[深度应用]·DC竞赛轴承故障检测开源Baseline(基于Keras1D卷积 val_acc:0.99780) 个人网站--> http://www.yansongsong.cn/ Github项目地址--> https://github.com/xiaosongshine/bearing_detection_by_conv1d 大赛简介 轴承是在机械设备中具有广泛应用的关键部件之一.由于过载,疲劳,磨损,腐蚀等原因,轴承在机器操作过程中容易损坏.事实上,超过50%的旋转机器故障与轴承故障有

前言   介绍了基础环境,最终是为了读取显示.mat文件,本篇读取mat文件并显示.   补充   测试的mat文件是double类型的. Matlab库数据类型 变量类型:matError,错误变量   错误类型,实际上是整形. 变量类型:MATFile,mat文件指针   打开mat文件返回的指针,操作文件需要一直使用,直至关闭. 变量类型:mxArray,mat数组   打开mat文件所产生的二维数组类型.   Matlab库函数打开读取需要用到的   实际整理了一些函数,但是实际本篇只列

Mat,cvMat和IplImage这三种类型都可以代表和显示图像,但是,Mat类型侧重于计算,数学性较高,openCV对Mat类型的计算也进行了优化.而CvMat和IplImage类型更侧重于“图像”,opencv对其中的图像操作(缩放.单通道提取.图像阈值操作等)进行了优化.在opencv2.0之前,opencv是完全用C实现的,但是,IplImage类型与CvMat类型的关系类似于面向对象中的继承关系.实际上,CvMat之上还有一个更抽象的基类----CvArr,这在源代码中会常见. 最近

一.简介 将图像文件读入内存,可以用cv::imread()函数 二.读取图像 Mat imread(const string& filename,int flags=1); Mat: 如果读取图像失败,返回一个空矩阵(NULL) filename: windows位图文件:BMP,DIB JPEG文件:JPEG,JPG,JPE 便携式网络图片:PNG 便携式图像格式:PBM,PGM,PPM Sun rasters:SR,RAS TIFF文件:TIFF,TIF OpenEXR HDR图片:EXR

文件及目录操作 python中对文件.文件夹(文件操作函数)的操作需要涉及到os模块,主要用到的几个函数是, import os 返回指定目录下的所有文件和目录名: os.listdir() 重命名:os.rename(old, new) 创建多级目录:os.makedirs() 创建单个目录:os.mkdir() 获取文件属性:os.stat(file) 修改文件权限与时间戳:os.chmod(file) 终止当前进程:os.exit() 获取文件大小:os.path.getsize(file

.mat是matlab生成的文件.用matlab打开文件imagenet-vgg-verydeep-19.mat可以帮助理解其结构.matlab代码如下: a = open('D:\imagenet-vgg-verydeep-19.mat'); a的结构如下图所示. 对于读取imagenet-vgg-verydeep-19.mat,与matlab代码相应对的python代码为 matpath = r"D:\imagenet-vgg-verydeep-19.mat" a = scipy.

转自:https://www.cnblogs.com/gucheng/p/10152889.html 准备第三方库 glew.freeglut.glm.opencv 准备一张灰度图 最终效果 代码如下 代码包括主程序源文件mainApp.cpp.顶点着色器shader.vs.片元着色器shader.fs mainApp.cpp #include <stdio.h> #include <string.h> #include <iostream> #include <

一起来学演化计算-mat文件读写 觉得有用的话,欢迎一起讨论相互学习~Follow Me Matlab读取和保存mat文件数据 在matlab命令行中输入save 变量名a,将a变量保存在新生成的a.mat文件 在当前文件夹中,可以看到新生成的a.mat文件,需要注意的是在保存数据到mat文件中的时候,可以设置mat文件名,保存的变量,保存的路径 "load a",读取a.mat文件数据,读取之后,就可以直接使用mat文件里面的a变量, 或者可以直接双击文件名,就可以load mat文

准备第三方库 glew.freeglut.glm.opencv 准备灰度图片和草地贴图 最终效果 代码包括主程序源文件mainApp.cpp.顶点着色器shader.vs.片元着色器shader.fs mainApp.cpp如下 #include <stdio.h> #include <string.h> #include <iostream> #include <fstream> #include <sstream> #include <

Mat对象:图像文件的内存数据对象 读取为 Mat 对象 读取图像位Mat对象,获取图像的相关信息 #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main(int argc, char** argv) { Mat src = imread("f:/temp/images/lena.jpg", IMREAD_GRAYSCA

#include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; int main(int argc, char** argv) { // 图像内存对象,在C++中是以Mat对象形式保存的 Mat img = imread("f:/temp/images/lena.jpg"); /* imread的默认选项:IMREAD_COLOR,默认会将图像加

在这篇文章里,我们一起学习了在OpenCV中如何定义感兴趣区域ROI,如何使用addWeighted函数进行图像混合操作,以及将ROI和addWeighted函数结合起来使用,对指定区域进行图像混合操作. 一.设定感兴趣区域--ROI(region of interest) 在图像处理领域,我们常常要设置感兴趣区域(ROI,region of interest),来专注或者简化我们的工作过程,也就是从图像中选择的一个图像区域,这个区域是我们图像分析关注的重点.我们圈定这个区域,以便进行进一步处理

