首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

OpenCV 在 Android 上的应用

OpenCV 介绍 OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。...在移动端上使用 OpenCV 可以完成一系列图像处理的工作。 二. OpenCV 在 Android 上的配置 我在项目中使用的 OpenCV 版本是 4.x。...下面的代码,展示了在应用层拍完照之后,将图片的路径传到 jni 层将其转换成对应的 Mat 对象,再转换成灰度图像,然后找出二维码的位置,要是能够找到的话就识别出二维码的内容。...OpenCV 进行二维码识别 val result = DetectUtils.qrDetect(filePath) L.d("opencvs识别二维码: $result") 3.2 比对图像的差异 在我们的实际开发中遇到一个应用场景...下面的代码,展示了在应用层拍完照之后,跟基准图片进行比对,并返回结果。

2.2K10

AI 在 marketing 上的应用

AI 在 marketing 中有很多应用,例如 搜索,推荐系统,程序化广告,市场预测,语音/文本识别(会话商务),防欺诈,网页设计,商品定价,聊天机器人等。...另一个应用是内容生成,输入一个关键词,从大量的数据里,找到和这个关键词相关的段落文章等,融合成一段文字。...一个人在不同的时间会使用电脑,手机,平板等不同的设备,AI 还可以被用来预测用户在什么时间会使用什么设备,帮助公司在特定的设备上进行有效的推送。 1....来看哪些顾客更有可能被转化 用一个矩阵来表示用户对一些广告的评分,这里需要用到矩阵分解,即要把这个矩阵分成两个矩阵的乘积,其中一个矩阵表示每个用户对某些特征的喜好程度,另一个矩阵表示这些广告在这些特征上的得分...整体流程为: 建立模型--数据--训练模型--进行预测--最后用 Recall 进行评估: ? 3.

1.3K30
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Segment Routing 在大规模数据中的应用(上)

    在写《BGP在大规模数据中心中的应用》里当时就有了讨论Segment Routing(SR)的想法,因为当时我还在参与MPLS+SR的白皮书测试,得到了不少真实的反馈,也粗略阅读了这篇今天要介绍的RFC...2.在大规模数据中心里存在问题 ?...接下来我们来看如何在DC中应用基于MPLS的数据平面的SR。 3.在MPLS数据平面中应用Segment Routing ?...3.2.2 数据平面 根据上面控制平面, 我们在每个节点上建立了IP/MPLS转发表: ? 看到这里帅气的读者可能已经在脑海中形成了一副经典的报文转发图,所以我就不画了。...后续的章节将讨论的一些不同的部署方案,以及除了解决了在第2章提到的问题以外,在大规模数据中心中部署SR带来的额外好处。

    1.4K50

    教你在真实图像数据上应用线性滤波器

    卷积神经网络通常从训练数据中学习有用的特征。第一个卷积层学习到的特征往往是视任务而定的一些训练数据的基本元素。例如,在图像数据中,学习到的特征可以体现边缘和斑点。...在接下来的实验中,我们在数据集上运用一种图像处理和计算机视觉中常用的传统边缘检测方式——Sobel 边缘滤波,并训练我们的模型进行类似的线性映射。...这个滤波器核在接下来的实验中将会被用在一个 32 x 32 像素的笑脸图像上。这个滤波器被加载进来,训练数据通过笑脸滤波器滤波灰度图像得到。由于滤波核的尺寸很大,实质上核已经扩展到了图像的外面。...在下面的图像中,我们可以观察到模型和笑脸滤波器在测试图像上产生了一个类似笑脸的形状。...此外,我希望你能够捕捉到一些洞察力以便理解卷积核对输入数据上的操作方式。实验结果不适合推广到卷积网络在图像分类上的例子,但是作为一个优化问题仍然为理解卷积层背后的现象和学习提供了一个基础。

