所以我在Google Glass上有一个应用程序拍照,然后将其转换为灰度并覆盖内存中的原始图像:
private void rGBProcessing (final String picturePath, Mat image) {
//BitmapFactory Creates Bitmap objects from various sources,
//including files, streams, and byte-arrays
Bitmap myBitmapPic = BitmapFactory.decodeFile(picturePath);
image = new Mat(myBitmapPic.getWidth(), myBitmapPic.getHeight(), CvType.CV_8UC4);
Mat imageTwo = new Mat(myBitmapPic.getWidth(), myBitmapPic.getHeight(), CvType.CV_8UC1);
Utils.bitmapToMat(myBitmapPic, image);
Imgproc.cvtColor(image, imageTwo, Imgproc.COLOR_RGBA2GRAY);
Utils.matToBitmap(imageTwo, myBitmapPic);
FileOutputStream out = null;
try {
out = new FileOutputStream(picturePath);
myBitmapPic.compress(Bitmap.CompressFormat.PNG, 100, out);
// PNG is a lossless format, the compression factor (100) is ignored
} catch (Exception e) {
e.printStackTrace();
} finally …我目前正在尝试在Windows 10上为Python 3.5.4安装scikits.audiolab 0.11.0,它需要来自http://www.mega-nerd.com/libsndfile/的 libsndfile .我已将此安装到我的conda虚拟环境中,以便文件路径如下所示:
C:\Users\MXJ719\AppData\Local\Continuum\anaconda3\envs\wavenet\libs\libsndfile
然后我在其中编辑site.cfg文件
C:\Users\MXJ719\AppData\Local\Continuum\anaconda3\envs\wavenet\Lib\site-packages\numpy\distutils
阅读:
[sndfile]
library_dirs = C:\Users\MXJ719\AppData\Local\Continuum\anaconda3\envs\wavenet\libs\libsndfile;C:\Users\MXJ719\AppData\Local\Continuum\anaconda3\envs\wavenet\libs\libsndfile\lib
include_dirs = C:\Users\MXJ719\AppData\Local\Continuum\anaconda3\envs\wavenet\libs\libsndfile;C:\Users\MXJ719\AppData\Local\Continuum\anaconda3\envs\wavenet\libs\libsndfile\include
sndfile_libs = sndfile-1
然后我在anaconda提示符下激活我的wavenet环境并输入:
pip install scikits.audiolab==0.11.0
它给出了以下错误和Traceback:
(wavenet) C:\Windows>pip install scikits.audiolab==0.11.0
Collecting scikits.audiolab==0.11.0
Using cached scikits.audiolab-0.11.0.tar.gz
Complete output from command python setup.py egg_info:
SndfileInfo:
libraries sndfile not found in C:\Users\MXJ719\AppData\Local\Continuum\anaconda3\envs\wavenet\libs\libsndfile
libraries sndfile not found in C:\Users\MXJ719\AppData\Local\Continuum\anaconda3\envs\wavenet\libs\libsndfile\lib
Traceback (most recent call last):
File "scikits\audiolab\pysndfile\setup.py", line 20, in configuration
sf_config = sf_info.get_info(2)
File "C:\Users\MXJ719\AppData\Local\Continuum\anaconda3\envs\wavenet\lib\site-packages\numpy\distutils\system_info.py", line 578, in get_info
raise self.notfounderror(self.notfounderror.__doc__)
numpy.distutils.system_info.NotFoundError: Some third-party …正如标题所说.此代码仅适用于:
x = Flatten()(x)
在卷积层和密集层之间.
import numpy as np
import keras
from keras.models import Sequential, Model
from keras.layers import Dense, Dropout, Flatten, Input
from keras.layers import Conv2D, MaxPooling2D
from keras.optimizers import SGD
# Generate dummy data
x_train = np.random.random((100, 100, 100, 3))
y_train = keras.utils.to_categorical(np.random.randint(10, size=(100, 1)), num_classes=10)
#Build Model
input_layer = Input(shape=(100, 100, 3))
x = Conv2D(32, (3, 3), activation='relu')(input_layer)
x = Dense(256, activation='relu')(x)
x = Dense(10, activation='softmax')(x)
model = Model(inputs=[input_layer],outputs=[x])
#compile network
sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True) …该文档说这样np.fft.fft做：
计算一维离散傅立叶变换。
并np.fft.rfft这样做：
计算一维离散傅里叶变换以获得实际输入。
我还看到，对于我的数据（音频数据，实值），np.fft.fft返回包含复数的二维形状数组（number_of_frames，fft_length）。
For np.fft.rfft返回包含复数的形状为（number_of_frames，（（（fft_length / 2）+ 1））的二维数组。我被认为是仅包含非冗余FFT框。
有人可以更深入地解释命令之间的区别以及为什么返回数组的形状不同。谢谢。
所以我试图抓住某人的代码(并且无法与他们联系),我不明白为什么他们这样做.他们像这样调用main中的函数:
LOG_AddFunction();
此函数在头文件中定义,如下所示:
#define LOG_AddFunction() LOG_Add(LOG_TYPE_NORMAL, "%s()", __FUNCTION__)
然后LOG_Add在同一个头文件中定义:
extern int LOG_Add(LOG_TYPE eType, const char *pcText, ...);
似乎没有LOG_AddFunction函数的任何最终定义,我不明白为什么代码会调用它.有人可以对此有所了解吗？