当前位置：首页 > news >正文

【python】OpenCV—Image Moments

news 来源：原创 2025/6/8 9:19:38

在这里插入图片描述

文章目录

1、功能描述
2、图像矩
3、代码实现
4、效果展示
5、完整代码
6、涉及到的库函数
- cv2.moments
7、参考

1、功能描述

计算图像的矩，以质心为例

2、图像矩

什么叫图像的矩，在数字图像处理中有什么作用？ - 谢博琛的回答 - 知乎
https://www.zhihu.com/question/26803016/answer/888699124

在这里插入图片描述
0 阶矩 $m_{00}$ ：目标区域的面积（Area）

1 阶矩 $m_{01}, m_{10}$ ：目标区域的质心（Centroid）

2 阶矩 $m_{02}, m_{20}, m_{11}$ ：即惯性矩，可计算目标图像的方向

3 阶矩 $m_{03}, m_{30}, m_{12}, m_{21}$ ：目标区域的方位和斜度，反应目标的扭曲

Hu 矩：目标区域往往伴随着空间变换（平移，尺度，旋转），所以需要在普通矩的基础上构造出具备不变性的矩组

中心矩：构造平移不变性

一文弄懂图像的矩和相关应用

矩是统计学的一个概念（pencv中的图像矩（空间矩，中心矩，归一化中心矩，Hu矩））

图像矩(Image moments)是指图像的某些特定像素灰度的加权平均值（矩），或者是图像具有类似功能或意义的属性。

图像矩通常用来描述分割后的图像对象。可以通过图像的矩来获得图像的部分性质，包括面积(或总体亮度)，以及有关几何中心和方向的信息。

在这里插入图片描述
例如工业缺陷检测中（实操教程｜使用计算机视觉算法检测钢板中的焊接缺陷），使用图像矩测量缺陷严重性

3、代码实现

导入必要的库函数，固定随机种子，以保证绘制出来的图片色彩固定随机

from __future__ import print_function
from __future__ import division
import cv2 as cv
import numpy as np
import argparse
import random as rngrng.seed(12345)

读取图片，为空打印 could not open or find xxx

    parser = argparse.ArgumentParser(description='Code for Image Moments tutorial.')parser.add_argument('--input', help='Path to input image.', default='1.jpg')args = parser.parse_args()src = cv.imread(cv.samples.findFile(args.input))if src is None:print('Could not open or find the image:', args.input)exit(0)

图片转化为灰度图，做模糊处理，并在窗口中显示

    # Convert image to gray and blur itsrc_gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)src_gray = cv.blur(src_gray, (3, 3))source_window = 'Source'cv.namedWindow(source_window)cv.imshow(source_window, src)

调用 canny 算子边缘检测找出图片中需要计算矩的轮廓

把 canny 算子的 threshold 设置为滑动条的形式进行回调，默认为 100

    max_thresh = 255thresh = 100  # initial thresholdcv.createTrackbar('Canny Thresh:', source_window, thresh, max_thresh, thresh_callback)thresh_callback(thresh)cv.waitKey()

看看核心函数 thresh_callback

计算 canny 边缘检测，调用找轮廓函数，获取所有边缘轮廓

def thresh_callback(val):threshold = valcanny_output = cv.Canny(src_gray, threshold, threshold * 2)contours, _ = cv.findContours(canny_output, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)

计算每个轮廓的矩

    # Get the momentsmu = [None] * len(contours)for i in range(len(contours)):mu[i] = cv.moments(contours[i])

计算每个轮廓的质心，图片中所有像素点的横坐标除以图片的像素点个数（面积），结果为质心的横坐标

同理可以计算出质心的纵坐标

    # Get the mass centersmc = [None] * len(contours)for i in range(len(contours)):# add 1e-5 to avoid division by zero# print(mu[i]['m00'], mu[i]['m10'], mu[i]['m01'])mc[i] = (mu[i]['m10'] / (mu[i]['m00'] + 1e-5), mu[i]['m01'] / (mu[i]['m00'] + 1e-5))

