时隔10个月的时间，我终于决定继续更新这个系列博客……所有代码已经放在GitHub，包括用mnist数据集做手写识别的尝试，文档和注释等正在完善，程序的结构也在优化。在上一篇文章中得到了清晰、标准的数独问题图像，为下一步提取并识别数字做好了准备。处理过程数字提取的主要步骤是：将含有数字的图像，分为 9*9 即 81 个大小相同的方格，遍历这个81个位置，判断每个方格中是否有数字，记录数字所在位置（
转载
2024-06-28 19:12:33
57阅读
## 提取并检测圆柱的python代码示例
在图像处理领域，提取并检测特定形状的物体是一个常见的任务。本文将介绍如何使用Python和OpenCV库来提取并检测圆柱。
### 提取圆柱的步骤
1. 加载图像并将其转换为灰度图像。
2. 使用霍夫变换检测圆的边界。
3. 根据检测到的圆的边界，计算圆柱的位置和尺寸。
4. 在原始图像上绘制检测到的圆柱。
### 代码示例
```python
原创
2024-05-03 04:22:17
270阅读
逛到一个有意思的博客在里面看到一篇关于ValueError: invalid literal for int() with base 10错误的解析，针对这个错误，博主已经给出解决办法，使用的是re.sub 方法
转载
2023-07-10 08:52:16
94阅读
CSV文件——筛选特定的行参考文献：《Python数据分析基础》《Python标准库》《Python编程从入门到实践》一.行中的值满足某个条件 有时，当行中的值满足一个具体条件时，才需要保留这些行。在这种情况下，可以检验行中的值是否满足具体的条件，然后筛选出满足条件的行。例如在如图给出的supplier_data.csv文件中，假设需要保留供应商名字（Supplier Name）为Supplier
转载
2023-08-30 09:10:40
260阅读
之前写过一篇关于实现人脸识别的文，里面用到的技术是通过调用百度 API 实现的，本次将借助于 dlib 程序包实现人脸区域检测、特征点提取等功能，dlib 封装了许多优秀的机器学习算法， 可实现人脸识别、检测、识别，视频目标追逐等功能，是由由 C++开发的一个开源程序库，目前也提供了 Python 接口，可供我们直接调用。1，dilb 安装dlib 程序包的安装方式也是用 pip 来进行安装的，但
转载
2023-08-22 12:18:57
349阅读
# Python提取文件名并保存
在日常的编程过程中，我们经常需要处理文件和文件夹。有时候，我们需要提取文件名并进行保存或其他操作。在本文中，我们将介绍如何使用Python来提取文件名并保存。
## 1. 获取文件名
首先，我们需要获得文件的完整路径。可以通过用户输入、文件选择对话框或者直接指定路径来获取文件的完整路径。
```python
import os
file_path = i
原创
2023-09-07 09:05:43
652阅读
# python提取Word中表格并保存
## 引言
在日常办公和学术研究中，我们经常需要处理文档数据。而Word是最常见的文档格式之一。在处理Word文档时，有时我们只关注其中的表格数据，并希望能够将表格数据提取出来并保存到其他格式中，以便进行进一步的分析和处理。本文将介绍如何使用Python编程语言来提取Word中的表格数据，并将其保存到CSV文件中。
## 准备工作
在开始编写代码之
原创
2023-12-04 05:33:56
158阅读
一、正则表达式 正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个 “规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，模式描述在搜索文本时要匹配的一个或多个字符串。可以使
文章目录一、算法二、代码OpenCV中支持的两种背景提取算法都是基于模型密度评估，然后在像素级对图像
原创
2019-10-14 19:00:42
994阅读
特征抽取一个文本转换小实例# 导入包(feature_extraction是特征抽取的API)
from sklearn.feature_extraction.text import CountVectorizer
# 实例化CountVectorizer
vector = CountVectorizer()
# 调用fit_transform输入并转换数据
res = vector.fit_t
转载
2024-05-15 03:58:09
160阅读
目录前沿代码实现结果展示前沿 主要用于从存在如：年份、姓名等信息的大量文件中提取部分信息，需要注意的是该程序并未对文件内容进行处理，只是对文件的名称进行信息提取。 主要用途如下： 1.对从网上下载的
