- 综合排序
- 最热优先
- 最新优先
- 来自专栏深度学习与计算机视觉
OpenCV findContours函数边缘近似方法
52858661 查找轮廓时内轮廓与外轮廓： http://blog.csdn.net/chaipp0607/article/details/53765440 再来看下findCountours的函数原型 OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset=Point()); 其中第五个参数为轮廓的边缘近似方法 CHAIN_APPROX_TC89_KCOS=CV_CHAIN_APPROX_TC89_KCOS }; 依次为： 1为能够包围轮廓的所有的点； 2为压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分 最后补充一点： findcontours函数将二值化后图像白色区域当作前景，黑色部分当做背景。所以找轮廓找到的是白色区域的轮廓。 这个函数有一个特点，如果白色区域延伸到了图像边界，那么图像的边界也是被当作轮廓的一部分，这就造成了可能会出现一个很大的外轮廓。
80330编辑于 2022-05-07 - 来自专栏快学Python
OpenCV基础 | 8.边缘保留滤波
作者：小郭学数据 源自：快学python 学习视频可参见python+opencv3.3视频教学 基础入门 outline 边缘保留滤波（EPF） 高斯双边 均值迁移 1.高斯双边 图像边缘是指图像属性区域和另一个属性区域的交接处 ，是区域属性发生突变的地方，是图像不确定性最大的地方，也是图像信息最集中的地方，图像的边缘包含着丰富的信息 高斯滤波是一种低通滤波，它在滤除图像中噪声信号的同时，也会对图像中的边缘信息进行平滑，表现出来的结果就是图像变得模糊 但是在像素值出现跃变的边缘区域，这种方法会适得其反，损失掉有用的边缘信息。 为了保护边缘信息，提出了双边滤波 双边滤波函数 void bilateralFilter( InputArray src, OutputArray dst, int d,
81720发布于 2021-08-09 - 来自专栏流川疯编写程序的艺术
图像边缘检测--OpenCV之cvCanny函数
函数 cvCanny 采用 CANNY 算法发现输入图像的边缘而且在输出图像中标识这些边缘。 1、边缘检测原理及步骤 在之前的博文中，作者从一维函数的跃变检测开始，循序渐进的对二维图像边缘检测的基本原理进行了通俗化的描述。 结论是：实现图像的边缘检测，就是要用离散化梯度逼近函数根据二维灰度矩阵梯度向量来寻找图像灰度矩阵的灰度跃变位置，然后在图像中将这些位置的点连起来就构成了所谓的图像边缘（图像边缘在这里是一个统称，包括了二维图像上的边缘 实际工程经验表明，高斯函数确定的核可以在抗噪声干扰和边缘检测精确定位之间提供较好的折衷方案。这就是所谓的高斯图像滤波，具体实现代码见下文。 在高阈值图像中把边缘链接成轮廓，当到达轮廓的端点时，该算法会在断点的8邻域点中寻找满足低阈值的点，再根据此点收集新的边缘，直到整个图像边缘闭合。
1.1K20编辑于 2022-12-02 - 来自专栏全栈程序员必看
OpenCV-Python教程（8、Canny边缘检测）
其中较大的阈值2用于检测图像中明显的边缘，但一般情况下检测的效果不会那么完美，边缘检测出来是断断续续的。所以这时候用较小的第一个阈值用于将这些间断的边缘连接起来。 函数返回一副二值图，其中包含检测出的边缘。 使用 Canny函数的使用很简单，只需指定最大和最小阈值即可。 如下： #coding=utf-8 import cv2 import numpy as np img = cv2.imread("D:/lion.jpg", 0) img = cv2.GaussianBlur 调用Canny函数，指定最大和最小阈值，其中apertureSize默认为3。 处理结果如下： 更多 这个程序只是静态的，在github上有一个可以在运行时调整阈值大小的程序。 后续文章将介绍更多的OpenCV的函数使用，以及视频的处理。
1.5K10编辑于 2022-09-02 - 来自专栏IT开发技术与工作效率
Java 8 函数式编程Java 8 函数式编程
Java 8 函数式编程 java.util.function.* @FunctionalInterface 都是函数接口，没有成员(状态) 高阶函数：参数或返回值为函数 方法引用：类名::方法名 可以 类名::new、String[]::new 流操作 Stream.of("-1", "0", "1") // 生成 .map(函数) // 映射 .filter(返回布尔值函数) // 过滤器 （重构：找for中if） .flatMap(函数) // 平面映射：多个流合并 .min(Comparator.comparing(x -> x.getLength())) .reduce(0, (a, b) -> a+b); // 缩小 a一开始是第一个参数0，b是不断传入的流元素， 这个式子的功能是求和， 可以用Integer的sum函数替代第二个式子， 写成.reduce(0, Integer public interface Supplier<T> { T get(); } // 判定：返回布尔值的函数 Predicate<T> { boolean test(T t); and; 否定