看看计算出来的矩的所有信息

mu[0]

output

{'m00': 1.0, 'm10': 668.0, 'm01': 876.3333333333333, 'm20': 446224.1666666666, 'm11': 585390.6666666666, 'm02': 767960.1666666666, 'm30': 298077966.0, 'm21': 391041111.3666667, 'm12': 512997391.3333333, 'm03': 672989190.1, 'mu20': 0.16666666662786156, 'mu11': 0.0, 'mu02': 0.055555555620230734, 'mu30': 5.960464477539063e-08, 'mu21': -0.022222160400502844, 'mu12': 9.778887033462524e-09, 'mu03': 0.007407426834106445, 'nu20': 0.16666666662786156, 'nu11': 0.0, 'nu02': 0.055555555620230734, 'nu30': 5.960464477539063e-08, 'nu21': -0.022222160400502844, 'nu12': 9.778887033462524e-09, 'nu03': 0.007407426834106445}

绘制轮廓，绘制每个轮廓的质心，保存结果

    # Draw contoursdrawing = np.zeros((canny_output.shape[0], canny_output.shape[1], 3), dtype=np.uint8)for i in range(len(contours)):color = (rng.randint(0, 256), rng.randint(0, 256), rng.randint(0, 256))cv.drawContours(drawing, contours, i, color, 2)cv.circle(drawing, (int(mc[i][0]), int(mc[i][1])), 4, color, -1)cv.imshow('Contours', drawing)cv.imwrite("result.jpg", drawing)

对比下我们通过图片矩计算出来的面积和直接调用 opencv 接口的轮廓面积

    # Calculate the area with the moments 00 and compare with the result of the OpenCV functionfor i in range(len(contours)):print(' * Contour[%d] - Area (M_00) = %.2f - Area OpenCV: %.2f - Length: %.2f' % (i, mu[i]['m00'], cv.contourArea(contours[i]), cv.arcLength(contours[i], True)))

output

 * Contour[0] - Area (M_00) = 1.00 - Area OpenCV: 1.00 - Length: 17.66* Contour[1] - Area (M_00) = 0.00 - Area OpenCV: 0.00 - Length: 426.14* Contour[2] - Area (M_00) = 1.50 - Area OpenCV: 1.50 - Length: 67.90......* Contour[539] - Area (M_00) = 92.00 - Area OpenCV: 92.00 - Length: 541.41* Contour[540] - Area (M_00) = 21.50 - Area OpenCV: 21.50 - Length: 84.47* Contour[541] - Area (M_00) = 81.50 - Area OpenCV: 81.50 - Length: 289.49* Contour[542] - Area (M_00) = 61.00 - Area OpenCV: 61.00 - Length: 452.42