转载
2023-06-08 20:04:41
202阅读
目录需求：演示：完整的代码：需求：最近在处理文件，一个个打开看太麻烦，我就用python写一个程序，实现读取一个文件夹下所有文件的文件名，保存到excel中实现可以使用 Python 的 os 模块和 xlwt 模块来实现这个功能。首先，使用 os.listdir() 函数获取文件夹下的所有文件名：import os
# 获取代码文件夹下的所有文件名
filenames = os.listdir
转载
2023-07-02 16:37:03
344阅读
1.轮廓发现轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法，所以边缘提取的阈值选定会影响最终轮廓发现结果。1.1发现轮廓在此步骤中我们会使用到findContours这个API，其原型为：cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])注:opencv3会返回三个值,分别是img, countou
转载
2023-11-19 15:09:39
77阅读
SIFT 特征点提取SIFT 是一种从图像中提取独特不变特征的方法，其特点为基于图像的一些局部特征，而与图像整体的大小和旋转无关。并且该方法对于光照、噪声、仿射变换具有一定鲁棒性，同时能生成大量的特征点。SIFT 的具体步骤尺度空间极值检测： 使用差分高斯函数识别潜在的兴趣点特征点定位：剔除对比度不高和处于边界位置的特征点分配方向：计算特征点的方向用于下一步构建描述特征点描述：尺度空间极值检测尺度
转载
2024-02-04 02:49:50
94阅读
我有三个观察要分享.首先,经过一些游戏后,我得出结论,起始检测算法似乎可能被设计为自动重新调整其自身的操作,以便在任何给定时刻考虑局部背景噪声.这可能是有序的,因此它可以检测弱音部分的起始时间,其可能性与强度部分相同.这有一个令人遗憾的结果,即算法倾向于触发来自廉价麦克风的背景噪音 – 开始检测算法老实认为它只是在听低音音乐.第二个观察结果是,在您的记录示例(大约前0.1秒)中,大约第一个~220
# Python提取列表中的数字并比较
作为一名经验丰富的开发者，我非常乐意来教你如何实现“Python提取列表中的数字并比较”。在本文中，我将向你展示整个过程的流程，并提供每个步骤所需的代码和注释。
## 流程概述
下表展示了实现该任务的整个流程：
| 步骤 | 描述 |
| ---- | ---- |
| 步骤1 | 创建一个包含数字和其他类型元素的列表 |
| 步骤2 | 使用列表解
原创
2023-12-26 06:28:02
175阅读
在深度学习出现之前，必须借助SIFT、HoG等算法提取具有良好区分性的特征，再集合SVM等机器学习算法进行图像识别。 而卷积神经网络（CNN）提取的特征可以达到更好的效果，同时它不需要将特征提取和分类训练两个过程分开，在训练时就自动提取最有效的特征。CNN可以直接使用图像的原始像素作为输入，而不必使用SIFT等算法提取特征，减轻了传统算法必须要做的大量重复、繁琐的数据预处理工作。 CNN最大的
转载
2024-01-06 08:33:55
456阅读
# 提取 re.findall
# 匹配非字母字符 \W # https://www.techiedelight.com/zh/remove-non-alphanumeric-characters-string-python/
# 其他方法 # https://www.delftstack.com/zh/howto/python/remove-non-alphanumeric-characte
原创
2023-07-10 15:49:05
113阅读
# -*- coding: utf-8 -*-import cv: ''' 得到并查看sift特征 ''' img_pat
原创
2023-07-10 20:48:32
212阅读
原图效果图代码import matplotlib.pyplot as pltfrom PIL import Imageimport cv2 as cv# settings for LBPradius = 1 # LBP算法中范围半径的取值n_points = 8 * radius # 领域像素点数# 读取图像image = cv.imread('200.jpg')cv.namedWindow("image", cv.WINDOW_NORMAL)cv.imshow('imag.
原创
2021-07-29 11:33:17
1951阅读