1.5K30发布于 2018-09-29 - 来自专栏自动化、性能测试
Mysql 常用函数（8）- concat 函数
Mysql常用函数的汇总，可看下面文章 https://www.cnblogs.com/poloyy/p/12890763.html concat 的作用 连接多个字符串 concat 的语法格式 CONCAT
85620发布于 2020-06-09 - 来自专栏CSDNToQQCode
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)
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) ---- 目录 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 ---- 前言 计算机视觉市场巨大而且持续增长 np # 获取图片的数组 img = cv2.imread("800_600.jpg") # 卷积核：一般用一个5行5列的全是1的数组 kernel = np.ones((5, 5), np.uint8) , 5), np.uint8) # 边缘提取 imgCanny = cv2.Canny(img, 150, 200) # 膨胀边缘 imgDialation = cv2.dilate(imgCanny, , 5), np.uint8) # 边缘提取 imgCanny = cv2.Canny(img, 150, 200) # 膨胀边缘 imgDialation = cv2.dilate(imgCanny,
1.1K30编辑于 2023-02-10 - 来自专栏magicodes
边缘计算k8s集群之SuperEdge
Kubernetes 所有 API 及资源，无额外学习成本 边缘自治：SuperEdge 提供 L3 级边缘自治能力，当边缘节点与云端网络连接不稳定或处于离线状态时，边缘节点可以自主工作，化解了网络不可靠所带来的不利影响 metadata: annotations: deployment.kubernetes.io/revision: "1" generation: 1 labels: k8s-app progressDeadlineSeconds: 600 replicas: 1 revisionHistoryLimit: 10 selector: matchLabels: k8s-app 1" edge.tke.cloud.tencent.com/mem: 2Gi creationTimestamp: null labels: k8s-app name: tcp-80-80 nodePort: 30500 port: 80 protocol: TCP targetPort: 80 selector: k8s-app
2K10发布于 2021-03-04 - 来自专栏架构之路
边缘云K8S离线高可用设计
一、背景我们的应用部署在边缘云环境中，面临两个关键挑战：一是场地断网时，Apollo配置无法加载，导致K8S启动失败；二是K8S集群的etcd服务状态不一致时，同样会阻碍K8S正常启动。 这里我大概说下我们整体的架构，上层是总部数据中心，你可以理解是公司的私有云或者公有云（类似腾讯云），下层是边缘云，那边缘云是啥呢？ （边缘云将计算能力下沉到网络边缘（如工厂、仓库），就近处理数据，减少传输延迟并提升效率，避免完全依赖中心云。） 有些模块我就不重点介绍了，这里说下，边缘云应用K8S是需要依赖总部的Apollo配置中心的数据的，如果地区网络故障，中心云端的配置就拉取不到边缘云的应用K8S，应用K8S启动失败，进而边缘云的微服务都提供不了服务 四、创新点4.1 中心云网络与边缘云网络隔离时，边缘云K8S应用可离线启动。
40221编辑于 2025-12-05 - 来自专栏编程技术向北，人生删除指南
边缘计算k8s集群SuperEdge初体验
有阵子空闲的时候想折腾了一下边缘计算集群方案。 希望能把它们管理起来，做一个通用的计算方案。 问过dalao，给我推荐k3s。 K3s | 轻量级Kubernetes | 物联网及边缘计算K8S解决方案 | Rancherwww.rancher.cn 道理上是挺好的，不过.... 看到Rancher是又惊又喜啊。 ---- 再后来，看到一直在用的某云出了边缘计算集群公测。 好家伙，master节点不用我给，直接加自己的机器到上面作为node节点。 完整的k8s集群方案，和平时用的普通集群基本没有区别。 (0%) 50m (2%) 20Mi (0%) 100Mi (1%) 23d kube-system flannel-7zw8b 5% 1137Mi 65% nuc-vm-ubuntu 509m 26% 1869Mi 24% 最后基本像正常使用一个k8s
