这个传感器接线算比较简单的,程序也不麻烦。不过这东西是颗粒物传感器吧,不是神马PM2.5(总悬浮颗粒物),不是神马PM10(可吸入颗粒物)。插个螺丝刀进去度数也是变的,不是说的很清楚原理是反光嘛…………这个在弄的时候也狠狠的参照了官方文档:一、连线:蓝V-LED:过150Ω电阻接5V绿LED-GND:接GND白LED:接一个用于你输出周期信号            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-03-27 15:57:07
                            
                                48阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            GP2Y1014AU 粉尘传感器GP2Y1014AU粉尘传感器是夏普开发的一款光学灰尘监测使用 ADC 采集该电压信号。该传感器具有极低的电流消耗(最大20m...            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2022-08-01 11:23:48
                            
                                2000阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
             粗粒度与细粒度      
       
       
            粗粒度与细粒度类的设计,为尽可能重用,所以采用细粒度的设计模式,将一个复杂的类(粗粒度)拆分成高度重用的职责清晰的类(细粒度)。   对于数据库的设计,原则:尽量减少表的数量与表与表之间的连接,能够设计成一个表的情况就不需要细分,所以可考虑使用粗粒度的设计方式。数据库访问控制的粗细粒度问题:             
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-07-22 17:12:19
                            
                                63阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            为什么要装GPF?发动机的污染主要来自4个组成部分:细颗粒排放物质(PM)、碳氢化合物(HCx)、氮氧化物(NOx)和一氧化碳(CO)。其中微粒排放物质(烟灰)大部分是由碳或碳化物的微小颗粒(尺寸小于4-20 μ m)所组成的。2019年7起,全国各地开始实施国六排放法规,国六排放法规相比国五对尾气的颗粒排放物提出了更加严格的要求,PM(细颗粒物重量)限值下降了33%,而且还新增了P            
                
         
            
            
            
            第一步:下载opencv安装包下载的途径有三种:1、官网下载在此,说明一下,没有必要去根据博主 的博客下载与博客相应的版本,其实只需要改一点点东西即可,后面进行说明,官网下载真的是贼头大,首先下载好好的突然说下载中断,而且无法恢复,此外,还慢,毕竟外网,没有办法。一个安装包大概100多M,而下载速度只有50多K(校园网20K,对面宿舍宽带50K),所以最后我实在无法忍受,已经失败了N次,时间紧,就            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-03-15 07:50:10
                            
                                78阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            RTT的使用的便捷性给我了很大的震撼,有许多代码例程写的都很经典            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2021-07-02 10:04:24
                            
                                344阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            # 使用OpenCV实现距离变换和粘连颗粒的Python教程
## 引言
在图像处理领域,距离变换(Distance Transform)是一种重要的技术,能够帮助我们分析图像中的形状、边界等特征。在本教程中,我们将介绍如何在Python环境下使用OpenCV库来实现距离变换,识别并处理粘连的颗粒。通过本教程,小白开发者不仅可以掌握一些基本的图像处理技巧,还能理解OpenCV的基本用法。
#            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2024-09-04 05:41:19
                            
                                40阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            (本文整理自《Python高性能》)   今天我们来讲一下Python中的动态绘图库–matplotlib.animation,以粒子运动轨迹为例来说明如何绘制动态图。  假设按照圆周运动,如下图所示:为了模拟这个运动,我们需要如下信息:粒子的起始位置、速度和旋转方向。因此定义一个通用的Particle类,用于存储粒子的位置及角速度。class Particle:
    def __init__            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-11-20 10:17:17
                            
                                141阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            目录1. 基本思路2.代码3.局限性 1. 基本思路 1. 保证图片背景尽量为纯黑或纯白 为了数量检测的方便,将垃圾的背景设置为纯色,最好是纯黑色或纯白色,一会解释原因。 2. 将RGB图片转为灰度图 3. opencv找到能将灰度值最大程度分开的阈值retopencv的算法自动找到最合适的阈值ret,ret能将灰度图每个像素的灰度值最大限度的区分开。灰度图每个像素的灰度值为0(纯黑)到255(            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-03-15 05:17:17
                            
                                106阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            一、OpenMP并行加速:       在MIMD作为主要研究对象的系统中,分为两种类型:共享内存系统和分布式内存系统,之前我们介绍的基于MPI方式的并行计算编程是属于分布式内存系统的方式,现在我们研究一种基于OpenMP的共享内存系统的并行编程方法。VS配置进行OpenMP开发的步骤:(1)在正式进行OpenMP编码之前,需要对编译器稍微配置一下。启动VS            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-04-10 12:14:23
                            