    85510

    在 Windows 系统上启用远程应用

    在 Windows 系统上启用远程应用 需要一个远程桌面 App 进行演示, 安装 Windows 远程桌面服务太折腾, 需要安装域控制器, 再部署一整套的远程服务, 太折腾了, 如果只是演示的话, 没必要那么折腾...本文介绍一种通过修改注册表来启用远程应用的方法, 可以用于远程应用演示。 在 Windows 上允许远程桌面访问 这个没什么好说的, 非常简单, 在系统属性中设置允许远程连接到此计算机即可。...; 可以在 Applications 节点下创建任意多的节点, 理论上如果程序没有限制, 都可以作为远程应用; 编辑 RDP 文件, 使用远程应用 打开 Windows 附件中的 远程桌面连接...现在, 双击打开 rdp 文件, 就可以自动打开服务器上的记事本程序了。...设置 RDP 超时时间 当关闭远程应用时, 服务器并不会立刻终止远程会话, 因此需要在服务器上设置远程会话超时时间 搜索 gpedit.msc , 打开组策略编辑器; 依次找到 计算机配置 -> 管理模板

    3.4K61

    OpenCV在地图测试上的应用

    前言 我们在以往的UI自动化测试中,可以通过获取页面元素进行封装组合成一系列模拟真人的操作,来完成UI方面的自动化测试,但是在地图业务测试中,这种方式是无法完成的,地图是无法通过普通元素定位手段是无法获取元素的...,比如完成对比新老版本路径规划的准确性、与竞品比较路线的成熟度,但通过图像识别也是一个不错的思路,今天我们介绍一下利用图像识别的方式,在地图测试做一些应用。...OpenCV 的应用领域非常广泛,包括图像拼接、图像降噪、产品质检、人机交互、人脸识别、动作识别、动作跟踪、无人驾驶等。...注意安装以下模块和工具 GTK+ 2.x 或者更高的版本; GCC 编译器; cmake 构建工具; libtbb(英特尔线程构建模块) Python3 二、图像写入和读取 图像处理依赖于得到一幅图像、视频,并通过应用信号处理技术的

    1.4K20

    用 Flatpak 在 Linux 上安装应用

    在某种程度上,这样想是令人欣慰的,因为它们感觉是可以管理的。如果一个应用实际上是散落在你的计算机上的数百个小库和资源文件的组合,那么应用在哪里?...你可以在一个“容器”中安装一个应用需要的所有文件。这样一来,它的库就不会受到其他应用的影响,它所占用的内存也不会将数据泄露到另一个内存空间。所有的东西最后都感觉非常像一个单一的、几乎是 有形的 东西。...在 Linux 上安装 Flatpak 你的 Linux 系统可能已经安装了 Flatpak。...如果没有,你可以从你的包管理器中安装它: 在 Fedora、Mageia 和类似的发行版上: $ sudo dnf install flatpak 在 Elementary、Mint 和其他基于 Debian...我在 Fedora Silverblue、CentOS 和 Slackware 上使用 Flatpak,我无法想象现在没有它的生活。在你的下一个应用安装中试试 Flatpak 吧!

    1.7K10

    在 FPGA 上运行 eBPF XDP 应用

    面临的挑战 理论上看只要在 FPGA 上实现一个能够运行 eBPF 指令的 IP core,在通过 Linux 已有的机制把指令 offload 到硬件上就可以了,但实际应用中会碰到另一个性能问题,那就是...FPGA 较低的主频会导致顺序处理复杂 XDP 应用的延迟大幅上升 由于 FPGA 上资源有限,如果单个 IP Core 性能太差会导致整体吞吐量大幅低于使用 CPU 进行处理。...解决方法 接下来作者主要介绍如何针对 eBPF 指令在 FPGA 上运行进行优化。...Katran 作为测试应用,对比同样的应用在 FPGA 和 运行在 1.2GHz,2.1Ghz 和 3.7GHz CPU 上的性能对比。...延迟测试中由于 FPGA 相对 CPU 少了数据传输时间,普遍延迟只有 CPU 的十分之一甚至更低 在 Linux XDP example 测试中吞吐量大概和 2.1GHz CPU 单核处理能力相当

    1.3K20

    Named Volume 在 MySQL 数据持久化上的基本应用

    使用 Docker 时,容器(Container)会自动创建一个数据卷(Data Volume)来单独储存数据。数据卷有独立的本地目录,不跟着容器走,你在不同地方使用同一个容器,数据是不一样的。...--rm 是让容器在停止运行时自动删除。数据在外部的卷里,可以放心删。 -v 就是使用数据卷。...数据卷的备份 使用数据卷的一大好处,是可以在不同机器和环境中使用同一套数据。因此,必须掌握如何备份和还原数据卷。...将 MySQL 容器数据卷打包,然后存在备份目录里。 在本地目录获取数据卷打包文件。...假设我们在别的地方创建了一个新的 MySQL 容器 mysql-b,我们该怎么把 my-data 数据卷的数据还原到它里面去呢? 先把 mysql-backup.tar 拷贝到当前目录。

