我正在使用 dummies 包为分类变量生成虚拟变量,其中一些具有两个以上的类别。
testdf<- data.frame(
"A" = as.factor(c(1,2,2,3,3,1)),
"B" = c('A','B','A','B','C','C'),
"C"= c('D','D','E','D','D','E'))
#
#Generate dummy variables:
#
testdf<- cbind(testdf, dummy(testdf$C, sep='_'))
testdf<- cbind(testdf, dummy(testdf$B, sep='_'))
Run Code Online (Sandbox Code Playgroud)
对于这两个命令,我得到:
Run Code Online (Sandbox Code Playgroud)Warning message: In model.matrix.default(~x - 1, model.frame(~x - 1), contrasts = FALSE) : non-list contrasts argument ignored
结果似乎是正确的。您能否就警告的原因提出建议?
我有一个数值列表.如果需要,我可以将值标准化.
我需要将此列表转换为颜色列表(在HSL,RGB或任何其他颜色模型中 - 我以后总是可以进行转换).
对于任何给定值,每次颜色必须相同.
两个给定的数值越不同,对应的对应值应该越多.
所有使用的颜色必须尽可能相互对比(这是一个软限制,粗略的解决方案会做).
请注意,列表相当大(数千个数字),因此简单地将所有数字压缩到单个颜色通道中会产生过于密集的结果.
我有一个带有轨迹栏滑块控件的工具,用于调整图像的亮度,对比度,伽玛等.
当用户拖动滑块时,我试图获取我的图像的实时更新.亮度和伽马算法是可接受的速度(大约170ms).但对比度算法约为380ms.
基本上我的表单是一个带滑块的工具窗口.每次更新图像时,它都会向父项发送一个重绘新图像的事件.工具窗口将原始未修改的图像锁定在内存中,因此我始终可以访问它的字节.因此,每次更改滑块的ValueChanged事件(例如"对比度"滑块)时,我都会这样做.
码:
double newValue = 0;
double c = (100.0 + contrast) / 100.0;
c *= c;
for (int i = 0; i < sourcePixels.Length; i++)
{
newValue = sourcePixels[i];
newValue /= 255.0;
newValue -= 0.5;
newValue *= c;
newValue += 0.5;
newValue *= 255;
if (newValue < 0)
newValue = 0;
if (newValue > 255)
newValue = 255;
destPixels[i] = (byte)newValue;
}
Run Code Online (Sandbox Code Playgroud)
我读了一次关于使用整数而不是浮点值来提高对比度的速度,但我再也找不到那篇文章了.
我尝试使用不安全的代码(指针),但实际上注意到速度降低.我假设这是因为代码使用嵌套for循环来迭代x和y而不是单个循环.
在我的应用程序中,我正在进行用户定义的伽玛,亮度和对比度校正.现在我想知道是否有这样做的标准顺序.
这可能听起来微不足道,但我找不到任何关于此的内容.我想无论顺序如何都可以得到相同的结果,但我只是想确保它尽可能直观.
使用 R 中的默认对比度(contr.treatment),线性模型对象的摘要根据级别名称给出行名称。当我将对比度更改为 contr.sum 时,线性模型对象的摘要根据组合数字给出行名称。
对于下面的示例代码,处理对比的行名称是 xa xb xc xd xe,对于总对比,它们是 x1 x2 x3 x4 x5。
除了手动重命名行之外,有没有办法使这些行为相同?
例子:
y <- rnorm(10, 0, 1)
x <- factor(rep(letters[1:5], each = 2))
options(contrasts = c("contr.treatment", "contr.poly"))
summary(lm(y ~ x))
options(contrasts = c("contr.sum", "contr.poly"))
summary(lm(y ~ x))
Run Code Online (Sandbox Code Playgroud) 我想在anova(固定或混合模型)中进行单df正交对比.这只是一个例子:
require(nlme)
data (Alfalfa)
Variety: a factor with levels Cossack, Ladak, and Ranger
Date : a factor with levels None S1 S20 O7
Block: a factor with levels 1 2 3 4 5 6
Yield : a numeric vector
Run Code Online (Sandbox Code Playgroud)
这些数据在Snedecor和Cochran(1980)中作为分裂图设计的一个例子进行了描述.实验中使用的处理结构为3×4全饱和因子,1943年有3个品种的苜蓿和4个第三次扦插日期.实验单元分为6个区块,每个区块分为4个区块.将苜蓿(Cossac,Ladak和Ranger)的品种随机分配到块中,并将第三次切割的日期(无,S1- 9月1日,S20- 9月20日和O7- 10月7日)随机分配到图中.每个区块都使用了所有四个日期.
