一句话解释： fastaread是工具箱Bioinformatics Toolbox的内置函数。 测试MERFISH后续分析的脚本./example_scripts/analysis_script.m时出现报错提示： Error using CodebookToMap (line 54) The p ...
转载
2021-10-13 11:00:00
27阅读
2评论
本模块定义了Python标准codecs（编码和解码）的基类，也提供了对Python内部codec的注册，管理和数据处理过程。大部分标准的codecs都是文本编解码器，主要是用来把文本怎么样编码成字节方式。不过也有一些codecs是用来从文本到文本的编码方式，或者从字节到字节的编码方式。当然也可以根据基类来定制codecs，可以任意间的数据类型进行转换，只要注意在某些codecs是限制在文本编解码
转载
2023-10-18 15:57:38
104阅读
1.常用运算OpenCV图像运算包括如下函数：加法运算：add(src1, src2, dst=None, mask=None, dtype=None)减法运算：subtract(src1, src2, dst=None, mask=None, dtype=None)乘法运算：multiply(src1, src2, dst=None, scale=None, dtype=None)除法运算：di
转载
2024-03-05 16:45:31
62阅读
不同于其它的机器学习模型，EM算法是一种非监督的学习算法，它的输入数据事先不需要进行标注。相反，该算法从给定的样本集中，能计算出高斯混和参数的最大似然估计。也能得到每个样本对应的标注值，类似于kmeans聚类（输入样本数据，输出样本数据的标注）。实际上，高斯混和模型GMM和kmeans都是EM算法的应用。在opencv3.0中,EM算法的函数是trainEM，函数原型为： bool trainE
转载
2024-06-27 18:49:44
113阅读
##仅记录工程中的工作 opencv中提供了多种双目视觉匹配的算法实现，比如BM，SGBM，HH，VAR等，这些算法实现在calib3d文件中，并在opencv提供的 sample文件中有具体的例子，具体的算法实现和例子可以查看opencv库，这里不对算法的实现原理做解析。以下只说明各个算法接口和参数的意义。opencv中使用setParamName和getParamName来设置和获
转载
2024-05-10 17:23:01
60阅读
1. Maximally Stable Extremal Regions其中描述了一个新的图像元素类型－最大极值稳定区域 (the Maximally Stable Extremal Regions)。相关概念可以通俗的介绍如下。想象使用所有阈值对灰度图像 $I$ 进行二值化。假定低于阈值的为黑色，高于阈值的为白色。我们想象将这所有的二值图像组成一个电影 $I_t$ ，其中 $t$ 是阈值为 $t
转载
2024-08-29 17:06:36
78阅读
OpenCV的算术与位运算一、图像的加法运算import cv2
import numpy as np
bus = cv2.imread("./image/bus.jpg")
# 图的加法运算就是矩阵的加法运算
# 因此，加法运算的两张图必须是相等的
# print(bus.shape)
img = np.ones((1080, 810, 3), np.uint8) * 100
# 合并
转载
2024-03-18 11:40:06
108阅读
总感觉自己停留在码农的初级阶段，要想更上一层，就得静下心来，好好研究一下算法的东西。OpenCV作为一个计算机视觉的开源库，肯定不会只停留在数字图像处理的初级阶段，我也得加油，深入研究它的算法库。就从ml入手吧，最近做东西遇到随机森林，被搞的头大，深深感觉自己肚子里货太少，关键时刻调不出东西来。切勿浮躁，一点点研究吧。这次就先介绍一下机器学习中的一个常用算法SVM算法，即支持向量机Support
转载
2024-04-25 10:45:52
40阅读
白平衡是电视摄像领域一个非常重要的概念，通过它可以解决色彩还原和色调处理的一系列问题。白平衡是随着电子影像再现色彩真实而产生的，在专业摄像领域白平衡应用的较早，现在家用电子产品（家用摄像机、数码照相机）中也广泛地使用，然而技术的发展使得白平衡调整变得越来越简单容易，但许多使用者还不甚了解白平衡的工作原理，理解上存在诸多误区。它是实现摄像机图像能精确反映被摄物的色彩状况，有手动白平衡和自动白平衡等方
转载
2024-06-02 08:08:44
129阅读
文章目录图像的算术与位运算1 图像的算术运算1.1 图像的加法运算1.2 图像的减法运算1.3 图像的乘法运算1.4 图像的除法运算1.5 图像的融合2 OpenCV的位运算2.1 非操作2.2 与操作2.3 或操作2.4 异或操作 图像的算术与位运算1 图像的算术运算1.1 图像的加法运算加法运算：cv2.add(src1, src2[, dst[, mask[, dtype]]])
