領域(輪郭)の特徴 — OpenCV-Python Tutorials 1 documentation
領域(輪郭)の特徴である面積，周囲長，重心，外接矩形などについて学びます． 領域(輪郭)を対象とした様々な関数について学ぶことになります． 1. モーメント¶ 画像のモーメントは物体の重心，面積などを計算するのに役立ちます．詳細についてはWikipediaの 画像モーメント(英語) のページを参照してください． cv2.moments() 関数はあらゆるモーメントを計算します．: import cv2 import numpy as np img = cv2.imread('star.jpg',0) ret,thresh = cv2.threshold(img,127,255,0) imgEdge,contours,hierarchy = cv2.findContours(thresh, 1, 2) cnt = contours[0] M = cv2.moments(cnt) print
Visual Studio code＋Anaconda＋git bashでwindowsでもLinuxコマンドが使えるPython環境を整えた（2020/03/10） - 進捗どうでしょう
〇やったこと 下の画像のことがしたかったのでやった。 〇動機 ・レッツノート（windows）でPythonを動かしたい →Pythonの環境にはAnacondaでいっか →AnacondaだとPythonを動かすにはJupyterNotebookかなあ、あれ苦手なんだよなあ →VScodeが好きなので、VScodeで呼び出したターミナル上でPythonを動かしたいな →Linuxコマンドを使いたいし、VScodeのターミナルにはGit bashを使いたいな（どうやらGit bashはWindowsでもLinuxコマンドが使えるらしい） →VScodeのターミナルをgit bashにして、そのgit bash上でAnacondaを使おう！！（上の画像のやつ） 〇手順 1．VScode、Anaconda、git for windowsをインストールする まずはVScode、Anaconda、
ディープラーニング入門：Chainer チュートリアル
Chainer チュートリアル 数学の基礎、プログラミング言語 Python の基礎から、機械学習・ディープラーニングの理論の基礎とコーディングまでを幅広く解説 ※Chainerの開発はメンテナンスモードに入りました。詳しくはこちらをご覧ください。 何から学ぶべきか迷わない ディープラーニングを学ぶには、大学で学ぶレベルの数学や Python によるプログラミングの知識に加えて、 Chainer のようなディープラーニングフレームワークの使い方まで、幅広い知識が必要となります。 本チュートリアルは、初学者によくある「まず何を学べば良いか」が分からない、 という問題を解決するために設計されました。 初学者は「まず何を」そして「次に何を」と迷うことなく、必要な知識を順番に学習できます。 前提知識から解説 このチュートリアルは、Chainer などのディープラーニングフレームワークを使ったプログ
k-meansの最適なクラスター数を調べる方法 - Qiita
背景 お手軽なクラスタリング手段としてk-meansが有名であるが、以下の様な困ったポイントがある k-means法の問題点の一つは、クラスタの個数kを指定しなければならないことだ。 クラスタリングは探索的 (exploratory) なデータ解析手法であって，分割は必ず何らかの主観や視点に基づいているということです．よって，クラスタリングした結果は，データの要約などの知見を得るために用い，客観的な証拠として用いてはなりません． 参照元 それは知っている。で、結局クラスター数は本当に分析者の決め打ちでいいのか？ 「このクラスター数はどうやって決めたの？」「これまでの分析結果からソーゴー的に考えて決定しました」とか言いたくない このページの目的 「最終的には分析官の判断でクラスターは決定しました」といいつつも、何かしら数値としての根拠を持ってクラスター数を決定したい 何か良い判断基準は無いの
twiwt.org - このウェブサイトは販売用です！ - twiwt リソースおよび情報
このウェブサイトは販売用です！ twiwt.org は、あなたがお探しの情報の全ての最新かつ最適なソースです。一般トピックからここから検索できる内容は、twiwt.orgが全てとなります。あなたがお探しの内容が見つかることを願っています！
文字列結合のベンチマークをいろんな処理系でやってみた
The document contains results from various benchmark tests measuring the performance of different programming languages and implementations like Node.js, Java, Python, and others. It includes graphs showing the time taken to complete tasks like string concatenation and list operations. The benchmarks also compare just-in-time compilers and tracing JIT performance for some languages.
Macで設定とかインストールいらずで静的コンテンツ用のサーバーを立ち上げる方法 - Webtech Walker
Macで簡単に静的コンテンツを配信するサーバーを立ち上げる方法を紹介します。 Macには最初からApacheが入っているのでこれを有効にすればいいんですけど、バーチャルホストの設定とかが面倒だし、XAMPPみたいのはインストールして設定するのが面倒です。そこでpythonのSimpleHTTPServerというモジュールを使います。これは最初からMacにインストールされているので特にインストールなどは必要ありません（たぶん10.5からはデフォルトで入ってる）。 まずターミナル.appを開きます。次にドキュメントルートに設定したいディレクトリに移動します。以下のようにcdコマンドで移動できます。 $ cd /Users/hokamura/Sites パスとかよくわかんない人はFinderでフォルダをターミナルにドラッグアンドドロップすればそのディレクトリのパスがコピーされます。 cdしたら以
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Encoding and Decoding Base64 Strings in Python
Object Detection and ARFoundation in Unity
【深層学習入門】画像処理の基礎(画素操作)からCNN設計まで｜はやぶさの技術ノート