- 博客(8)
- 收藏
- 关注
RSS订阅转载 Ubuntu下安装ROS：sudo rosdep init与rosdep update出错解决办法
背景：ubuntu上安装ROS，不管是在ubuntu16.04上装kinetic，还是在18.04上装melodic，安装完毕后，进行初始化时，反复失败，试遍了网上公开的方法，都没能解决。最后，通过本地创建配置文件的方法，终于搞定。1.执行 sudo rosdep init 失败反复尝试一下，一般情况下反复个几次，init这步就可以成功。如果反复不成功，根据提示错误，可以先参考下面链接提供...
2020-05-07 07:41:23
815
原创 分水岭算法实现图像分割—距离标记法
分水岭算法实现图像分割—距离标记法内容：分割边界相连的硬币图像使用函数：cv2.distanceTransform；cv2.connectedComponents； cv2.watershed1.分水岭算法任何一副灰度图像都可以被看成拓扑平面，灰度值高的区域可以被看成是山峰，灰度值低的区域可以被看成是山谷。我们向每一个山谷中灌不同颜色的水。随着水的位的升高，不同山谷的水就会相遇汇合，为了防...
2020-03-23 20:46:23
1137
原创 机器学习实战——PCA实现图像压缩
1.主成分分析概述主成分分析是最为简单粗暴的一种数据降维方式，顾名思义就是找到数据中最为主要的方面，用这些方面来替代原始数据。具体来说，假设我们有一个具有n维特征的数据集，共有m个样本点，我们希望将这m个样本的特征维度从n维降到b维，希望b维数据尽可能的替代原始数据集。其中最为重要的因素就是如何保证减少维度后数据损失尽可能的小如下图所示，我们试图将二维数据降到一维，图中列出两个维度PC1和P...
2020-03-11 16:17:11
3381
4
原创 python+opencv实现鼠标所选区域打马赛克
图片加马赛克的原理：将图片分成若干个区域，选取子区域内的一个像素点的值替代子区域内所有的像素点的值python+opencv实现鼠标所选区域打马赛克import cv2import numpy as npimport matplotlib.pyplot as plt# 读取原始图像im = cv2.imread(r'C:\Users\ZUK\PycharmProjects\pict...
2020-03-08 21:45:32
1405
2
原创 机器学习实战——K-means聚类图像分割
K-Means聚类是最常用的聚类算法，最初起源于信号处理，其目标是将数据点划分为K个类簇，找到每个簇的中心并使其度量最小化。该算法的最大优点是简单、便于理解，运算速度较快，缺点是只能应用于连续型数据，并且要在聚类前指定聚集的类簇数。下面是K-Means聚类算法的分析流程，步骤如下：第一步，确定K值，即将数据集聚集成K个类簇或小组。第二步，从数据集中随机选择K个数据点作为质心（Centroid...
2020-03-07 18:23:56
1594
2
转载 图像处理——图像的形态学操作：腐蚀与膨胀
什么是形态学操作？一系列操作基于形状来操作图像，形态学操作通过在图像上应用结构元素来产生输出图像。改变物体的形状，比如腐蚀就是“变瘦”，膨胀就是“变胖”，如下面这张图所示：然后包括膨胀与腐蚀在内，一系列的这两者各种叠加作用的操作都称为图像的形态学操作。最基础的形态学操作就是腐蚀和膨胀。它包含广泛的应用：移除噪声孤立一些单独的元素和聚合一些分散的元素找到图像中的局部块状或者孔2...
2020-02-26 23:14:38
1980
翻译 matplotlib.pyplot.hist参数详解
参考官方文档：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.hist.html#matplotlib.pyplot.histmatplot.pyplot.hist(x, bins=None, range=None, density=None, weights=None, cumulative=False, bottom=None, hi...
2020-02-23 16:40:16
1083
原创 python中多个对象的图例显示以及主次坐标轴设置
legend()的一个用法：当我们有多个 axes时，我们如何把它们的图例放在一起呢？？我们可以这么做：import matplotlib.pyplot as pltimport numpy as npx = np.arange(1, 11)fig = plt.figure(1)ax1 = plt.subplot(2, 1, 1)ax2 = plt.subplot(2, 1, ...
2020-02-20 16:50:19
4514
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人