Haar特征是一种反映图像的灰度变化的，像素分模块求差值的一种特征。它分为三类：边缘特征、线性特征、中心特征和对角线特征。用黑白两种矩形框组合成特征模板，在特征模板内用 黑色矩形像素和 减去 白色矩形像素和来表示这个模版的特征值。例如：脸部的一些特征能由矩形模块差值特征简单的描…

数码时代，直方图可以说是无处不在。无论是相机的显示屏，还是后期PS、ACR里的窗口，甚至色阶、曲线的工具之中，都可以看到直方图的身影。 要理解直方图，绕不开“亮度”这个概念。人们把照片的亮度分为0到255共256个数值，数值越大，代表的亮度越高。其中0代表纯黑色的最暗区域，25…

将图像从一个颜色空间转换为另一个颜色空间。 该功能将输入图像从一个颜色空间转换为另一个颜色空间。如果要转换RGB颜色空间，则应明确指定通道的顺序（RGB或BGR）。请注意，OpenCV中的默认颜色格式通常被称为RGB，但它实际上是BGR（字节相反）。因此，标准（24位）彩色图像…

几何变换不改变图像的像素值，只是在图像平面上进行像素的重新安排。适当的几何变换可以最大程度地消除由于成像角度、透视关系乃至镜头自身原因所造成的几何失真所产生的负面影响。几何变换常常作为图像处理应用的预处理步骤， 是图像归一化的核心工作之一。 一个几何变换需要两部分运算：首先是空…

TensorFlow已经准备了一个脚本来自动下载和导入MNIST数据集。它会自动创建一个'MNIST_data'的目录来存储数据。 这里，mnist是一个轻量级的类。它以Numpy数组的形式存储着训练、校验和测试数据集。同时提供了一个函数，用于在迭代中获得minibatch，后…

耶鲁脸部数据库（大小为6.4MB）包含165个GIF格式的灰度图像，共15个人。每个主题有11个图像，每个不同的面部表情或配置都有一个：中心光，眼镜，快乐，左光，无眼镜，正常，右光，悲伤，困倦，惊讶和眨眼。

在机器学习，支持向量机的监督学习模型与相关的学习算法可以分析用于数据分类和回归分析。给定一组训练样例，每个训练样例被标记为属于两个类别中的一个或另一个，SVM训练算法建立一个模型，将新的例子分配给一个类别或另一个类别，使其成为非概率二元线性分类器（尽管方法如Platt缩放存在以…

手写数字的MNIST数据库可从此页面获得，其中包含60,000个示例的训练集以及10,000个示例的测试集。它是NIST提供的更大集合的子集。这些数字已经过尺寸标准化并以固定尺寸的图像为中心。 MNIST是深度学习的经典入门demo，他是由6万张训练图片和1万张测试图片构成的，…

计算机程序，不是通过人类直接指定的规则，而是通过自身运行，学习事物的规律，和事物间的关联。 计算机程序所能够处理，只有数值和运算。 计算机程序不过是一段存储在硬盘上的零一代码，运行时被读取进内存，CPU 根据代码转换成的指令来做一组特定的操作，让这些01数字通过逻辑电路进行若干…