可以看到结果是一致的

4、效果展示

输入图片

在这里插入图片描述

threshold = 10

在这里插入图片描述

threshold = 60
在这里插入图片描述
threshold = 112

threshold = 163

在这里插入图片描述
threshold = 214

在这里插入图片描述

只绘制矩，不绘制轮廓

eg，threshold = 125

在这里插入图片描述

输入图片

在这里插入图片描述
threshold = 64

输入图片

在这里插入图片描述

threshold = 64

在这里插入图片描述

输入图片

在这里插入图片描述
threshold = 64

输入图片

在这里插入图片描述

threshold = 64

在这里插入图片描述

输入图片

在这里插入图片描述

threshold = 64

在这里插入图片描述

输入图片

在这里插入图片描述

threshold = 64

在这里插入图片描述

5、完整代码

from __future__ import print_function
from __future__ import division
import cv2 as cv
import numpy as np
import argparse
import random as rngrng.seed(12345)def thresh_callback(val):threshold = valcanny_output = cv.Canny(src_gray, threshold, threshold * 2)contours, _ = cv.findContours(canny_output, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)# Get the momentsmu = [None] * len(contours)for i in range(len(contours)):mu[i] = cv.moments(contours[i])# Get the mass centersmc = [None] * len(contours)for i in range(len(contours)):# add 1e-5 to avoid division by zero# print(mu[i]['m00'], mu[i]['m10'], mu[i]['m01'])mc[i] = (mu[i]['m10'] / (mu[i]['m00'] + 1e-5), mu[i]['m01'] / (mu[i]['m00'] + 1e-5))# Draw contoursdrawing = np.zeros((canny_output.shape[0], canny_output.shape[1], 3), dtype=np.uint8)for i in range(len(contours)):color = (rng.randint(0, 256), rng.randint(0, 256), rng.randint(0, 256))cv.drawContours(drawing, contours, i, color, 2)cv.circle(drawing, (int(mc[i][0]), int(mc[i][1])), 4, color, -1)cv.imshow('Contours', drawing)cv.imwrite("result.jpg", drawing)# Calculate the area with the moments 00 and compare with the result of the OpenCV functionfor i in range(len(contours)):print(' * Contour[%d] - Area (M_00) = %.2f - Area OpenCV: %.2f - Length: %.2f' % (i, mu[i]['m00'], cv.contourArea(contours[i]), cv.arcLength(contours[i], True)))if __name__ == "__main__":parser = argparse.ArgumentParser(description='Code for Image Moments tutorial.')parser.add_argument('--input', help='Path to input image.', default='1.jpg')args = parser.parse_args()src = cv.imread(cv.samples.findFile(args.input))if src is None:print('Could not open or find the image:', args.input)exit(0)# Convert image to gray and blur itsrc_gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)src_gray = cv.blur(src_gray, (3, 3))source_window = 'Source'cv.namedWindow(source_window)cv.imshow(source_window, src)max_thresh = 255thresh = 100  # initial thresholdcv.createTrackbar('Canny Thresh:', source_window, thresh, max_thresh, thresh_callback)thresh_callback(thresh)cv.waitKey()

6、涉及到的库函数

cv2.moments

cv2.moments 是 OpenCV 库中的一个函数，用于计算图像轮廓的矩。

一、函数原型

retval = cv2.moments(array[, binaryImage])

二、参数说明

array：表示轮廓的数组，可以是点集、灰度图像或二值图像。当 array 是点集时，函数会将这些点集当成轮廓中的顶点，把整个点集作为一条轮廓来处理，而不是将它们当成独立的点来看待。
binaryImage：可选参数，布尔值。当该参数为 True 时，array 内所有的非零值都被处理为 1。

三、返回值

retval：一个字典对象，包含了轮廓的各种矩信息。这些矩可以用于进一步分析，如计算轮廓的重心、长宽比、旋转角度等。

四、矩的类型和含义

零阶矩（m00）：表示轮廓的面积。这是一个比较直观的含义，可以通过 M[“m00”] 来访问。
一阶矩（m10, m01）：与轮廓的质心位置有关。其中，m10 表示关于 x 轴的亮度加权平均值（即质心的 x 坐标），m01 表示关于 y 轴的亮度加权平均值（即质心的 y 坐标）。
二阶矩及更高阶矩：提供了关于图像形状相对于其中心的分布信息，以及更复杂的形状特征。

五、使用示例

import cv2
import numpy as np# 读取图像
img = cv2.imread("image.jpg")# 转换为灰度图像并二值化
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)# 查找轮廓
contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)# 计算每个轮廓的矩
for contour in contours:M = cv2.moments(contour)print("轮廓的矩:", M)print("轮廓的面积:", M["m00"])

六、注意事项

在使用 cv2.moments 函数之前，需要确保已经正确读取了图像并找到了轮廓。
返回值是一个字典对象，可以通过键来访问不同类型的矩值。
矩值可以用于后续的形状分析和特征提取任务中。

综上所述，cv2.moments 函数是 OpenCV 库中用于计算图像轮廓矩的重要工具，它提供了关于图像形状的重要信息，并广泛应用于形状分析、特征提取和形状识别等任务中。

7、参考

https://docs.opencv.org/5.x/d0/d49/tutorial_moments.html

【python】OpenCV—Image Moments

文章目录 1、功能描述2、图像矩3、代码实现4、效果展示5、完整代码6、涉及到的库函数cv2.moments 7、参考 1、功能描述计算图像的矩，以质心为例 2、图像矩什么叫图像的矩，在数字图像处理中有什么作用？ - 谢博琛的回答 - 知乎 https://ww…...