s
转载
2024-02-28 10:00:55
541阅读
本章我们学习一下Hilditch算法的基本原理，从网上找资料的时候，竟然发现两个有很大差别的算法描述，而且都叫Hilditch算法。不知道那一个才是正宗的，两个算法实现的效果接近，第一种算法更好一些。第一种算法描述参考paper和代码：Linear Skeletons from Square CupboardsSpeedup Metho
转载
2024-03-27 15:20:03
54阅读
OpenCV简单实现AR需用到的算法函数介绍。OpenCV内置提供的追踪算法，目标追踪算法、稠密（密集）光流法、稀疏光流法
目前的AR需求（想要达到的目标）公司目前的需求是要能够指定一个物体开始追踪，将一张预先准备好的图像覆盖在被追踪的物体上，然后镜头偏转缩放各类操作，再转回来仍然可以识别到，并且同样依旧覆盖图片到先前的位置上来。有点类似Google C
转载
2023-07-17 23:57:44
205阅读
⼀、加法运算 在图像处理过程中，经常需要对图像进⾏加法运算。可以通过加号运算符“+”对图像进⾏加法运算，也可以通过cv2.add()函数对图像进 ⾏加法运算。 二．加权和 图像加权和就是在计算两幅图像的像素值之和时，需要将每幅图像的权重都考虑进来。具体的表达式应该是 dst = cv2.addWeighted(src1,alpha,src2,beta,gamma) 第一个参数是求加权和的第一幅图像
转载
2024-03-27 23:14:42
72阅读
内容来自OpenCV-Python Tutorials 自己翻译整理目标： 学习FAST算法的基本原理 使用opencv中的FAST算法寻找角点原理：之前学习到的一些特征点探测算法效果都很好，但是在实际使用当中速度不够快。一个最好的例子就是SLAM（同步定位与地图构建），运动状态的机器人对计算资源要求有不小的限制。为了解决此问题，两个科学家提出了FAST算法，详细内弄可以参考原文。 使用FAS
转载
2024-04-27 21:21:24
62阅读
Vitis HLS 图像处理平台搭建在 2019.2 以上的版本中AMD-Xilinx去除了对 OpenCV 的库函数的直接支持，需要我们手动搭建一个OpenCV的环境（主要是仿真环境），这一步虽然对综合不影响，但是对于算法的功能验证还是不方便，所以这一步对于使用OpenCV进行图像处理还是很重要的一步。今天这一步主要分成几部：第一步，安装所需要的文件（开源）第二步，设置好环境变量第三步，本地编译
转载
2024-04-23 10:34:20
31阅读
OpenCV中KMeans算法介绍与应用
OpenCV学堂
微信号 CVSCHOOL功能介绍 OpenCV学习教程分享、源码讨论、图像处理与计算视觉算法介绍，行业
转载
2024-04-30 17:53:30
22阅读
写在前面：之前想分类图像的时候有看过k-means算法，当时一知半解的去使用，不懂原理不懂使用规则。。。显然最后失败了，然后看了《机器学习》这本书对k-means算法有了理论的认识，现在通过贾志刚老师的视频有了实际应用的理解。 k-means算法原理 注：还是和之前一样，核心都是别人的，我只是知识的搬运工并且加上了自己的理解。弄完之后发现理论部分都是别人的~~没办法这算法太简单了。
转载
2024-07-03 20:30:16
67阅读
学更好的别人，做更好的自己。——《微卡智享》本文长度为3891字，预计阅读10分钟写在最前2020年还真是一个不平凡的一年，因为新冠疫情的影响，第一季度就这么不知不觉的过完了，本来年初自己还定了一个计划《展望|2020立个Flag》，里面有部分可以说不用到年底，现在也可以开始打脸了，比如说本来要说学习小程序的，现在我已经不准备再投入精力学习小程序了，因为找到了新的目标-----学习算法。这篇文章出
转载
2024-05-18 18:37:54
63阅读
大家好，我是新手，最近开始研究视频的 object recognition问题，现在研究的是人手识别，看了一些论文。人脸识别方面似乎现在已经找到了效率、精度的契合点，就是appearanced based methods，adamboost的方法在人脸识别效果很好。而手势有些不同，目前还在看。有对这方面有兴趣的可以一起讨论，我的QQ:65105087，如果有这方面的讨论群，非常感激大家能告诉我。我
转载
2024-08-15 13:50:37
30阅读
不同于其它的机器学习模型，EM算法是一种非监督的学习算法，它的输入数据事先不需要进行标注。相反，该算法从给定的样本集中，能计算出高斯混和参数的最大似然估计。也能得到每个样本对应的标注值，类似于kmeans聚类（输入样本数据，输出样本数据的标注）。实际上，高斯混和模型GMM和kmeans都是EM算法的应用。在opencv3.0中,EM算法的函数是trainEM，函数原型为：bool trainEM(
转载
2024-03-31 13:22:05
243阅读