图像缩放是一种比较简单的图像处理操作,这里给出opencv中的代码, opencv的版本C语言接口 int resize_c() { const char *pstrImageName = "lena.jpg"; const char *pstrSaveImageName = "lena缩放图.jpg"; const char *pstrWindowsSrcTitle = "原图"; const char *pstrWindowsDstTitle

今天的计算机视觉课老师讲了不少内容,不过都是大概讲了下,我先记录下,细讲等以后再补充. SIFT特征: 尺度不变性:用不同参数的高斯函数作用于图像(相当于对图像进行模糊,得到不同尺度的图像),用得到的图像作差,找极值(相 当于穷举不同尺度空间的图像,找其特征点,在不同尺度下,都在极值范围之内,故能满足尺度不变性. 然后要找到极值点的位置,对其进行定位. 然后对极值进行描述. 旋转不变性:用梯度方向来表示极值点的方向,定义主方向能保证旋转不变性. 光照不变性 SIFT的特征点检测是在DOG图像上进

在图像处理中,目标区域定义为感兴趣区域ROI(region of Interest),这是后期图像处理的基础,在获取ROI后,进行一些列的处理.ROI区域在Opencv中就是Rect,先构建Rect,然后给予ROI一些特点,形成了图像掩膜. 一.ROI创建 //定义一个Mat类型并给其设定ROI区域 Mat imageROI; //方法一 imageROI=image(Rect(,,logo.cols,logo.rows)); //方法二 imageROI=Image(Range(,+logoI

1 前言 Caffe对于像我这样的初学者来说是一款非常容易上手的深度学习框架.关于用Caffe跑自己的数据这样的博客已经非常多,感谢前辈们为我们提供的这么好的学习资源.这里我主要结合我所在的行业,说下如何对跑通具有多通道多格式的遥感数据. 2 数据准备 Caffe封装的非常好,要想将我们的数据运用于Caffe上,我们唯一要做的工作就是准备好Caffe支持的数据输入格式(leveldb/lmdb). Caffe解决方案下有一个工程convert_imageset为我们提供了接口,主要是将图像文件转

本博客为原创内容,未经博主允许禁止转载,商用,谢谢. 一.前言 关于GDAL与openCV间的数据格式转换,在我之前的博客中已有简要说明,这里,由于最近工作上经常用到openCV里的函数进行图像处理,所以写了一个程序,进一步对这两个开源库进行连接. 除了格式转换外,该类还支持数据的分块读入与写出. 二.代码 所有功能在一个GDALOPENCV类中完成,其头文件如下: /////////////////////////////////////////////////////////////////

ROI(region of interest)——感兴趣区域. 1.用途 这个区域是图像分析所关注的重点.圈定这个区域,以便进行进一步的处理.而且,使用ROI指定 想读入的目标,可以减少处理时间,增加精度,给图像处理带来不小的便利. 2.定义ROI方法 使用表示矩阵区域的Rect. 它指定矩阵的左上角坐标(构造函数的前两个参数)和矩阵的长宽(构造函数的后两个参数)以定义一个矩阵区域. // 定义一个Mat类型并给定其设定的区域 Mat imageROI; // 方法一 imageROI = im

主要内容: 霍夫变换的作用 霍夫变换检测直线的原理 霍夫变换检测圆的原理 OpenCV中的霍夫变换 1.霍夫变换检测直线原理 霍夫变换,英文名称Hough Transform,作用是用来检测图像中的直线或者圆等几何图形的. 一条直线的表示方法有好多种,最常见的是 ax+by+z=0 的形式,如果把b强行等于1,那么该形式变成了 y=mx+b. 假设有一幅图像,经过滤波,边缘检测等操作,变成了下面这张图的形状,怎么把这张图片中的直线提取出来.基本的思考流程是:如果直线ax+by=1在图片中,那么图

博主作为OpenGL新手,最近要用OpenGL进行并行的数据计算,突然发现这样的资料还是很少的,大部分资料和参考书都是讲用OpenGL进行渲染的.好不容易找到一本书<GPGPU编程技术,从OpenGL.CUDA到OpenCL>,里面对并行处理的发展进行了系统性的介绍,还是很不错的.小白博主很兴奋,看完书中第三章后恍然大悟了很多,就贴出书中代码3-3的例子,实现一番,并用一副图片数据做了实现. 实现环境:Window7 32bit, VS2013+OpenGL3.3+GLEW+GLFW. Ope

1  空间滤波 1.1  基本概念 空间域,在图像处理中,指的是像平面本身: 空间滤波,则是在像平面内,对像素值所进行的滤波处理. 如上图所示,假设点 (x, y) 为图像 f 中的任意点,中间正方形是该点的 3x3 邻域 (也称为 "滤波器") 当该邻域,从图像的左上角开始,以水平扫描的方式,逐个像素移动,最后到右下角时,便会产生一幅新的图像. 1.2  滤波机制 若输入图像为 f(x, y),则经空间滤波后,输出图像 g(x, y) 为 $\quad g(x, y) = \sum