图像 情况numpy cv2
数字图像处理之「中值滤波」
中值滤波原理 中值滤波就是用一个奇数点的移动窗口（要求奇数主要是为了保证整个模板有唯一中心元素），将窗口中心点的值用窗口内各点的中值代替。假设窗口内有5点，其值为80、90、200、110和120，那么此窗口内各点的中值即为110。 设有一个一维序列f1,f2,...,fnf1,f2,...,fn， ......
rv1126 获取图像数据，实现图像裁剪、缩放、旋转【RK_MPI API接口】
前言刚接触RK平台，目前正在学习探索阶段，欢迎朋友们一起讨论，指出文章错误和可以优化的地方；如果想参照文中描述进行编译、执行程序，请先参考阅读rv1126 SDK编译和rv1126 数据流；版本说明，测试使用SDK版本是2020-0912版本，文中记录的问题，可能在新版本已经解决；文中使用的接口函数 ......
图像Resize方式对深度学习模型效果的影响
图像Resize方式对深度学习模型效果的影响 转自知乎图像Resize方式对深度学习模型效果的影响 在基于卷积神经网络的应用过程中，图像Resize是必不可少的一个步骤。通常原始图像尺寸比较大，比如常见监控摄像机出来的是1080P高清或者720P准高清画面，而网络模型输入一般没有这么大，像Yolo系 ......
算法 | 数字图像处理之「中值滤波」
中值滤波原理 中值滤波就是用一个奇数点的移动窗口，将窗口中心点的值用窗口内个点的中值代替。假设窗口内有5点，其值为80、90、200、110和120，那么此窗口内各点的中值即为110。 设有一个一维序列$f_1,f_2,...,f_n$，取窗口长度（点数）为m（m为奇数），对其进行中值滤波，就是从输 ......
配电网故障重构matlab 采用粒子群算法实现33节点系统中任意线路故障情况下的重构程序
配电网故障重构matlab 采用粒子群算法实现33节点系统中任意线路故障情况下的重构程序，程序采用基本环理论，排除网络孤岛和环网等情况，注释清楚，有参考资料ID:91120686189293685 ......
负荷需求响应模型matlab 通过分时电价方式下的负荷需求响应模型得到负荷响应前后变化情况
负荷需求响应模型matlab 通过分时电价方式下的负荷需求响应模型得到负荷响应前后变化情况，可以看到明显呈现削峰填谷的作用YID:6148641310561088 ......
linux服务器CPU占用100%，宝塔负载100%情况问题排查处理记录（CentOS 8.1系统）
问题描述：linux服务器cpu占比达到100%，站点无法正常访问，宝塔面板进入后卡顿，负载显示也是持续100%（下方测试系统为CentOS 8.1） 排查可能：1.使用netstat命令查看目前的链接IP数，看是否有异常IP大量链接： netstat -ntu | awk '{print $5}' ......
NumPy 和 Pandas 数据分析实用指南：1~6 全
原文：Hands-On Data Analysis with NumPy and pandas 协议：CC BY-NC-SA 4.0 译者：飞龙 一、配置 Python 数据分析环境 在本章中，我们将介绍以下主题： 安装 Anaconda 探索 Jupyter 笔记本 探索 Jupyter 的替代品 ......
kafka查看数据_Kafka 数据积压情况查看
导述由于消息消费速度处理慢或是消费端故障会导致数据产生积压。 那怎么查看数据积压量呢？ Consumer-Groups管理在Kafka 的bin目录下提供了 kafka-consumer-groups.sh 脚本。此脚本用于管理消费情况。 查询消费者组 $KAFKA_DIR/bin/kafka-co ......
js注入cookie不生效的情况
场景 直接使用js注入cookie 发现不生效，其实只设置了key和values值，没有注意其他字段。 后来发现还有个domain的字段需要配置，不然注入是不会生效的 document.cookie="token=123;domain=.baidu.com" #使用；分号隔开 ......
