摘要: 前一段时间,我一直在制作OpenCV基础知识的课件,因为一方面我感觉现有教程需要一个系统核心;另一方面我也反省自己对基础知识是否掌握牢靠了,千万不能误人子弟。那么课件的制作,包括内容的顺序,主要还是基于《learningOpenCV3》的。结合制作课件,我对《learningOpenCV3》书后的习题较为仔细的解决,并且push到了Github上https://github.com/oreillymedia/Learning-OpenCV-3_examples。有push当然也就有commit了,可喜的是这个commit是由Opencv类库的创始者,也是《learningOpenCV3》这本书的作者Gary操作的。一来二去混熟了,我就问Gary这书怎么还没中文版呀?他说开始搞了呀。我就说我能不能加入呀?他说行。要了我的email,接着联系上了清华出版社,也看到了部分初稿。由于书已经翻译的差不多了,我就作为reviewer加入,主要是看一看语法和程序方面的错误。review的过程,实际上还是一个重复学习的过程,很多在以前学习过程中一笔带过,或者看不懂就拉倒的地方,现在就必须认真仔细地来看阅读全文
posted @ 2017-08-14 21:39 jsxyhelu 阅读(881) 评论(5) 编辑
摘要: Csharp如何调用基于Opencv编写的类库文件(Dll)是一个广泛讨论的问题。 经过长时间探索后,我终于进行了很好的实现。源代码公开,并且包括一个实际调用的例子: 希望你能够在这里找到自己想要的东西!阅读全文
posted @ 2017-04-04 20:25 jsxyhelu 阅读(1620) 评论(4) 编辑
摘要: 编写带界面的图像处理程序,选择opencv+mfc是一种很好的选择;在读取摄像头数据方面,网上的方法很多,其中shiqiyu的camerads的方法是较好的。 基于现有资料,通过在实际项目中的积累,我总结出来一套结合opencv和mfc的摄像头采集框架。具有以下特点: 1、基于directshow,兼容性好,速度快。到目前为止,无论是工业相机还是普通相机,没发现不兼容的; 2、摄像头部分通过线程读取,保证界面的运行流畅; 3、框架经过多次打磨,已经比较稳定,不会出现异常错误;代码简洁明了,方便复用。阅读全文
posted @ 2016-10-05 07:45 jsxyhelu 阅读(3651) 评论(0) 编辑
摘要: 这是一个典型的“机器视觉”应用。其中,答题卡的样式可以是由自己来设置的,图片的获取方式提到了可以是“手机拍照、相机拍照”这种比较方便的方式;本例的一个特殊的要求是:你可以识别不出来,但是你不能识别错误,这是项目的特殊要求。这里是我的思考和实现。阅读全文
posted @ 2015-01-18 14:07 jsxyhelu 阅读(9689) 评论(21) 编辑
摘要: 您好: 我在网上看到您的opencv透视变换的博客,https://www.cnblogs.com/jsxyhelu/p/4219564.html, 我是opencv小菜鸟一个,现在想要得到一个图片变形之后保存,整个图片信息不丢失,即四个角的信息不丢失应该怎么做?原图中某一点在新图中坐标应该怎么计算?万望不吝赐教,不胜感激,万分感谢。你好: 我按照您的代码和网上找到的python代码...阅读全文
posted @ 2018-05-24 19:46 jsxyhelu 阅读(2) 评论(0) 编辑
摘要: 由于不同机器的绝对地址不一样,可能会出现解决*.props打开失败问题,解决方向如下:1、找到这里缺失的.props文件,复制到固定路径下;2、强行打开代码,这个时候是报错的3、选择编辑4、将打开文件中的路径改为刚才确定的路径注意反斜杠5、重新打开即可小结:出现这种问题,的却是因为在项目创建的时候(特别是我的一些早期项目中),存在错误的环境配置的引用的情况,主要的解决方法就是看它缺少什么文件?将其...阅读全文
posted @ 2018-05-18 19:55 jsxyhelu 阅读(6) 评论(0) 编辑
摘要: 使用tensorboard将keras的训练过程显示出来(动态的、直观的)是一个绝好的主意,特别是在有架设好的VPS的基础上,这篇文章就是一起来实现这个过程。一、主要原理keras的在训练(fit)的过程中,显式地生成log日志;使用tf的tensorboard来解析这个log日志,并且通过网站的形式显示出来。fit的时候加上callbacks=[TensorBoard(log_dir='./tm...阅读全文