model<-with (Alfalfa, aov(Yield~Variety*Date +Error(Block/Date/Variety)))
> summary(model)
Error: Block
Df Sum Sq Mean Sq F value Pr(>F)
Residuals 5 4.15 0.83
Error: Block:Date
Df Sum Sq Mean Sq F value Pr(>F)
Date 3 1.9625 0.6542 17.84 3.29e-05 *** …
Run Code Online (Sandbox Code Playgroud) 我正在寻找一种方法,根据名为“banner”的 div 中背景图像的主要颜色,将文本颜色更改为 #000 或 #fff。每个页面上的背景图像都是随机选择的,因此我需要能够自动执行此操作。我遇到了JavaScript 颜色对比器,但我很难理解如何正确使用它。我注意到我发布的链接在 javascript 中提供了一个解决方案,我还阅读了 jquery 中的一个可能的解决方案。
我对函数一无所知,所以如果有人能清楚地解释我如何实现这一点,我在哪里放置函数以及我如何“调用它们”(如果这是正确的术语!)来使用它,我将非常感激。
谢谢你的帮助。
我正在做一个人脸识别项目。我的图片具有不同的照明,因此我需要进行照明归一化。我读了一篇声称进行照度归一化的论文。本文介绍了以下功能和值。
1-使用gamma = 0.2进行伽玛校正
2-(使用(sigma0 = 1,sigma1 = 2)进行高斯(DOG)滤波的差异)
3-对比度均衡(本文中使用截断阈值为10且压缩分量为0.1)
我CvPow
用于伽玛校正,CvSmooth
DoG和Threshold()
截断(我不知道如何指定压缩分量),但是我没有得到确切的图像。我使用直方图均衡进行对比度均衡。
如果有人以前做过或有任何想法??
链接到本文:http : //lear.inrialpes.fr/pubs/2007/TT07/Tan-amfg07a.pdf
代码如下:(Peb Aryan的Python代码转换为JAVACV)
public static IplImage preprocessImg(IplImage img)
{
IplImage gf = cvCreateImage(cvSize(img.width(),img.height()),IPL_DEPTH_32F, 1 );
IplImage gr = IplImage.create(img.width(),img.height(), IPL_DEPTH_8U, 1);
IplImage tr = IplImage.create(img.width(),img.height(), IPL_DEPTH_8U, 1);
IplImage b1 = IplImage.create(img.width(),img.height(),IPL_DEPTH_32F, 1 );
IplImage b2 = IplImage.create(img.width(),img.height(),IPL_DEPTH_32F, 1 );
IplImage b3 = IplImage.create(img.width(),img.height(),IPL_DEPTH_32F, 1 );
CvArr mask = IplImage.create(0,0,IPL_DEPTH_8U, 1 );
cvCvtColor(img, gr, CV_BGR2GRAY);
gamma(gr,gr,gf);
cvSmooth(gf,b1,CV_GAUSSIAN, 1);
cvSmooth(gf,b2,CV_GAUSSIAN,23);
cvSub(b1,b2,b2,mask); …
Run Code Online (Sandbox Code Playgroud) 我有一个网站,我编码符合WCAG 2.0 AA Level标准,其中一个按钮的颜色对比度没有通过.
背景 - #D57405前景 - #FFF
是否可以使用文本阴影来增强对比度 - 这会被视为传递吗?
我可以为不支持文本阴影的浏览器提供不同的颜色,但我想尝试保持按钮颜色相同,以符合大多数用户的品牌指南.作为背景 - 我使用的是没有大胆变化的网络字体,我不想将它加粗.另外我无法将字体大小更改为18pt.
谢谢
编辑 - 对于任何绊倒这个问题的人:
"可以选择或着色字母周围的背景,使字母与背后的背景保持4.5:1的对比度,即使它们与整个背景没有对比度" http://www.w3.org/TR/2013/NOTE-WCAG20-TECHS-20130905/G18
(我用粗体)
我使用的contrast
包构建的对比lm
在R
.使用以下代码,我在Trt1和Trt3之间进行对比.
Y <- c(10, 12, 14, 16, 9, 8)
Trt <- gl(n=3, k=2, length=3*2)
Data1 <- data.frame(Y, Trt)
Data1.lm <- lm(Y~Trt, data = Data1)
library(contrast)
Contrs1 <- contrast(Data1.lm, a=list(Trt="1"), b=list(Trt="3"), type = "average")
print(Contrs1, X=TRUE)
Run Code Online (Sandbox Code Playgroud)
我想对(Trt1和Trt2)和Trt3的平均值进行对比.我用过这段代码
Contrs2 <- contrast(Data1.lm, a=list(Trt="1", Trt="2"), b=list(Trt="3"), type = "average")
print(Contrs2, X=TRUE)
lm model parameter contrast
Contrast S.E. Lower Upper t df Pr(>|t|)
1 6.5 1.224745 2.602315 10.39768 5.31 3 0.0131
Contrast coefficients:
(Intercept) Trt2 Trt3
1 0 1 …
Run Code Online (Sandbox Code Playgroud) contrast ×10
r ×4
colors ×2
gamma ×2
algorithm ×1
anova ×1
bitmap ×1
brightness ×1
c# ×1
css ×1
css3 ×1
gaussian ×1
html ×1
image ×1
javascript ×1
jquery ×1
lm ×1
model.matrix ×1
opencv ×1
orthogonal ×1
performance ×1
threshold ×1
wcag2.0 ×1