    89620

    在 Pandas DataFrame 中应用 IF 条件的5种方法

    本文介绍 Pandas DataFrame 中应用 IF 条件的5种不同方法。...(1) IF condition – Set of numbers 假设现在有一个由10个数字构成的DataFrame,想应用如下的 IF 条件 <= 4时,填值 True > 4时,填值 False...= 'Emma'), 'name_match'] = 'Mismatch' print (df) 查询结果如下: 在原始DataFrame列上应用 IF 条件 上面的案例中,我们学习了如何在新增列中应用...`set_of_numbers`: [1,2,3,4,5,6,7,8,9,10,0,0] 计划应用以下 IF 条件,然后将结果存储在现有的set_of_numbers列中: 如果数字等于0,将该列数字调整为...然后,可以应用 IF 条件将这些值替换为零,如下为示例代码: import pandas as pd import numpy as np numbers = {'set_of_numbers': [

    9.4K30

    goldengate classic模式在空闲数据库上抽取和应用数据延迟问题

    ,能够支持绝大部分数据库以及大数据平台....目标端出现延迟比较正常,例如源端是并发dml操作,目标端正常情况单进程去应用源端sql对应每一条dml操作, 例如源端更新1000记录;update table aa set id>=1 and id数据库的延迟来说,需要了解goldengate如何读取日志和应用生成的trailfile中数据.goldengate如何知道源端数据库有新的日志生成,然后pump、replicat也是同样的道理...通过官方文档了解goldengate出发时间是1s,对于空闲数据库来说,源端抽取+传输进程=2s,replicat进程的1s,加上本身传输以及应用之类时间差不多在4s-6s.对于空闲数据库来说延迟保持一个相对恒定在...对于空闲数据库来说,如果不调整EOFDELAY或者EOFDELAYCSECS的值,不管是调整参数:MAXTRANSOPS 、 GROUPTRANSOPS BATCHSQL是无法优化的.还是拆分进程或者使用并行应用方式都无法收到好的效果

    69740

    深度学习在推荐系统上的应用

    深度推荐系统 实际上深度学习在自然语言处理,图像处理,图像识别等领域迅猛发展的近4年来,深度学习在其他领域,例如强化学习,推荐系统也得到快速的发展。...下面我们来看一下深度学习在推荐系统当中的一些应用,其主要分为5大类别,下面我们会重点介绍4个类别,分别是: Learning item embeddings Deep Collaborative filtering...Denoising Autoencoder(DAE)是在AE的基础之上,对输入的训练数据加入噪声。所以DAE必须学习去除这些噪声而获得真正的没有被噪声污染过的输入数据。...YouTube Recommender,在今年的推荐系统顶级会议RecSys上,Google利用DNN来做YouTube的视频推荐。...5.总结 本文介绍了一些深度学习在推荐领域的应用,我们发现一些常见的深度模型(DNN, AE, CNN等)都可以应用于推荐系统中,但是针对不同领域的推荐,我们需要更多的高效的模型。

    1.7K90

    深度学习在推荐系统上的应用

    深度推荐系统 实际上深度学习在自然语言处理,图像处理,图像识别等领域迅猛发展的近4年来,深度学习在其他领域,例如强化学习,推荐系统也得到快速的发展。...下面我们来看一下深度学习在推荐系统当中的一些应用,其主要分为5大类别,下面我们会重点介绍4个类别,分别是: Learning item embeddings Deep Collaborative filtering...Denoising Autoencoder(DAE)是在AE的基础之上,对输入的训练数据加入噪声。所以DAE必须学习去除这些噪声而获得真正的没有被噪声污染过的输入数据。...YouTube Recommender,在今年的推荐系统顶级会议RecSys上,Google利用DNN来做YouTube的视频推荐。...总结 本文介绍了一些深度学习在推荐领域的应用,我们发现一些常见的深度模型(DNN, AE, CNN等)都可以应用于推荐系统中,但是针对不同领域的推荐,我们需要更多的高效的模型。

    1.2K50
    领券