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
您找到你想要的搜索结果了吗?
是的
没有找到

python功能笔记——图像处理

python图像处理 from PIL import Image """打开图片""" pil_im=Image.open('test1.jpg').convert('L') #打开图片,后跟函数功能为转变成灰色 #print(pil_im) #打印图片属性GF """改变图片大小""" #pil_im.thumbnail((1000,1000)) #按比例改变图片大小(以最小值为标准) #pil_im=pil_im.resize((128,128)) #不管比例强制更改图片大小 """剪切图片""" #box=(100,100,400,400) #定义一个盒子 #region=pil_im.crop(box) #使用定义的盒子来剪切图片 """旋转图片""" #region=region.transpose(Image.ROTATE_180) #旋转180度 #pil_im=pil_im.rotate(30) #逆时针旋转30度 """将图片粘贴到另一张图片中""" #pil_im.paste(region,box) """显示图片""" #pil_im.show() #将图片显示出来 """保存图片""" #pil_im.save('newname.jpg')

02

谷歌研究:通过自动增强来提高深度学习性能

计算机视觉深度学习的成功可部分归功于大量标记训练数据,随着质量提高,多样性和训练数据量,模型的性能通常会提高。但是,收集足够的高质量数据来训练模型以实现良好性能通常是非常困难的。解决这个问题的一种方法是将图像的对称性硬编码到神经网络体系结构中,这样它们就能更好地运行,或者让专家手动设计数据增强方法,比如旋转和翻转,这些方法通常用于训练表现良好的视觉模型。然而最近人们很少关注如何通过机器学习来自动增加现有的数据。在我们的自动化设计的结果中,我们设计了神经网络体系结构和优化器来取代以前的系统组件,我们是否也可以自动化数据扩增的过程?

04

移动端弹性布局方案lib-flexible实践

2个月前,写过一篇文章《从网易与淘宝的font-size思考前端设计稿与工作流》总结过一些移动web中有关手机适配的一些思路,当时也是因为工作的关系分析了下网易跟淘宝的移动页面,最后才有那篇文章的总结,可惜的是因为项目的关系,这两个月来几乎没有机会做移动类项目的工作,所以那些理论一直没有得到真正的实践。这次因为公司有一个app需要做一个推广的下载页面,虽然简单,但也值得一试那篇文章里提到的适配方法,所以本文的内容就是介绍该文中提到的淘宝的做法:《lib-flexible弹性布局方案》。(注:该文中提到的网易的做法跟淘宝的做法其实是大同小异,你访问http://3g.163.com/touch/看下页面源码顶部的JS就能明白了。相较于淘宝的做法,淘宝的方法更能称之为一个方案,网易的做法代码质量实在不敢恭维,所以从本文的角度,推荐淘宝的lib-flexible)

01
领券