posted @ 2018-05-16 19:57 jsxyhelu 阅读(18) 评论(0) 编辑
摘要: 解决3个问题:1、自己实现一例flask项目;2、在flask中,如何调用json传值;3、进一步读懂现有代码。Flask 在整个系统中是作为一个后台框架,对外提供 api 服务,因此对它的理解学习要保持足够严谨,因为将来必然会遇到性能问题。1、第一行代码回显代码里面,显而易见是使用了路由,这样可以进一步看清楚路由也可以更复杂一些,但是现在应该不会用到如果需要处理具体的HTTP方法,在Flask中...阅读全文
posted @ 2018-05-10 19:17 jsxyhelu 阅读(10) 评论(0) 编辑
摘要: 在有背景的图像处理中,往往你关注的区域并不是最大的轮廓(那是背景),而是第二大轮廓之前我们有这样的函数://寻找最大的轮廓 VP FindBigestContour(Mat src){ int imax = 0; //代表最大轮廓的序号 int imaxcontour = -1; //代表最大轮廓的大小 std::vector>contour...阅读全文
posted @ 2018-05-07 19:17 jsxyhelu 阅读(48) 评论(0) 编辑
摘要: 在之前我们做过这样的研究:5图分类CBIR问题各不相同的 5类的图形,每类100张import numpy as npfrom keras.datasets import mnistimport gcfrom keras.models import Sequential, Modelfrom keras.layers import Input, Dense, Dropout, Flattenfro...阅读全文
posted @ 2018-04-22 10:08 jsxyhelu 阅读(24) 评论(0) 编辑
摘要: 在之前我们做过这样的研究:5图分类CBIR问题各不相同的 5类的图形,每类100张import numpy as npfrom keras.datasets import mnistimport gcfrom keras.models import Sequential, Modelfrom keras.layers import Input, Dense, Dropout, Flattenfro...阅读全文
posted @ 2018-04-22 10:08 jsxyhelu 阅读(5) 评论(0) 编辑
摘要: 今天进一步在cifar10数据集上解决几个问题:1、比较一下序贯和model,为什么要分成两块;2、同样的条件下,我去比较一下序贯和model。这个例子作为今天的晚间运行。1、比较一下序贯和model,为什么要分成两块;我认为比较能够说明问题的是前期那个验证码的modelinput_tensor = Input((height, width, 3))x = input_tensorfor i in...阅读全文
posted @ 2018-04-18 19:01 jsxyhelu 阅读(17) 评论(0) 编辑
摘要: 本课我们主要来研究一个“浏览器中的卷积神经网络”这只是一个展示项目,但是能够帮助直观地看到一些东西地址:https://cs.stanford.edu/people/karpathy/convnetjs/demo/cifar10.htmllayer_defs = [];layer_defs.push({type:'input', out_sx:32, out_sy:32, out_depth:3}...阅读全文
posted @ 2018-04-18 18:56 jsxyhelu 阅读(16) 评论(0) 编辑
摘要: 今天的基础研究主要是在cifar10数据集上解决一下几个问题:1、从头开始,从最简单的序贯开始,尝试model的构造;2、要将模型打印出来。最好是能够打印出图片,否则也要summary;3、尝试对例子的参数进行分析,得出初步修改意见。1、构建模型'''Train a simple deep CNN on the CIFAR10 small images dataset.It gets to 75%...阅读全文
posted @ 2018-04-17 19:52 jsxyhelu 阅读(33) 评论(0) 编辑