视频,并且还显示着播放时间。 源码分析 videotestsrc是一个source element，用于产生视频数据，通常用于调试。timeover 阅读全文
摘要：
摘要 环境配置 安装编译工具及库 Hello World 通过下面的命令编译得到可执行程序 $ gcc basic-tutorial-1.c -o basic-tutorial-1 `pkg-config --cflags --libs gstreamer-1.0` 源码分析 初始化GStreame 阅读全文
摘要：
什么是Gstreamer？ Gstreamer是一个支持Windows，Linux，Android， iOS的跨平台的多媒体框架，应用程序可以通过管道（Pipeline）的方式，将多媒体处理的各个步骤串联起来，达到预期的效果。每个步骤通过元素（Element）基于GObject对象系统通过插件（pl 阅读全文
摘要：
双目立体匹配一直是双目视觉的研究热点，双目相机拍摄同一场景的左、右两幅视点图像，运用立体匹配匹配算法获取视差图，进而获取深度图。而深度图的应用范围非常广泛，由于其能够记录场景中物体距离摄像机的距离，可以用以测量、三维重建、以及虚拟视点的合成等。在上一节中，我们看到了对极约束和其他相关术语等基本概念。我们还看到，如果我们有两个场景相同的图像，则可以通过直观的方式从中获取深度信息。下面是一张图片和一些... 阅读全文
摘要：
最终整个程序： 阅读全文
摘要：
在我们使用针孔相机时，我们会丢失大量重要的信息，比如说图像的深度，或者说图像上的点和摄像机的距离，因这是一个从 3D 到 2D 的转换。因此一 个重要的问题就产生了，使用这样的摄像机我们能否计算除深度信息呢？答案 就是使用多个相机。我们的眼睛就是这样工作的，使用两个摄像机（两个眼睛）， 这被称为立体视觉。在进入深度图像之前，我们要先掌握一些多视角几何的基本概念。在本节中我们要处理对极几何。下图为使... 阅读全文
摘要：
在上一节摄像机校准里，我们找到了摄像机矩阵，畸变参数等，给一个模板图像，我们可以用上面的信息来计算它的姿态，或者物体是如何处于空间中的，比如如何旋转的，怎么被移动的。对于一个平面物体。我们可以假设Z = 0，这样，问题现在变成了摄像机如何放置的来看我们的模板图像，所以，如果我们知道物体是怎么放在空间中的，我们可以画出2D图来模拟3D效果。在计算机视觉中，物体的姿势指的是其相对于相机的相对取向和位置... 阅读全文
摘要：
上个教程已经谈到，为了校准摄像头，我们至少需要10种测试模式。现在我们使用示例图片：用同一相机从不同的位置，不同的角度，拍摄标定板的多张照片（10-20张最佳），将照片放到文件夹中：设想一张棋盘的图像，需要用于校准摄像头最重要的输入数据是3D真实世界点的集合以及图像中这些点的相应2D坐标。2D图像点我们得能够轻易从图像中找出来。(这些图像点是棋盘中两个黑色方块相互接触的位置)那现实世界空间的3D点 阅读全文
摘要：
了解完一定原理之后，我们在下个教程中将开始实践一下。 阅读全文
摘要：
之前我们讨论过LK算法，其本质来讲属于稀疏光流算法，我们在OpenCV中所用的函数为：calcOpticalFlowPyrLK。这次来介绍一种稠密光流算法（即图像上所有像素点的光流都计算出来），它由Gunnar Farneback 所提出。光流是由物体或相机的运动引起的图像对象在两个连续帧之间的视在运动模式.光流方法计算在t和 t+Δt时刻拍摄的两个图像帧之间的每个像素的运动位置。这些方法被称为差 阅读全文
摘要：
之前介绍的两种算法对于视频中的跟踪而言仍然有一定的局限性。这次我们来讨论一种光流估计的方法用于进行目标跟踪。光流是物体或者摄像头的运动导致的两个连续帧之间的图像对象的视觉运动的模式。它是一个向量场，每个向量是一个位移矢量，显示了从第一帧到第二帧的点的移动，如图：它显示了一个球在5个连续帧里的移动。箭头显示了它的位移矢量。光流在很多领域有应用：·移动构建·视频压缩·视频稳定光流在很多假设下有效：1. 阅读全文
摘要：
上一个教程中我们介绍了一个视频跟踪的算法，但是通过实验我们发现，在视频或者是摄像头当中，如果被追踪的物体迎面过来，由于****效果，物体会放大，之前设置好的窗口区域大小会不合适。OpenCV实现了一个Camshift算法，首先使用meanshift算法找到目标，然后调整窗口大小，而且还会计算目标对象的的最佳外接圆的角度，并调整窗口。并使用调整后的窗口对物体继续追踪。使用方法与meanShift算法 阅读全文