francyer-CSDN博客

原创 Matplotlib 绘图标记代码实例

Matplotlib提供了丰富的绘图标记功能，包括20多种预设标记样式（如圆形、方形、三角形等），支持自定义标记颜色、大小、边缘样式和填充效果。用户可以组合标记与不同线型，在散点图中实现更灵活的控制，甚至创建自定义形状标记路径。此外，标记功能还支持结合文本注释、误差线、3D绘图和动画效果，通过调整marker、markersize、markerfacecolor等属性实现多样化的数据可视化效果。

2025-09-04 08:15:00 424

SciPy提供了一套完整的显著性检验工具集，包括参数检验（t检验、ANOVA）和非参数检验（Mann-Whitney U、Kruskal-Wallis）。该库支持单样本/独立样本/配对样本比较、分类数据检验（卡方）以及多重检验校正。使用时需根据数据分布特性（正态性、方差齐性）和实验设计选择合适的检验方法，并通过p值判断统计显著性（通常以p<0.05为阈值）。代码示例展示了各种检验的实现方式及结果解读要点。

2025-09-04 07:45:00 139

原创 SciPy插值方法全解析

SciPy的scipy.interpolate模块提供丰富的插值工具，包括一维(线性/三次样条)、多维(网格/RBF)等插值方法。关键方法有interp1d、griddata、Rbf等，支持数据平滑、缺失值填补等应用。不同方法各具特点：线性插值计算快但不可导，三次样条平滑但可能过冲，PCHIP保持单调性。实际应用需考虑数据特性、计算成本和边界效应，建议通过交叉验证评估效果，避免外推风险。该模块能满足大多数科学计算的插值需求。

2025-09-03 08:40:48 400

原创 SciPy Matlab 数组的代码实例

本文对比了SciPy/NumPy与MATLAB在数组操作上的异同，涵盖数组创建、索引、数学运算、常用函数、广播机制、稀疏矩阵和性能优化等方面。MATLAB索引从1开始，而NumPy从0开始；两者在矩阵乘法和点乘操作上语法相似但符号不同；常用线性代数函数功能对应但命名有差异；广播机制和向量化优化思路基本一致。文中提供了详细的代码示例，帮助熟悉MATLAB的用户快速掌握SciPy/NumPy的数组操作方法。

2025-09-03 08:39:50 283

原创 OpenCV物体识别实战指南

OpenCV提供了多种物体识别技术，包括传统方法和深度学习方法。文中介绍了四种主要技术：1）基于Haar特征分类器的人脸检测；2）使用预训练深度学习模型(如YOLO)进行高精度检测；3）基于SIFT/SURF的特征匹配算法；4）自定义HOG+SVM分类器训练。这些方法各具特点，开发者可根据识别精度和计算资源需求选择合适方案。OpenCV的开源特性使其成为计算机视觉领域的重要工具，支持从基础检测到复杂识别任务。

2025-09-02 09:58:14 427

原创 OpenCV 人脸检测的代码实例

OpenCV提供了两种人脸检测方法：基于Haar级联分类器和深度学习模型。Haar方法通过预训练XML文件快速定位人脸，而DNN模型（如Caffe）精度更高但计算量较大。文章详细展示了两种方法的代码实现，包括图像和视频实时检测，并提供了性能优化技巧（参数调整、多线程处理）和常见问题解决方案（误检处理、速度优化）。这套方案可帮助开发者构建高效准确的OpenCV人脸检测系统。

2025-09-02 09:57:06 674

原创 OpenCV 图像平滑处理

OpenCV提供了多种图像平滑处理方法，包括均值滤波、高斯滤波、中值滤波和双边滤波。均值滤波通过计算邻域像素平均值实现简单模糊；高斯滤波采用加权平均获得更自然的平滑效果；中值滤波能有效去除椒盐噪声；双边滤波在平滑同时保留边缘信息。文章通过代码示例展示了各方法的实现效果，并比较了不同滤波核大小的影响。合理选择滤波方法和参数是图像处理的关键，OpenCV的多样化平滑技术能满足不同场景需求。