89340发布于 2021-05-21 - 来自专栏程序猿阿朗的专栏
Java 8 Function 函数接口
封面图：绍兴 · 三味书屋（2021-07-10） 在 Java 8 中，Function 接口是一个函数接口，它位于包 java.util.function 下。 package com.wdbyte; import java.util.function.Function; public class Java8Function { public static package com.wdbyte; import java.util.function.Function; public class Java8FunctionLength { public Function andThen Function 函数接口的 andThen() 方法可以让多个 Function 函数连接使用。 示例：输入一个字符串，获取字符串的长度，然后乘上 2。 package com.wdbyte; import java.util.function.Function; public class Java8FunctionAndThen { public
90240发布于 2021-08-12 MySQL8 窗口函数
MySQL8 还是有很多重量级变化的，一些底层优化大家在使用中有时候不易察觉，但是有一些用法，还是带给我们耳目一新的感觉，今天松哥和大家分享一下 MySQL8 里边的窗口函数。 一 什么是窗口函数在 MySQL 8 中，窗口函数（Window Functions）是一类强大的分析函数，允许你在查询结果集上执行计算，而无需将数据分组到多个输出行中。 窗口函数通常与 OVER() 子句一起使用，以指定数据窗口，即窗口函数将要在其上执行计算的行集。 简单来说，窗口函数的作用类似于在查询中对数据进行分组，不同的是，分组操作会把分组的结果聚合成一条记录，而窗口函数是将结果置于每一条数据记录中。 [<rows or range clause>])<窗口函数> : 定义要在窗口中计算的聚合函数或其它分析函数，如 COUNT、RANK、SUM 等。OVER : 窗口函数的核心关键字。
1.1K10编辑于 2024-11-08- 来自专栏程序猿阿朗的专栏
Java 8 Predicate 函数接口
Predicate 函数接口同之前介绍的 Function 接口一样，是一个函数式接口，它可以接受一个泛型 <T> 参数，返回值为布尔类型。 源码：Java 8 中函数接口 Predicate。 Predicate test Predicate 函数接口可以用于判断一个参数是否符合某个条件。 示例：判断某个字符串是否为空。 Predicate Stream filter Stream 中的 filter() 方法是通过接收一个 Predicate 函数接口实现的。 示例：过滤出集合中，字符串长度为 4 的字符串。 输出结果： [Dog{name='柯基', age=3}, Dog{name='柴犬', age=3}] [Dog{name='哈士奇', age=1}] BiPredicate 和 Predicate 函数接口一样
1.9K30发布于 2021-08-12 - 来自专栏足球是圆的
jdk8函数接口
java8 新特性推出的 Lambda 表达式，即函数式编程，相信很多开发胸弟都会使用了，但是什么是函数式编程呢？别问我，我也不知道标准的定义。 其核心思想是：使用不可变值和函数，函数对一个值进行处理，映射成另一个值。 函数接口 java8之前接口类只有方法的定义，没有实现的，Java8对接口提供默认方法的新特性。 @FunctionalInterface 注解修饰的接口就是被定义成函数接口。 常用的函数接口 平时开发中常用的函数接口有无返回值的Consumer，返回值为Boolean的Predicate，把入参T映射成R返回值的Function 和返回实例对象的Supplier。 接下来我们一起分析这四个函数接口类的源码以及简单的使用，先创建一个后面需要用到的实体类 Griez。
83420发布于 2020-03-03 - 来自专栏linux commands
【Python】8“函数的参数“
位置参数 按函数参数顺序传入参数，这样的参数就叫做位置参数。Java的函数中，规定调用者必须按形式参数顺序依次传入参数，这样也可以看做是位置。 ，这样能让调用者在调用函数时传入的值是必须传入的参数。 可变参数 也就是说传入的参数是可变的，比如函数需要传入一个list。 return sum ... >>> calc(1,2,3) 14 >>> calc(2,4,6,8) 120 如果需要传入list或者tuple：在list或者tuple前面加上* >>> list 比如在上面这个代码案例中，姓名和年龄是必传属性，而函数定义的**kw就是关键字参数，能让调用者传入一些额外的信息。
61920发布于 2021-08-12 - 来自专栏小胡学编程
PyTorch8：损失函数
