我正在使用Android jni C++进行Java项目.我在C++中有一个带有以下参数的函数:
C++函数:
void rectify (vector <Point2f> & corners, Mat & img) {...}
在JAVA中,呼叫将是:
Mat image = Highgui.imread("img.png");
List <MatOfPoint> cornners = new ArrayList<MatOfPoint>();;
Point b = new Point (real_x2, real_y2);
MatOfPoint ma = new MatOfPoint (b);
cornners.add(ma);
rectfy(image.getNativeObjAddr(), cornners)
Run Code Online (Sandbox Code Playgroud)
public native void rectfy(long mat, "??" matofpoint);
有了它,我想知道函数C++ jni将如何:
JNIEXPORT void JNICALL Java_ImageProcessingActivity_rectfy (JNIEnv * jobject, ?? cornners, inputMatAddress jlong)
我正在尝试减小 Android numberpicker 的大小,但已经尝试了几件事,但我做不到。我没有找到一个负责任的属性改变大小。想做以下事情:
必须减少,因为我必须将数字选择器放在包含大量信息的屏幕上。任何帮助将不胜感激。
我正在使用from sklearn.decomposition import PCA library, IncrementalPCA
来降低我的问题的维度,如下所示:
training_data = [...]
training_target = [...]
test_data = [...]
test_target = [...]
ipca = IncrementalPCA(n_components, batch_size)
new_training_data = ipca.fit_transform(training_data)
Run Code Online (Sandbox Code Playgroud)
要使用给定的分类器运行测试,我需要使用在训练集中获得的信息(如特征值和特征向量)来拟合测试集,以减少新训练集的相同大小。但是我怎么能用这个库(或其他库)来做到这一点,因为ipca.fit_transform(data)
它不会向我返回任何东西,比如 eigpairs 或一些值来调整测试集的维度?
android ×2
java ×2
c++ ×1
numberpicker ×1
numpy ×1
opencv ×1
pca ×1
python ×1
scikit-learn ×1
size ×1