编程日记 2025/5/31 18:43:46

优化 HTTP 接口请求：缓存策略与实现方法

前言在前端开发中，HTTP 请求的处理是至关重要的一环。Axios 作为一个流行的 HTTP 客户端，其简洁性和灵活性使得它广受开发者青睐。然而，为了优化应用性能和提升用户体验，合理地缓存请求结果显得尤为重要。本文将深入探讨如何在 …...

编程日记 2025/5/30 8:36:54

图形 3.3 曲面细分与几何着色器_大规模草渲染

细分后的顶点曲面细分与几何着色器大规模草渲染 B站视频：图形 3.3 曲面细分与几何着色器大规模草渲染文章目录细分后的顶点曲面细分与几何着色器大规模草渲染着色器执行顺序曲面细分着色器概述曲线和曲面相关概念输入与输出总体流程Hull Shader常量外壳着色器…...

编程日记 2025/6/2 8:53:55

shell8

until循环(条件为假的时候一直循环和while相反) i0 until [ ! $i -lt 10 ] doecho $i((i)) done分析初始化变量： i0：将变量i初始化为0。条件判断 (until 循环)： until [ ! $i -lt 10 ]：这里的逻辑有些复杂。它使用了until循环…...

编程日记 2025/6/4 16:18:14

嵌入式驱动RK3566 HDMI eDP MIPI 背光屏幕选型与调试提升篇-eDP屏

eDP是嵌入式显示端口，具有高数据传输速率，高带宽，高分辨率、高刷新率、低电压、简化接口数量等特点。现大多数笔记本电脑都是用的这种接口。整个eDP是很复杂的，这里我们不讲底层原理，我们先掌握如何用泰山派来驱动各种…...

编程日记 2025/6/3 10:33:09

2024年华为OD机试真题-字符串分割-C++-OD统一考试（E卷）

最新华为OD机试考点合集：华为OD机试2024年真题题库（E卷+D卷+C卷）_华为od机试题库-CSDN博客每一题都含有详细的解题思路和代码注释，精编c++、JAVA、Python三种语言解法。帮助每一位考生轻松、高效刷题。订阅后永久可看，发现新题及时跟新。题目描述：给定非空字符串…...

编程日记 2025/5/28 6:17:05

图书馆管理系统（三）基于jquery、ajax

任务3.4 借书还书页面任务描述这部分主要是制作借书还书的界面，这里我分别制作了两个网页分别用来借书和还书。此页面，也是通过获取books.txt内容然后添加到表格中，但是借还的操作没有添加到后端中去，只是一个简单的前端操作。…...

编程日记 2025/6/3 10:38:55

【练习Day20】字符串变形

链接：字符串变形_牛客题霸_牛客网方法一：双逆转（推荐使用） 思路： 将单词位置的反转，那肯定前后都是逆序，不如我们先将整个字符串反转，这样是不是单词的位置也就随之反转了。但是单…...

编程日记 2025/6/3 1:42:48

鸿蒙项目云捐助第二十讲云捐助项目物联网IOT的使用

鸿蒙项目云捐助第二十讲云捐助项目物联网IOT的使用在鸿蒙技术完成云捐助项目中，物联网技术也是具有一定生命力的存在。这里也会在云捐助项目中使用物联网的技术。一、华为云IoT物联网操作这里以华为云的Iot物联网操作来介绍华为云I ot物联网技术。这里从百度…...

编程日记 2025/6/4 10:34:49

Linux设置篇

查看主机名 hostname 修改主机名 hostnamectl set-hostname 主机名配置ip映射 vi /etc/hosts 192.168.1.10 pure 限制SSH登录的IP a) 设置禁止所有ip连接服务器的SSH vi /etc/hosts.deny sshd:all:deny b) 设置允许指定ip连接服务器的SSH（这边建议设置一个备…...

