本板块用于记录学习机器学习和深度学习中的一些操作和知识
计划包括以下几部分的内容：
代码能力——python和leetcode
机器学习理论
深度学习理论
| 项目 | 效果展示 | 代码链接 |
|---|---|---|
| 复现扫描全能王APP矫正功能 1、分析 扫描全能王APP的功能和原理 2、通过图像处理的技术（透视变换）实现矫正 |
 使用方法：运行 几何矫正.py 即可 |
求star |
| 自动识别模糊图片 1、分析图片模糊的原因 2、对图片进行拉普拉斯变换后计算方差 3、设置方差阈值实现对模糊图片的查找 |
 使用方法：python3 detect_blur.py -i images |
求star |
| 用一种魔鬼的方式打开cxk 1、实现将图片、gif和视频转为字符形式 2、帮助理解数字图像的本质 |
 使用方法：python3 gif2word.py |
求star |
| 极坐标全景图 1、媲美PS的酷炫效果 2、原理蕴含了数学之美，值得去学习和研究 |
 使用方法：python3 极坐标全景图.py |
求star |
| 检测图像中的条形码 1、 图像处理中常用的一些操作流程，包括滤波、阈值化处理、膨胀、腐蚀和轮廓查找等 2、实现准确查找到条形码的位置并框选出来 |
 使用方法： python3 detect_barcode.py --image images/barcode_01.jpg |
求star |
| OpenCV测量物体的尺寸技能 get～ 1、利用图像的方法对物体的尺寸进行测量 2、需有一个易于识别并已知尺寸的参考物体 |
 使用方法： python3 object_size.py --image images/example_01.png --width 0.955 |
求star |
| opencv物体查找形状 |  使用方法：python3 find_shapes.py --image shapes.png |
求star |
各个研究方向的总结
- FCN
- SegNet
- Enet
main.py utils.py 是集成分类器模型