2025-09-01 08:15:00 442

原创 OpenCV 图像算术运算

OpenCV提供了多种图像算术运算方法，包括加法、减法、乘法、除法和位运算。这些运算可用于图像增强、混合、去噪等任务。加法运算(cv2.add)会进行饱和处理，而加权加法(cv2.addWeighted)可实现图像混合效果。减法运算(cv2.subtract)常用于背景去除，位运算则适合掩模操作。这些算术运算常与阈值化等技术结合使用，能实现更复杂的图像处理功能。通过这些基础运算，可以完成各种计算机视觉任务。

2025-09-01 07:45:00 451

原创 OpenCV 图像阈值处理

OpenCV图像阈值处理是图像分割的常用技术，主要包括简单阈值、自适应阈值和Otsu阈值三种方法。简单阈值通过固定阈值分类像素，适用于均匀光照图像；自适应阈值根据局部区域计算阈值，适合光照不均的场景；Otsu方法自动确定最佳阈值，适用于双峰直方图图像。文章通过Python代码示例展示了不同方法的实现效果，并对比了它们的适用场景，最后以文档二值化案例说明实际应用。这些方法为图像处理任务提供了灵活高效的解决方案。

2025-08-31 12:00:00 277

原创 OpenCV 图像基本操作

摘要：本文介绍了OpenCV图像处理的基本操作，包括图像读取与显示(cv2.imread/cv2.imshow)、属性获取、裁剪缩放、颜色空间转换、图像保存等。详细说明了图形绘制、文本添加、阈值处理、边缘检测(Canny)、图像滤波(Gaussian/Median)等核心功能，以及旋转翻转、像素访问等操作。这些基础功能通过NumPy数组实现，适用于计算机视觉任务开发。

2025-08-31 11:45:00 225

原创 OpenCV 图像处理基础

本文介绍了OpenCV图像处理的基础操作，包括安装、图像读取显示和核心处理技术。主要内容包括：色彩空间转换（BGR转灰度/HSV）、图像滤波（高斯/中值）、边缘检测（Canny）、二值化处理、轮廓检测、几何变换（旋转/缩放）、直方图均衡化以及特征检测（SIFT）和模板匹配。通过代码示例演示了每个功能的实现方法，如cv2.imread()读取图像、cv2.cvtColor()转换色彩空间、cv2.threshold()进行二值化等。这些基础操作涵盖了图像处理的主要环节，为开发者提供了快速入门指南。

2025-08-30 10:30:00 300

原创 OpenCV 基础模块

OpenCV是一个开源的计算机视觉库，提供多种图像处理和视频分析功能。文章介绍了几个核心模块的典型应用，包括图像读取与显示、颜色空间转换、图像滤波、边缘检测、特征匹配、视频处理和几何变换。每个模块都配有Python代码示例，如使用cv2.imread/imshow显示图像、cvtColor转换颜色空间、Canny算法检测边缘等。这些基础功能可以组合使用，为更复杂的计算机视觉任务奠定基础。通过示例代码，开发者可以快速掌握OpenCV的核心操作。

2025-08-30 06:45:00 448

原创 OpenCV 入门实例

本文介绍了OpenCV的基础安装与核心功能实现。通过pip安装OpenCV后，可进行图像读取、显示和灰度转换。视频处理部分包括摄像头实时捕获和视频文件播放。图像处理技术涵盖高斯模糊、Canny边缘检测、Haar级联人脸识别和ORB特征匹配。此外还演示了几何变换、阈值化、形态学操作、轮廓检测和模板匹配等算法，并展示了HSV颜色空间分割和YOLOv3深度学习集成等高级应用。最后提供了GPU加速和图像降采样等优化技巧。

2025-08-29 10:13:59 362

原创 NLP 多模态预训练模型

多模态预训练模型通过联合学习文本、图像等不同模态数据，实现跨模态理解和生成。主流模型基于Transformer架构，采用单/双流设计进行模态融合，配合对比学习等训练方法。典型应用包括图文检索（如CLIP）和图像描述生成（如OFA），涉及对比损失、量化部署等技术。训练需注意模态平衡和梯度优化，评估常用Recall@K等指标。这类模型通过大规模预训练展现了强大的跨模态迁移能力。

2025-08-29 10:13:02 536

francyer的博客