损失函数总览 ---- PyTorch 的 Loss Function（损失函数）都在 torch.nn.functional 里，也提供了封装好的类在 torch.nn 里。 PyTorch 里一共有 18 个损失函数，常用的有 6 个，分别是： 回归损失函数： torch.nn.L1Loss torch.nn.MSELoss 分类损失函数： torch.nn.BCELoss ： Cost Function（代价函数）是 N 个预测值的损失函数平均值： Objective Function（目标函数）是最终需要优化的函数： 2. 3.3 总结 F.sigmoid （激活函数）+ nn.BCELoss （损失函数）= torch.nn.BCEWithLogitsLoss（损失函数） nn.LogSoftmax （激活函数）+ nn.NLLLoss （损失函数）= torch.nn.CrossEntropyLoss（损失函数）
2.3K40发布于 2020-08-14 - 来自专栏Spark学习技巧
8.scala高阶函数
高阶函数是指使用其他函数作为参数、或者返回一个函数作为结果的函数。在Scala中函数是“一等公民”，所以允许定义高阶函数。 这里的术语可能有点让人困惑，我们约定，使用函数值作为参数，或者返回值为函数值的“函数”和“方法”，均称之为“高阶函数”。 一般来说，在=>左边的元组是函数的参数列表，而右边表达式的值则为函数的返回值。在第3行，函数doubleSalary被应用在列表salaries中的每一个元素。 ，不过需要使用_代替参数名（在上一个例子中是x） 强制转换方法为函数 你同样可以传入一个对象方法作为高阶函数的参数，这是因为Scala编译器会将方法强制转换为一个函数。 接收函数作为参数的函数 使用高阶函数的一个原因是减少冗余的代码。
71310发布于 2021-03-05 - 来自专栏lzj_learn_note
8-函数类型详解
python的参数类型 在python中函数(function)或方法(method)的参数类型有哪些，每种参数类型要怎么传参才能调用，默认参数要怎么设置才算合理。 在python有一个标准模块inspect, 主要提供了四种用处： 对是否是模块，框架，函数等进行类型检查。 获取源码 获取类或函数的参数的信息 解析堆栈 很明显第3点就是我们想要的功能，inspect模块有对python函数的参数类型有详细的定义。 有哪几种参数类型？ 这种类型的参数只能通过关键字KEYWORD调用，但可以接收任意个关键字参数，甚至是0个参数，在函数内部以一个字典(dict)显示。VAR_KEYWORD类型的参数只允许有一个，只允许在函数的最后声名。 (): # 获取函数参数后，需要判断参数类型 # 当kind为 POSITIONAL_OR_KEYWORD，说明在这个参数之前没有任何类似*args的参数，那这个函数可以通过参数位置或者参数关键字进行调用
69010发布于 2019-03-11 - 来自专栏IT技术订阅
Java 8 函数式编程
本篇主要内容如下： Lambda表达式 方法引用 Stream API Optional类 1、Lambda表达式 Lambda表达式是Java 8中重要的新特性之一，它可以让我们的Java代码变得更加简洁 Java 8允许将Lamdba表达式作为一个方法参数或者作为一个数据变量来传递。Lambda表达式也可以让我们更加简洁地实现单方法接口（称为功能接口）。 对特定对象的实例方法的引用 containingObject::instanceMethodName 对特定类型的任意对象的实例方法的引用 ContainingType::methodName 对构造函数的引用 3、Stream API Java 8 API添加了一个新的抽象称为流Stream。 这也是Java 8函数式编程中非常重要的一部分。 生成流 我们可以基于Java的集合通过调用 stream() 方法来快速为集合创建流。
47510编辑于 2023-02-23 通过边缘函数实现自适应图片格式转换
本文介绍了如何在不修改原始客户端请求 URL 的情况下，通过边缘函数根据客户端请求中携带的User-Agent头部自动判断需返回的图片文件格式，自动触发图片格式转换。 边缘函数提供了灵活的图片处理能力，帮助您在不修改原始客户端请求 URL 的情况下，由 EdgeOne 的边缘函数来自动触发图片格式转换，自适应根据客户端的 User-Agent 信息来响应指定的图片格式 登录 边缘安全加速平台 EO 控制台，通过站点列表，选择需配置的站点，进入站点管理二级菜单。2. 在左侧导航栏中，单击边缘函数 > 函数管理。3. 在函数管理页面，单击新建函数。4. 当请求 URL 同时符合以上条件时，将触发以上的边缘函数，对图片进行自动处理。7. 单击保存触发规则即可生效。8. 验证边缘函数的生效情况，您可以通过以下两种方式进行验证：(1) curl 请求测试您可以通过 curl 请求中携带指定的 User-Agent 进行测试。
92010编辑于 2024-08-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号