                                95阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            梳理下最近一个多星期的学习成果。一、问题:计算颗粒数与空洞率这次要计算的是下面这张图片,图像比较大,上传不了,先截图吧。预计颗粒数精确度为±5个,空洞率2%误差。二、计算颗粒数    1.第一步是要裁剪图片,此处参考。裁剪后的图像如下:2.因为空白区域有很多的噪声干扰点(小图看不清楚),如果直接进行图片处理的话对后续操作有很大影响。所以我们还要选取ROI(感兴趣区域)            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-09-05 10:24:45
                            
                                301阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            在我们一开始学习java是并不是直接就使用java的集成开发环境,而是通过记事本写java代码,然后在DOS窗体下编译运行的。那么掌握一定的DOS窗口的操作命令就是必要的。1. 常见的DOS窗口操作命令:磁盘名:回车 盘符的切换  dir:列出当前目录下的文件以及文件夹  md:创建目录  rd:删除目录  cd:改变指定目录(进入指定目录)  cd..:退回到上一级目录  cd:退回到根目录              
                
         
            
            
            
             思路:1、通过形态学操作、阈值处理、距离变换等方法,使得各个轮廓分开2、计算轮廓数量 1 #include <opencv2/opencv.hpp> 2 #include <iostream> 3 #include <math.h> 4  5 using namespace cv; 6 using namespace std; 7  8  9 int main            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2018-10-07 16:09:00
                            
                                124阅读
                            
                                                        
                                点赞
                            
                                                                                    
                                1评论
                            
                                                 
                 
                
                             
         
            
            
            
            1. 概述JVM中的程序计数寄存器(Program Counter Register)中,Register的命名源于CPU的寄存器,寄存器存储指令相关的现场信息。CPU只有把数据装载到寄存器才能够运行。这也是有人称他为 程序寄存器的原因这里,并非是广义上所指的物理寄存器,或许将其翻译为PC计数器(或指令计数器)会更加贴切(也称为程序钩子),并且也不容易引起一些不必要的误会。JVM中的PC寄存器是对            
                
         
            
            
            
            显微镜直接计数法是将小量待测样品的悬浮液置于一种特别的具有确定面积和容积的载玻片上(又称计菌器),于显微镜下直接计数的一种简便、快速、直观的方法。目前国内外常用的计菌器有:血细胞计数板。Peteroff-Hauser 计菌器以及比 Hawksley 计菌器等,它们都可用于酵母、细菌、霉菌孢子等悬液的计数,基本原理相同。后两种计菌器由于置上盖玻片后,总容积为 0.02 mm,而且盖玻片和载玻片之间的            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-03-27 10:41:47
                            
                                117阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            随着机器视觉和图像处理技术的发展,在工业和生活中都应用广泛。传统的计数方法常依赖于人眼目视计数,不仅计数效率低,且容易计数错误。通常现实中的对象不会完美地分开,需要通过进一步的图像处理将对象分开,学习了***贾志刚老师***的OpenCV对象提取与计数课程,现复盘整理如下。1、方案思路图像预处理,二值化分割;使用形态学操作,初步将粘连对象分开;距离变换,分离粘连对象;连通区域计数。2、重要函数全局            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-03-18 21:08:32
                            
                                95阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            YOLACT,全称为:You Only Look At CoefficienTs,从标题可以看出这个模型的名称有些致敬YOLO的意思。YOLACT是2019年ICCV会议论文,它是在现有的一阶段(one-stage)目标检测模型里添加掩模分支。而经典的mask-rcnn是两阶段实例分割模型是在faster-rcnn(两阶段目标检测模型)添加掩模分支,但是在YOLACT里没有feature roi             
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-03-25 13:46:52
                            
                                42阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            opencv实现:int main(int argc, char** argv)
 {
 Mat src, src_binary,dst,src_distance;
 src = imread(“D:/opencv练习图片/维生素片机器视觉检测和计数.png”);
 imshow(“原图片”, src);
 Mat kernel = getStructuringElement(MORPH_RECT            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-05-23 12:15:38
                            
                                34阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            今天,我们将一起探讨如何基于计算机视觉实现道路交通计数。在本教程中,我们将仅使用Python和OpenCV,并借助背景减除算法非常简单地进行运动检测。我们将从以下四个方面进行介绍:1. 用于物体检测的背景减法算法主要思想。2. OpenCV图像过滤器。3. 利用轮廓检测物体。4. 建立进一步数据处理的结构。背景扣除算法       有许多不同的背景扣除算法,但是它们的主            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-06-11 21:28:52
                            
                                29阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            在使用 OpenCV 和 Python 进行图像处理时,图像分割和物体计数是两个常见的任务。本文将分步骤介绍如何使用 OpenCV 来实现图像分割和计数的方法,包括环境配置、编译过程、参数调优、定制开发、错误集锦和生态集成。
## 环境配置
在开始之前,我们需要确保我们的 Python 环境中安装了 OpenCV 和其他相关的库。以下是我的思维导图,概括了需要配置的环境及相关库:
```me