NumPy 基础知识 ：6~10
原文：Numpy Essentials 协议：CC BY-NC-SA 4.0 译者：飞龙 六、NumPy 中的傅立叶分析 除其他事项外，傅立叶分析通常用于数字信号处理。 这要归功于它在将输入信号（时域）分离为以离散频率（频域）起作用的分量方面如此强大。 开发了另一种快速算法来计算离散傅里叶变换（DF ......
机器学习（六）：回归分析——鸢尾花多变量回归、逻辑回归三分类只用numpy，sigmoid、实现RANSAC 线性拟合
[实验1 回归分析] 一、 预备知识 使用梯度下降法求解多变量回归问题 数据集 Iris 鸢尾花数据集是一个经典数据集，在统计学习和机器学习领域都经常被用作示例。数据集内包含 3 类共 150 条记录，每类各 50 个数据，每条记录都有 4 项特征：花萼长度、花萼宽度、花瓣长度、花瓣宽度，可以通过这 ......
精通 NumPy 数值分析：6~9
原文：Mastering Numerical Computing With NumPy 协议：CC BY-NC-SA 4.0 译者：飞龙 六、NumPy，SciPy，Pandas 和 Scikit-Learn 到目前为止，您应该能够使用 NumPy 编写小型实现。 在整个章节中，我们旨在提供使用其他 ......
NumPy 数组学习手册：1~5
原文：Learning NumPy Array 协议：CC BY-NC-SA 4.0 译者：飞龙 一、NumPy 入门 让我们开始吧。 我们将在不同的操作系统上安装 NumPy 和相关软件，并查看一些使用 NumPy 的简单代码。 正如“序言”所述，SciPy 与 NumPy 密切相关，因此您会在本 ......
NumPy 数组学习手册：6~7
原文：Learning NumPy Array 协议：CC BY-NC-SA 4.0 译者：飞龙 六、性能分析，调试和测试 分析，调试和测试是开发过程的组成部分。 您可能熟悉单元测试的概念。 单元测试是程序员编写的用于测试其代码的自动测试。 例如，这些测试可以单独测试函数或函数的一部分。 每次测试仅 ......
一种分布式鲁棒优化的微电网单元分配方法 python源代码，针对电网负荷和电力市场价格不确定的情况，提出了一种分布式鲁棒单元承诺方法
一种分布式鲁棒优化的微电网单元分配方法 python源代码，代码按照高水平文章复现，保证正确 针对电网负荷和电力市场价格不确定的情况，提出了一种分布式鲁棒单元承诺方法。 提出的关键推力的方法是利用Kullback-Leibler分歧概率分布和制定一个优化问题,最小化预期成本所带来的最坏的分布模糊集。 ......
ObjectARX 构建鼠标跟随图像之acedAddSupplementalCursorImage简单实例
源 ObjectARX 2015 新增了一个api acedAddSupplementalCursorImage 代码 CBitmap cbmp; cbmp.m_hObject=(HBITMAP)::LoadImage(NULL,_T("d:\\test.bmp"),IMAGE_BITMAP,0,0 ......
NumPy 秘籍中文第二版：11~12
原文：NumPy Cookbook - Second Edition 协议：CC BY-NC-SA 4.0 译者：飞龙 十一、最新最强的 NumPy 在本章中，我们涵盖以下秘籍： 用at()方法用花式索引代替 ufuncs 通过使用partition()函数选择快速中位数进行部分排序 使用nanme ......
通过扩频和DCT变换算法将图像水印嵌入到音频信号中并提取水印matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 数字多媒体技术及互联网技术的迅猛发展，使得图像、视频和音频等多种形式的多媒体数字作品的创作、存储和传输变得极其便利。以mp3为代表的音乐作品通过网络渗透到世界的每一个角落。人们可以很方便地通过网络下载自己喜欢的音乐，这 ......
NumPy 秘籍中文第二版：十一、最新最强的 NumPy
原文：NumPy Cookbook - Second Edition 协议：CC BY-NC-SA 4.0 译者：飞龙 在本章中，我们涵盖以下秘籍： 用at()方法用花式索引代替 ufuncs 通过使用partition()函数选择快速中位数进行部分排序 使用nanmean()，nanvar()和n ......
