- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 54.imcontour功能：创建图像数据的轮廓图。语法：imcontour(I,n) imcontour(I,v) imcontour(x,y,...) imcontour(...,LineSpec... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 54.imcontour功能：创建图像数据的轮廓图。语法：imcontour(I,n) imcontour(I,v) imcontour(x,y,...) imcontour(...,LineSpec...
- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 37.fwind1功能：用一维窗口方法设计二维FIR 过滤器。语法：h = fwind1(Hd,win)h = fwind1(Hd,win1,win2) h = fwind1(f1,f2,Hd,...... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 37.fwind1功能：用一维窗口方法设计二维FIR 过滤器。语法：h = fwind1(Hd,win)h = fwind1(Hd,win1,win2) h = fwind1(f1,f2,Hd,......
- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 26.edge功能：识别强度图像中的边界。语法：BW = edge(I,'sobel')BW = edge(I,'sobel',thresh)BW = edge(I,'sobel',thresh,di... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 26.edge功能：识别强度图像中的边界。语法：BW = edge(I,'sobel')BW = edge(I,'sobel',thresh)BW = edge(I,'sobel',thresh,di...
- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 1.applylut在二进制图像中利用lookup 表进行边沿操作。语法：A = applylut(BW,lut) 举例lut = makelut('sum(x(:)) == 4',2); BW1 =... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 1.applylut在二进制图像中利用lookup 表进行边沿操作。语法：A = applylut(BW,lut) 举例lut = makelut('sum(x(:)) == 4',2); BW1 =...
- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 目的膨胀的简单应用、使用 strel 函数、腐蚀的说明函数imopen 和imclose 的应用、使用IPT函数bwhitmiss灰度图像形态学开运算和闭运算灰度图像形态学使用重构删除复杂图像的背景 ... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 目的膨胀的简单应用、使用 strel 函数、腐蚀的说明函数imopen 和imclose 的应用、使用IPT函数bwhitmiss灰度图像形态学开运算和闭运算灰度图像形态学使用重构删除复杂图像的背景 ...
- 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 目的Haar、尺度和小波函数；比较函数wavefast 和函数wavedec2 的执行时间；小波的方向性和边缘检测。 步骤 Haar、尺度和小波函数[Lo_D,Hi_D,Lo_R,Hi_R]=wfil... 文章和代码以及样例图片等相关资源，已经归档至【Github仓库：digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。 目的Haar、尺度和小波函数；比较函数wavefast 和函数wavedec2 的执行时间；小波的方向性和边缘检测。 步骤 Haar、尺度和小波函数[Lo_D,Hi_D,Lo_R,Hi_R]=wfil...
- 因为 YOLOv1-v3 的作者不再更新 YOLO 框架，所以 Alexey Bochkovskiy 接起了传承 YOLO 的重任。相比于它的前代，YOLOv4 不再是原创性且让人眼前一亮的研究，但是却集成了目标检测领域的各种实用 tricks 和即插即用模块 ，称得上是基于 YOLOv3 框架的各种目标检测 tricks 的集大成者。 本文章不会对原论文进行一一翻译，但是做了系统性的总结和关键部 因为 YOLOv1-v3 的作者不再更新 YOLO 框架，所以 Alexey Bochkovskiy 接起了传承 YOLO 的重任。相比于它的前代，YOLOv4 不再是原创性且让人眼前一亮的研究，但是却集成了目标检测领域的各种实用 tricks 和即插即用模块 ，称得上是基于 YOLOv3 框架的各种目标检测 tricks 的集大成者。 本文章不会对原论文进行一一翻译，但是做了系统性的总结和关键部
- 残差网络(ResNet)的提出是为了解决深度神经网络的“退化”（优化）问题。ResNet 通过设计残差块结构，调整模型结构，让更深的模型能够有效训练更训练。 残差网络(ResNet)的提出是为了解决深度神经网络的“退化”（优化）问题。ResNet 通过设计残差块结构，调整模型结构，让更深的模型能够有效训练更训练。
- OpenCV这么简单为啥不学——1.11、蓝背景证件照替换白色或红色 前言 蓝背景证件照替换白色 蓝背景证件照替换红色 总结 颜色空间 HSV颜色空间 OpenCV这么简单为啥不学——1.11、蓝背景证件照替换白色或红色 前言 蓝背景证件照替换白色 蓝背景证件照替换红色 总结 颜色空间 HSV颜色空间
- OpenCV这么简单为啥不学——1.1、图像处理(灰度图、模糊图片、GaussianBlur函数、提取边缘、边缘膨胀、边缘细化) 前言 环境 灰度图 模糊图片 GaussianBlur函数 提取边缘 边缘膨胀 边缘细化 整体对照 总结 OpenCV这么简单为啥不学——1.1、图像处理(灰度图、模糊图片、GaussianBlur函数、提取边缘、边缘膨胀、边缘细化) 前言 环境 灰度图 模糊图片 GaussianBlur函数 提取边缘 边缘膨胀 边缘细化 整体对照 总结
- 介绍常用的数字图像处理的技术，并通过python语言使用opencv库，对知识点进行实践！ 介绍常用的数字图像处理的技术，并通过python语言使用opencv库，对知识点进行实践！
- Yolov5更换上采样方式前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。@[toc] 常用上采样方式介绍 1. 最近邻插值(Nearest neighbor interpolation)>>> input = torch.arange(1, 5, dtype=torch.float32).view(1, 1, 2, 2)>>> input... Yolov5更换上采样方式前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。@[toc] 常用上采样方式介绍 1. 最近邻插值(Nearest neighbor interpolation)>>> input = torch.arange(1, 5, dtype=torch.float32).view(1, 1, 2, 2)>>> input...