编程日记 2025/6/4 9:21:30

WatchAlert - 开源多数据源告警引擎

概述在现代 IT 环境中，监控和告警是确保系统稳定性和可靠性的关键环节。然而，随着业务规模的扩大和数据源的多样化，传统的单一数据源告警系统已经无法满足复杂的需求。为了解决这一问题，我开发了一个开源的多数据源告警引擎——…...

编程日记 2025/5/31 2:23:33

百度面试手撕 go context channel部分学习

题目手撕对无序的切片查询指定数使用context进行子协程的销毁并且进行超时处理。全局变量定义 var (startLoc int64(0) // --- 未处理切片数据起始位置endLoc int64(0) // --- 切片数据右边界避免越界offset int64(0) // --- 根据切片和协程数量在主线程动态设…...

编程日记 2025/6/3 6:38:01

主流浏览器内核

1‌、Chromium内核‌ 由Google主导开发，最具代表性的是Google Chrome浏览器。Chromium内核的优点包括无广告、不易崩溃、速度快、安全性高。目前，许多浏览器都采用了Chromium内核，如360极速浏览器、UC浏览器、QQ浏览器等，windows自…...

编程日记 2025/6/4 12:23:46

Apache Tomcat 漏洞CVE-2024-50379条件竞争文件上传漏洞 servlet readonly spring boot 修复方式

1，关于漏洞 Apache Tomcat是一个流行的开源 Web 服务器和 Java Servlet 容器。二、漏洞描述 Apache Tomcat中修复了个 TOCTOU 竞争条件远程代码执行漏洞 (CVE-2024-50379)，该漏洞的 CVSS 评分为 9.8。Apache Tomcat 中 JSP 编译期间存在检查时间使用时…...

编程日记 2025/6/4 14:40:42

Java学习教程，从入门到精通，Java LinkedList（链表）语法知识点及案例代码（62）

Java LinkedList（链表）语法知识点及案例代码一、LinkedList概述 LinkedList是Java集合框架中的一个类，位于java.util包中。它实现了List、Deque、Queue等接口，提供了链表数据结构的实现。链表是一种线性数据结构，其…...

编程日记 2025/5/29 4:32:12

3分钟读懂数据分析的流程是什么

数据分析是基于商业目的，有目的地进行收集、整理、加工和分析数据，提炼出有价值的信息的一个过程。整个过程大致可分为五个阶段，具体如下图所示。 1.明确目的和思路在开展数据分析之前，我们必须要搞清楚几个问题，比…...

编程日记 2025/5/30 7:15:22

【Leetcode 热题 100 - 扩展】303. 区域和检索 - 数组不可变

问题背景给定一个整数数组 n u m s nums nums，处理以下类型的多个查询： 计算索引 l e f t left left 和 r i g h t right right（包含 l e f t left left 和 r i g h t right right）之间的 n u m s nums nums 元素的和 &a…...

编程日记 2025/6/3 16:50:37

执行结果:通过执行用时和内存消耗如下： bool check(char *s, int m) {int n strlen(s), count0[26] {0};for (int j 0; j < n; j m) {int count1[26] {0};for (int k j; k < j m; k) {count1[s[k] - a];}if (j > 0 && memcmp(count0, cou…...

编程日记 2025/6/4 9:48:28

API开发：Flask VS FastAPI

在当今的Web开发领域，选择合适的框架对于构建高效、稳定且易于维护的API至关重要。Flask和FastAPI是两个备受关注的Python Web框架，它们各自具有独特的特点和优势，适用于不同的开发场景。文章目录一、简介二、性能表现三、开发效率&#xf…...

编程日记 2025/6/2 6:09:59

fastAPI接口的请求与响应——基础

1. 后端接口 1.接口实现 pip install fastapi pip install uvicorn# api.py from pydantic import BaseModel from fastapi import FastAPI import uvicorn import os# 定义请求体模型 class Payload(BaseModel):key1: strkey2: str# 创建一个FastAPI应用程序实例 app Fast…...

编程日记 2025/5/29 22:36:59

[oeasy]python054_python有哪些关键字_keyword_list_列表_reserved_words

python有哪些关键字_keyword_list_列表_reserved_words 回忆上次内容 hello world 不是从来就有的来自于 c语言 print、小括号和双引号也来自于 c语言添加图片注释，不超过 140 字（可选） python 标识符的命名规则依然完全学习…...

