摘要: #画线 blue = (0,0,255) cv2.line(image, (300,0), (150,150), blue, 5) show(image) #画矩形 red = (255,0,0) cv2.rectangle(image, (10,10), (60,60), red, 2) show 阅读全文
posted @ 2020-08-30 09:58 yunshangyue 阅读(158) 评论(0) 推荐(0) 编辑
摘要: image = imread('test.jpg') show(image) image.shape # 创建遮挡 mask = np.zeros(image.shape,dtype='uint8') white = (255,255,255) cv2.rectangle(mask, (50,50) 阅读全文
posted @ 2020-08-30 09:56 yunshangyue 阅读(124) 评论(0) 推荐(0) 编辑
摘要: """ Averaging平均 计算卷积框覆盖区域所有像素的平均值得到卷积的结果 [[1 1 1 1 1] [1 1 1 1 1] [1 1 1 1 1] [1 1 1 1 1] [1 1 1 1 1]] """ kernelsizes = [(3,3),(9,9),(15,15)] plt.fig 阅读全文
posted @ 2020-08-30 09:55 yunshangyue 阅读(293) 评论(0) 推荐(0) 编辑
摘要: image = imread('test.jpg') image.shape #切分通道 (R, G, B) = cv2.split(image) #合并通道 merged = cv2.merge([R,G,B]) show(merged) 阅读全文
posted @ 2020-08-30 09:53 yunshangyue 阅读(136) 评论(0) 推荐(0) 编辑
摘要: #如果果再指定complie的时候没有指定metrics这个参数,也就是网络只计算损失,不计算其他的性能指标。 #前提 # sgd:Stochastic gradient descent,随机梯度下降法 # mse:Mean Squared Error,均方误差 #model.compile(opt 阅读全文
posted @ 2020-08-30 09:50 yunshangyue 阅读(263) 评论(0) 推荐(0) 编辑
摘要: import numpy as np import cv2 # 从文件读取视频内容 cap = cv2.VideoCapture('videos/cats.mp4') # 视频每秒传输帧数 fps = cap.get(cv2.CAP_PROP_FPS) # 视频图像的宽度 frame_width = 阅读全文
posted @ 2020-08-30 09:48 yunshangyue 阅读(274) 评论(0) 推荐(0) 编辑
摘要: from keras.processing.image import ImageDataGenerator,array_to_img,img_to_array,load_img import numpy as np datagen =ImageDataGenerator( rotation_rang 阅读全文
posted @ 2020-08-30 09:45 yunshangyue 阅读(177) 评论(0) 推荐(0) 编辑
摘要: # 保存模型,数据和网络全部保存 model.save('model.h5') # HDF5文件,pip install h5py #网络训练好以后就可以按照上面保存了。 # 载入模型 model = load_model('model.h5') # 评估模型,载入后可以直接用于评估 loss,ac 阅读全文
posted @ 2020-08-30 09:42 yunshangyue 阅读(485) 评论(0) 推荐(0) 编辑
摘要: 训练的数据输入可以全部载入内存,下面这两种方法 #按照批次进行训练(传入的是一个批次的样本和标签)样本少,将所有的样本作为一个批次 cost = model.train_on_batch(x_data,y_data) #划分批次进行训练(传入的是所有的数据进行分批次训练)样本数量多。 model.f 阅读全文
posted @ 2020-08-30 09:39 yunshangyue 阅读(208) 评论(0) 推荐(0) 编辑
摘要: 顺序模型用的多 # Sequential按顺序构成的模型 from keras.models import Sequential # 构建一个顺序模型 model = Sequential() #model中添加层 #方法一 # 构建一个顺序模型 model = Sequential() # 在模型 阅读全文
posted @ 2020-08-30 09:37 yunshangyue 阅读(261) 评论(0) 推荐(0) 编辑
摘要: from keras.applications.vgg16 import VGG16 from keras.models import Sequential from keras.layers import Conv2D,MaxPool2D,Activation,Dropout,Flatten,De 阅读全文
posted @ 2020-08-30 09:33 yunshangyue 阅读(727) 评论(0) 推荐(0) 编辑
摘要: from keras.applications.vgg16 import VGG16 from keras.models import Sequential from keras.layers import Conv2D,MaxPool2D,Activation,Dropout,Flatten,De 阅读全文
posted @ 2020-08-30 09:32 yunshangyue 阅读(665) 评论(0) 推荐(0) 编辑
摘要: from keras.models import Sequential from keras.layers import Conv2D,MaxPool2D,Activation,Dropout,Flatten,Dense from keras.optimizers import Adam from 阅读全文
posted @ 2020-08-30 09:31 yunshangyue 阅读(510) 评论(0) 推荐(0) 编辑
摘要: Haar特征+Adaboost级联分类器 from imutils import * image = imread('face.png') show(image) """ 1 image:输入图像 2 scaleFactor=1.1:这个是每次缩小图像的比例,默认是1.1 3 minNeighbor 阅读全文
posted @ 2020-08-30 09:28 yunshangyue 阅读(197) 评论(0) 推荐(0) 编辑
摘要: import numpy as np import cv2 # 从文件读取视频内容 cap = cv2.VideoCapture('videos/cats.mp4') # 视频每秒传输帧数 fps = cap.get(cv2.CAP_PROP_FPS) # 视频图像的宽度 frame_width = 阅读全文
posted @ 2020-08-30 09:25 yunshangyue 阅读(126) 评论(0) 推荐(0) 编辑
摘要: # 从摄像头获取图像数据 cap = cv2.VideoCapture(0) while(True): # ret 读取成功True或失败False # frame读取到的图像的内容 # 读取一帧数据 ret,frame = cap.read() # 变为灰度图 gray = cv2.cvtColo 阅读全文
posted @ 2020-08-30 09:23 yunshangyue 阅读(163) 评论(0) 推荐(0) 编辑
摘要: from imutils import * image = imread('image/school.jpg') show(image) def edge_detection(image,minVal=100,maxVal=200): image = cv2.cvtColor(image, cv2. 阅读全文
posted @ 2020-08-30 09:22 yunshangyue 阅读(289) 评论(0) 推荐(0) 编辑
摘要: from imutils import * image = imread('image/bricks.png') show(image) def gradient(image): image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY) # cv2.CV_64F 阅读全文
posted @ 2020-08-30 09:21 yunshangyue 阅读(132) 评论(0) 推荐(0) 编辑
摘要: from imutils import * #载入图片,并以灰度显示 image = imread('image/coins.jpg') show(image) gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY) plt.imshow(gray,'gray' 阅读全文
posted @ 2020-08-30 09:20 yunshangyue 阅读(110) 评论(0) 推荐(0) 编辑
摘要: image = imread('image.jpg') (R, G, B) = cv2.split(image) zeros = np.zeros(image.shape[:2],dtype='uint8') show(cv2.merge([R,zeros,zeros])) show(cv2.mer 阅读全文
posted @ 2020-08-30 09:18 yunshangyue 阅读(197) 评论(0) 推荐(0) 编辑