锐客网

  1. 首页 > 睿知 > it技术 > >

python函数设置精度 python小数精度

IT技术函数

如何提高python三角函数的精度方法如下：
①使用numpy等第三方库，可以提高到64bit的精度 。
②使用高精度运算库 。
③使用mathematica ， 高精度计算就赶紧用专业的数学软件 。
python拟合圆如何设置拟合精度OpenCV曲线拟合与圆拟合
使用OpenCV做图像处理与分析的时候python函数设置精度，经常会遇到需要进行曲线拟合与圆拟合的场景python函数设置精度 ， 很多OpenCV开发者对此却是一筹莫展 ， 其实OpenCV中是有现成的函数来实现圆拟合与直线拟合的，而且还会告诉你拟合的圆的半径是多少，简直是超级方便 ， 另外一个常用到的场景就是曲线拟合，常见的是基于多项式拟合，可以根据设定的多项式幂次生成多项式方程，然后根据方程进行一系列的点生成，形成完整的曲线，这个车道线检测 ， 轮廓曲线拟合等场景下特别有用 。下面就通过两个简单的例子来分别学习一下曲线拟合与圆拟合的应用 。
一python函数设置精度：曲线拟合与应用
基于Numpy包的polyfit函数实现，其支持的三个参数分别是x点集合、y点集合，以及多项式的幂次 。得到多项式方程以后，就可以完整拟合曲线，图中有如下四个点：
?
调用polyfit生成的二阶多项式如下：
?
拟合结果如下：
?
使用三阶多项式拟合 ， 调用polyfit生成的多项式方程如下：
?
生成的拟合曲线如下：
?
使用polyfit进行曲线拟合时候需要注意的是，多项式的幂次最大是数据点数目N - 1幂次多项式，比如有4个点，最多生成3阶多项式拟合 。上述演示的完整代码实现如下：
def circle_fitness_demo():
image = np.zeros((400, 400, 3), dtype=np.uint8)
x = np.array([30, 50, 100, 120])
y = np.array([100, 150, 240, 200])
for i in range(len(x)):
cv.circle(image, (x[i], y[i]), 3, (255, 0, 0), -1, 8, 0)
cv.imwrite("D:/curve.png", image)
poly = np.poly1d(np.polyfit(x, y, 3))
print(poly)
【python函数设置精度 python小数精度】for t in range(30, 250, 1):
y_ = np.int(poly(t))
cv.circle(image, (t, y_), 1, (0, 0, 255), 1, 8, 0)
cv.imshow("fit curve", image)
cv.imwrite("D:/fitcurve.png", image)
二：圆拟合与应用
圆的拟合是基于轮廓发现的结果，对发现的近似圆的轮廓，通过圆拟合可以得到比较好的显示效果，轮廓发现与拟合的API分别为findContours与fitEllipse，
有图像如下：
?
使用轮廓发现与圆拟合处理结果如下：
?
红色表示拟合的圆，蓝色是圆的中心位置
上述完整的演示代码如下：
def circle_fitness_demo():
src = https://www.04ip.com/post/cv.imread("D:/javaopencv/c2.png")
cv.imshow("input", src)
src = https://www.04ip.com/post/cv.GaussianBlur(src, (3, 3), 0)
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
cv.imshow("binary", binary)
image, contours, hierachy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
for i in range(len(contours)):
rrt = cv.fitEllipse(contours[i])
cv.ellipse(src, rrt, (0, 0, 255), 2, cv.LINE_AA)
x, y = rrt[0]
cv.circle(src, (np.int(x), np.int(y)), 4, (255, 0, 0), -1, 8, 0)
cv.imshow("fit circle", src)
cv.imwrite("D:/fitcircle.png", src)
吾心信其可行，则移山填海之难，终有成功之日python函数设置精度；
吾心信其不可行，则反掌折枝之易，亦无收效之期也
Python运算显示结果问题我的也一样python函数设置精度，不纠结这个 。反正使用时指定精度就行python函数设置精度了 。

推荐阅读


上一篇：u盘删了的文件怎么恢复，u盘删的文件怎么恢复免费版

下一篇：快手直播伴侣连不上手机，快手直播伴侣没反应