编程日记 2025/5/31 10:33:57

面试题整理2---Nginx 性能优化全方案

面试题整理2---Nginx 性能优化全方案 1. 调整工作进程数和线程数1.1 调整工作进程数1.2 调整进程的最大连接数 2. 配置Gzip压缩2.2 配置Gzip压缩 3. 配置缓存策略3.1 配置浏览器缓存时间3.2 配置代理服务器缓存时间 4. 优化文件访问方式4.1 使用sendfile()函数发送文件数据4.2 …...

编程日记 2025/6/4 15:44:57

15.3、陷阱技术入侵容忍隐私保护技术

目录网络攻击陷阱技术与应用蜜罐主机技术陷阱网络技术三代陷阱网络网络攻击陷阱技术应用入侵容忍及系统生存技术入侵容忍及系统生存技术应用隐私保护技术网络安全的前沿技术发展动向网络攻击陷阱技术与应用攻击陷阱技术也叫诱骗技术，它是一种主动防御的方法&…...

编程日记 2025/5/28 11:02:12

PyQt6 学习记录1

简介 PyQt6 是基于 Python 的一系列模块。它是一个多平台的工具包，可以在包括 Unix、Windows 和 Mac OS 在内的大部分主要操作系统上运行。安装 pip install PyQt6 模块 - QtCore - QtGui - QtWidgets - QtDBus - QtNetwork - QtHelp - QtXml - QtSvg - QtSql…...

编程日记 2025/6/2 19:03:00

ModelArts平台打卡体验活动：MindSpore2.4.0快速入门

一、环境准备 1.进入ModelArts官网云平台帮助用户快速创建和部署模型，管理全周期AI工作流，选择下面的云平台以开始使用昇思MindSpore，可以在昇思教程中进入ModelArts官网创建notebook，点击【打开】启动，进入ModelA…...

编程日记 2025/6/3 18:22:30

python学习——洛谷P2010 [NOIP2016 普及组] 回文日期三种方法

[NOIP2016 普及组] 回文日期文章目录 [NOIP2016 普及组] 回文日期题目背景题目描述输入格式输出格式样例 #1样例输入 #1样例输出 #1 样例 #2样例输入 #2样例输出 #2 提示方法一方法二方法三题目背景 NOIP2016 普及组 T2 题目描述在日常生活中，通过年、月、日这…...

编程日记 2025/6/1 18:58:53

现代风格VUE3易支付用户控制中心

适用系统彩虹易支付技术栈 vitevue3elementuiplusphp 亮点独立前端代码,扩展开发,不改动系统文件,不影响原版升级支持功能订制界面预览...

编程日记 2025/5/29 2:13:38

重生之我在异世界学智力题（9）

大家好，这里是小编的博客频道小编的博客：就爱学编程很高兴在CSDN这个大家庭与大家相识，希望能在这里与大家共同进步，共同收获更好的自己！！！ 本文目录引言时间旅行者的逻辑谜题题目描述&#…...

编程日记 2025/6/1 1:29:50

《Mycat核心技术》第05章：Mycat中文乱码解决方案

作者：冰河星球：http://m6z.cn/6aeFbs 博客：https://binghe.gitcode.host 文章汇总：https://binghe.gitcode.host/md/all/all.html 星球项目地址：https://binghe.gitcode.host/md/zsxq/introduce.html 沉淀&#xff0c…...

编程日记 2025/5/30 18:22:38

Flink执行模式（批和流）如何选择

DataStream API支持不同的运行时执行模式（batch/streaming），你可以根据自己的需求选择对应模式。 DataStream API的默认执行模式就是streaming，用于需要连续增量处理并且预计会一直保持在线的无界（数据源输入是无限的）作业。而batch执行模式则用于有界（输入有限）作业…...

编程日记 2025/6/1 0:32:48

vue 文本域展示的内容格式要和填写时保持一致

文本域展示的内容格式要和填写时保持一致 <el-inputtype"textarea":rows"5"placeholder"请输入内容"v-model"formCredit.point"style"width:1010px;" > </el-input> 样式加个： white-space: pre-w…...