NumPy 秘籍中文第二版：十二、使用 NumPy 进行探索性和预测性数据分析
原文：NumPy Cookbook - Second Edition 协议：CC BY-NC-SA 4.0 译者：飞龙 在本章中，我们涵盖以下秘籍： 探索气压 探索日常气压范围 研究年度气压平均值 分析最大可见度 用自回归模型预测气压 使用移动平均模型预测气压 研究年内平均气压 研究气压的极值 简介 ......
NumPy 秘籍中文第二版：十、Scikits 的乐趣
原文：NumPy Cookbook - Second Edition 协议：CC BY-NC-SA 4.0 译者：飞龙 在本章中，我们将介绍以下秘籍： 安装 scikit-learn 加载示例数据集 用 scikit-learn 对道琼斯股票进行聚类 安装 Statsmodels 使用 Statsm ......
NumPy 秘籍中文第二版：八、质量保证
原文：NumPy Cookbook - Second Edition 协议：CC BY-NC-SA 4.0 译者：飞龙 “如果您对计算机撒谎，它将帮助您。” -- Perry Farrar，ACM 通讯，第 28 卷 在本章中，我们将介绍以下秘籍： 安装 Pyflakes 使用 Pyflakes 执 ......
NumPy 秘籍中文第二版：九、使用 Cython 加速代码
原文：NumPy Cookbook - Second Edition 协议：CC BY-NC-SA 4.0 译者：飞龙 在本章中，我们将介绍以下秘籍： 安装 Cython 构建 HelloWorld 程序 将 Cython 与 NumPy 结合使用 调用 C 函数 分析 Cython 代码 用 Cy ......
NumPy 秘籍中文第二版：四、将 NumPy 与世界的其他地方连接
原文：NumPy Cookbook - Second Edition 协议：CC BY-NC-SA 4.0 译者：飞龙 在本章中，我们将介绍以下秘籍： 使用缓冲区协议 使用数组接口 与 MATLAB 和 Octave 交换数据 安装 RPy2 与 R 交互 安装 JPype 将 NumPy 数组发送 ......
NumPy 秘籍中文第二版：七、性能分析和调试
原文：NumPy Cookbook - Second Edition 协议：CC BY-NC-SA 4.0 译者：飞龙 在本章中，我们将介绍以下秘籍： 使用timeit进行性能分析 使用 IPython 进行分析 安装line_profiler 使用line_profiler分析代码 具有cProf ......
NumPy 秘籍中文第二版：五、音频和图像处理
原文：NumPy Cookbook - Second Edition 协议：CC BY-NC-SA 4.0 译者：飞龙 在本章中，我们将介绍 NumPy 和 SciPy 的基本图像和音频（WAV 文件）处理。 在以下秘籍中，我们将使用 NumPy 对声音和图像进行有趣的操作： 将图像加载到内存映射中 ......
NumPy 秘籍中文第二版：六、特殊数组和通用函数
原文：NumPy Cookbook - Second Edition 协议：CC BY-NC-SA 4.0 译者：飞龙 在本章中，我们将介绍以下秘籍： 创建通用函数 查找勾股三元组 用chararray执行字符串操作 创建一个遮罩数组 忽略负值和极值 使用recarray函数创建一个得分表 简介 本 ......
NumPy 秘籍中文第二版：一、使用 IPython
原文：NumPy Cookbook - Second Edition 协议：CC BY-NC-SA 4.0 译者：飞龙 在本章中，我们将介绍以下秘籍： 安装 IPython 使用 IPython 作为 Shell 阅读手册页 安装 matplotlib 运行 IPython 笔记本 导出 IPyth ......
NumPy 秘籍中文第二版：三、掌握常用函数
原文：NumPy Cookbook - Second Edition 协议：CC BY-NC-SA 4.0 译者：飞龙 在本章中，我们将介绍许多常用函数： sqrt()，log()，arange()，astype()和sum() ceil()，modf()，where()，ravel()和take( ......