C++ 中的复数可在头文件中找到，它使开发人员能够表示和操作复数。复数的形式为 a + ib，其中“a”称为复数的实部，“ib”称为复数的虚部。虚部用字母“i”表示，其值为“iota”，等于 -1。复数在许多程序中都非常重要，因为它们被用于许多数学和科学过程中。我们来看看如何在 C++ 中表示复数以及如何将... 阅读更多

在数学中，伽马函数被描述为每个给定数字阶乘的扩展。另一方面，阶乘只能为实数定义，因此伽马函数超过计算所有复数值（负整数除外）上的阶乘。它由 − $$\mathrm{\Gamma \left ( x \right )=\left ( x-1 \right )!}$$ 表示伽马函数对于较高的值增长很快；因此，将对数应用于伽马将大大降低它的速度。特定数字的自然对数伽马是它的另一个名称。在本文中，我们将看到... 阅读更多

在几乎所有现代编程语言中，我们都能找到一些对数函数，如自然对数、以 2 为底的对数、以 10 为底的对数等。但有时我们需要计算给定库函数中不存在的不同基数的对数。为了实现这个目标，我们可以使用简单的对数公式。在本文中，我们将了解如何在 C++ 中使用给定数字和给定基数计算对数值。计算给定基数的对数的公式假设我们取了一个数字 x，并且它的基数为 k，它也是给定的。该... 阅读更多

以 10 为底的对数在各种应用中的自然计算中是相对必需的。对于竞争性考试，有一些快速的方法可以记住一些对数值。在编程时，有一些方法可以使用库函数计算对数结果，还有一些快捷方式。在这篇文章中，我们将介绍一些在 C++ 中计算给定数字的以 10 为底的对数的方法。使用 log10() 函数一个用于确定给定参数的以 10 为底的对数的库函数称为 log10()。整数或浮点数可以是... 阅读更多

我们将使用 Haar 级联分类器来检测图像中的车牌号。Haar 级联分类器是一种有效的目标检测方法。它是一种基于机器学习的方法。要训练车牌分类器，算法最初需要大量正样本（车牌图像）和负样本（无车牌图像）。分类器根据这些正样本和负样本进行训练。然后用于检测其他图像中的目标（车牌）。我们可以使用已经训练好的 Haar 级联进行目标检测。如何下载 Haarcascade？您可以在... 阅读更多

我们将使用 Haar 级联分类器来检测图像中的微笑。Haar 级联分类器是一种有效的目标检测方法。它是一种基于机器学习的方法。要训练 Haar 级联分类器进行微笑检测，算法最初需要大量正样本（带有微笑的图像）和负样本（没有微笑的图像）。然后根据这些正样本和负样本训练分类器。然后用于检测其他图像中的微笑。我们可以使用已经训练好的 Haar 级联进行微笑检测。对于输入图像中的微笑检测，我们需要两个 Haar... 阅读更多

我们可以使用 cv2.findChessboardCorners() 在图像中找到棋盘角点，并使用 cv2.drawChessboardCorners() 绘制具有图案的棋盘角点。查看这两种方法的以下语法 - ret，corners = cv2.findChessboardCorners(img，patterSize，None) cv2.drawChessboardCorners(img，patternSize，corners，ret) 步骤要查找棋盘中的图案，您可以使用以下步骤 - 导入所需的库。在以下所有示例中，所需的 Python 库是 OpenCV。确保您已安装它。使用 cv2.imread() 读取棋盘的输入图像，并使用 cv2.cvtColor() 将其转换为灰度。... 阅读更多

Haar 级联分类器是一种有效的目标检测方法。它是一种基于机器学习的方法。要训练 Haar 级联分类器进行猫脸检测，算法最初需要大量正样本（带有猫脸的图像）和负样本（没有猫脸的图像）。分类器根据这些正样本和负样本进行训练。然后用于检测其他图像中的猫脸。我们可以使用已经训练好的 Haar 级联进行微笑检测。对于输入图像中的微笑检测，我们需要两个 Haar 级联，一个用于人脸检测，另一个用于微笑检测。我们... 阅读更多

我们可以使用已经训练好的 Haar 级联分类器来检测图像中的人脸。为了检测人脸，OpenCV 为我们提供了不同的 Haar 级联作为 xml 文件。我们将使用 haarcascade_frontalface_alt.xml 来检测图像中的人脸。检测到的人脸坐标位于 (x，y，w，h) 中。要裁剪和保存检测到的人脸，我们保存 image[y:y+h，x:x+w]。如何下载 Haarcascades？您可以在以下 GitHub 网站地址找到不同的 haarcascades - https://github.com/opencv/opencv/tree/master/data/haarcascades 要下载用于人脸检测的 Haar 级联，请单击 haarcascade_frontalface_alt.xml 文件。以原始格式打开它，右键单击... 阅读更多

k 最近邻 (kNN) 是一种用于监督学习的简单分类算法。要在 OpenCV 中实现 kNN，您可以按照以下步骤操作 - 导入所需的库 OpenCV、NumPy 和 Matplotlib。我们定义了两个类 Red 和 Blue，每个类都有 25 个数字。然后使用随机生成器为这两个类生成训练数据。接下来，我们为每个训练数据生成标签。Red 系列数字的标签为 0，Blue 系列成员的标签为 1。现在绘制 Red 和 Blue 系列成员。使用随机生成器生成一个新数字并绘制它。启动... 阅读更多