编程日记 2025/6/2 2:59:56

计算机基础知识复习12.20

B树与B树差异的点叶子节点最底部的节点才会存放实际数据(索引记录)，非叶子节点只会存放索引所有索引都会在叶子节点出现，叶子节点之间构成一个有序链表为什么mysql使用B树单点查询：B树的非叶子节点不存放实际的记录数据，仅…...

编程日记 2025/6/3 20:27:06

Flash语音芯片相比OTP语音芯片的优势

Flash语音芯片和OTP语音芯片是两种常见的语音解决方案，在各自的应用领域中发挥着重要作用。本文‌将介绍Flash语音芯片相比OTP(One-Time Programmable)语音芯片的显著优势‌。 1‌.可重复擦写‌：Flash语音芯片的最大特点是支持多次编程和擦除&#xff0c…...

编程日记 2025/6/1 22:57:52

深度学习模型中增加随机性可以通过多种方式实现，以下是一些可以应用到你的 `TCNAttentionLSTM`

在深度学习模型中增加随机性可以通过多种方式实现，以下是一些可以应用到你的TCNAttentionLSTM模型中的方法： ### 1. Dropout 你已经在模型中使用了dropout，这是增加随机性的一种常见方法。你可以通过调整dropout率来控制随机性的程度。 ###…...

编程日记 2025/6/1 5:17:04

JavaScript：一个争议与机遇并存的编程语言

JavaScript的诞生带着某种戏剧性色彩。1995年，网景公司的Brendan Eich在短短10天内设计出了这门语言。这种仓促的诞生为JavaScript埋下了许多设计缺陷的隐患，这些问题直到今天仍在困扰着开发者。然而，正是这样一个充满争议的语言，…...

编程日记 2025/5/30 22:01:38

后摩尔定律时代，什么将推动计算机性能优化的发展？

在摩尔定律时代，每两年芯片上的晶体管数量就会翻一番，这一看似不可避免的趋势被称为摩尔定律，它极大地促进了计算机性能的提高。然而，硅基晶体管不可能一直小下去，半导体晶体管的微型化推动了计算机性能的提升&#xf…...

编程日记 2025/6/3 11:52:17

台球助教平台系统开发APP和小程序信息收藏功能需求解析（第十二章）

以下是开发台球助教系统客户端（APP，小程序，H5）几端的信息收藏功能的详细需求和功能说明，内容比较详细，可以说是一个教科书式的详细说明了，这套需求说明不仅仅用在我们的台球助教系统程序上&…...

编程日记 2025/5/28 23:58:16

软件实验室认可｜实验室比对的形式与方法

实验室比对是软件测试实验室在申请软件实验室认可必须要做的一类质量控制活动。实验室比对包括实验室间比对，和实验室内比对。实验室间比对指的是按照预先规定的条件，由两个或多个实验室对相同或类似的物品进行测量或检测的组织、实施和评价。实验室内比…...

编程日记 2025/6/1 19:55:24

HarmonyOS NEXT开发进阶（四）：@Builder 装饰器实现UI结构复用

一、前言当页面有多个相同的UI结构时，若每个都单独声明，同样会有大量重复的代码。为避免重复代码，可以将相同的UI结构提炼为一个自定义组件，完成UI结构的复用。除此之外，ArkTS还提供了一种更轻量的UI结构复用机制B…...

编程日记 2025/5/31 20:06:55

Vivado/Vitis中自定义IP的驱动

在使用Xilinx FPGA时，很多时候都要添加自定义的IP以实现相应的功能，一些时候会通过AXI总线与软核或硬核相连，这个时候就可以在软件中对IP进行控制。当我们打开Vitis开始软件编写时，会遇到自定义IP驱动编译不过的情况，…...

编程日记 2025/6/3 3:41:13

CentOS7安装Python3.9（已装python2.6）

Python下载地址：Index of /ftp/python/ 下载并解压 # 安装wgetyum -y install wget # 下载wget https://www.python.org/ftp/python/3.9.0/Python-3.9.0.tgz # 解压tar zxvf Python-3.9.0.tgz # 切换目录cd Python-3.9.0 编译并安装 # 编译 ./configure --prefix/us…...