- 《YOLOv3: An Incremental Improvement》Joseph Redmon Ali FarhadiUniversity of Washington发表时间：2018YOLO v3总结了自己在YOLO v2的基础上做的一些尝试性改进，有的尝试取得了成功，而有的尝试并没有提升模型性能。其中有两个值得一提的亮点，一个是使用残差模型，进一步加深了网络结构；另一个是使用FPN... 《YOLOv3: An Incremental Improvement》Joseph Redmon Ali FarhadiUniversity of Washington发表时间：2018YOLO v3总结了自己在YOLO v2的基础上做的一些尝试性改进，有的尝试取得了成功，而有的尝试并没有提升模型性能。其中有两个值得一提的亮点，一个是使用残差模型，进一步加深了网络结构；另一个是使用FPN...
- 导读scipy中也提供了不少关于图像处理的方法，主要封装在ndimage包中，这篇文章主要向大家来介绍一下这里面的一些图像处理方法的使用图像滤波获取图片from scipy import misc,ndimagefrom matplotlib import pyplot as plt#从网站上获取一张图片img = misc.ascent()#显示灰度图plt.gray()#显示图片plt.... 导读scipy中也提供了不少关于图像处理的方法，主要封装在ndimage包中，这篇文章主要向大家来介绍一下这里面的一些图像处理方法的使用图像滤波获取图片from scipy import misc,ndimagefrom matplotlib import pyplot as plt#从网站上获取一张图片img = misc.ascent()#显示灰度图plt.gray()#显示图片plt....
- 岩性数据集提供了地表土壤母质的一般类型类别。它不是从任何 DEM 派生的。保护科学合作伙伴 (CSP) 生态相关地貌 (ERGo) 数据集、地貌和地貌包含有关地貌和地貌（又名地平面）模式的详细、多尺度数据。尽管这些数据有许多潜在用途，但这些数据的最初目的是开发适用于气候适应规划的生态相关分类和地形和自然地理类别的地图。由于与未来气候条件相关的不确定性很大，生态响应的不确定性更大，因此提供有关... 岩性数据集提供了地表土壤母质的一般类型类别。它不是从任何 DEM 派生的。保护科学合作伙伴 (CSP) 生态相关地貌 (ERGo) 数据集、地貌和地貌包含有关地貌和地貌（又名地平面）模式的详细、多尺度数据。尽管这些数据有许多潜在用途，但这些数据的最初目的是开发适用于气候适应规划的生态相关分类和地形和自然地理类别的地图。由于与未来气候条件相关的不确定性很大，生态响应的不确定性更大，因此提供有关...
上滑加载中
推荐直播
-
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中 -
华为云码道全新升级，多会话并行与多智能体协作2026/05/08 周五 19:00-21:00
王一男-华为云码道产品专家；张嘉冉-华为云码道工程师；胡琦-华为云HCDE；程诗杰-华为云HCDG
华为云码道4月份版本全新升级，此次直播深度解读4月份产品特性，通过“特性解读+实操演示+实战案例+设计创新”的组合，全方位展现码道在多会话并行与多智能体协作方面的能力，赋能开发者提升效率
正在直播
热门标签