编程日记 2025/6/4 6:13:18

cenos如何升级git到2以上版本

1：先卸载旧的版本: # 卸载源默认安装的git $ git --version git version 1.8.3.1 $ sudo yum remove git2: 安装新的git版本编译配置环境变量下载相关依赖并安装 [rootlocalhost /]# yum install curl-devel expat-devel openssl-devel zlib-devel gcc […...

编程日记 2025/6/3 0:53:47

【JetPack】Navigation知识点总结

Navigation的主要元素： 1、Navigation Graph： 一种新的XML资源文件,包含应用程序所有的页面，以及页面间的关系。 <?xml version"1.0" encoding"utf-8"?> <navigation xmlns:android"http://schemas.a…...

编程日记 2025/5/30 20:45:08

图文社区用户搜索关系表设计方案：空间换时间的权衡与抉择

背景我们来聊一个解决方案：我们做了一个和抖音产品类似的图文社区，社区有一个搜索栏，通过名字搜索用户，搜索出来的用户需要体现出其与当前用户的关系：1.当前用户的粉丝。2.当前用户关注的人。3.互相关注。目前总用户…...

编程日记 2025/6/4 0:53:18

问题小记-达梦数据库报错“字符串转换出错”处理

最近遇到一个达梦数据库报错“-6111: 字符串转换出错”的问题，这个问题主要是涉及到一条sql语句的执行，在此分享下这个报错的处理过程。问题表现为：一样的表结构和数据，执行相同的SQL，在Oracle数据库中执行正常&…...

编程日记 2025/6/3 13:43:01

空天地遥感数据识别与计算--数据分析如何助力农林牧渔、城市发展、地质灾害监测等行业革新

在科技飞速发展的时代，遥感数据的精准分析已经成为推动各行业智能决策的关键工具。从无人机监测农田到卫星数据支持气候研究，空天地遥感数据正以前所未有的方式为科研和商业带来深刻变革。然而，对于许多专业人士而言，如何高效地处…...

编程日记 2025/6/4 4:30:15

Cherno C++ 学习笔记智能指针

这一篇我们会讲到一个C当中非常重要的特性，也就是智能指针smart pointer。在我们知道了new和delete两个关键字之后，我们了解了如何在堆上分配内存以及如何释放内存。但是当我们new了一个或者一堆对象之后，很多时候我们会容易忘掉delete所有需…...

编程日记 2025/5/29 23:07:28

C++ OpenGL学习笔记（2、绘制橙色三角形绘制、绿色随时间变化的三角形绘制）

相关文章链接 C OpenGL学习笔记（1、Hello World空窗口程序） 目录绘制橙色三角形绘制1、主要修改内容有：1.1、在主程序的基础上增加如下3个函数1.2、另外在主程序外面新增3个全局变量1.3、编写两个shader程序文件 2、initModel()函数3、initS…...

编程日记 2025/6/2 5:29:22

如何创建属于自己的大语言模型：从零开始的指南

如何创建属于自己的大语言模型：从零开始的指南为什么要创建自己的大语言模型？ 随着人工智能的快速发展，大语言模型（LLM）在各种场景中表现出了卓越的能力，例如文本生成、对话交互和内容总结等。虽然市场上…...

编程日记 2025/5/31 4:12:13

【AIGC安全】CCF-CV企业交流会直播回顾：探寻AI安全治理，共筑可信AI未来

文章目录一、活动背景：AI技术快速发展与安全治理需求迫切二、论坛内容金耀辉：智能共生时代：平衡生成式AI的创新与风险何延哲：人工智能安全检测评估的逻辑和要点谢洪涛：面向特定人物深度伪造视频的主动防御与被动检测技…...

编程日记 2025/5/31 19:32:10

文章目录

1、功能描述

2、图像矩

3、代码实现

4、效果展示

5、完整代码

6、涉及到的库函数

cv2.moments

7、参考

相关文章：