锐客网

  1. 首页 > 睿知 > it技术 > >

pythonroi函数 python roi

IT技术跟踪器

python中round函数的用法round函数pythonpythonroi函数：
这个函数相当于调去里面的一个函数pythonroi函数 ， 有一个数组，从中里面调取一个数据 。简单的说，round是使用四舍五入对小数进行位数控制的函数，round（a ， b） ， a参数是小数 ， b是小数点后保留的位数 。实际使用需要考虑的python2和python3版本的差异与小数精度的问题 。
ound函数的使用用法
根据Excel的帮助得知，round函数就是返回一个数值，该数值是按照指定的小数位数进行四舍五入运算的结果 。
round函数的语法是pythonroi函数：ROUND(number,num_digits)，即：Round（数值 ， 保留的小数位数)
Number：需要进行四舍五入的数字 。
Num_digits：指定的位数，按此位数进行四舍五入 。
其中，如果num_digits大于0，则四舍五入到指定的小数位 。
如果num_digits等于0，则四舍五入到最接近的整数 。
如果num_digits小于0，则在小数点左侧进行四舍五入 。
Python中repr()函数和str()的区别repr()和str，一个最简单的区别：repr是函数，str跟int一样是一种对象类型 。
repr(object)
返回对象的可打印形式字符串 。对于很多类型而言 ， 本函数试图返回的字符串，会与将对象传给 eval() 所生成的结果相同；不然，结果就是一个尖括号包裹的字符串，包含了对象类型名称及其附加信息，附加信息通常包括对象的名称和内存地址 。通过定义 __repr__() 方法，类可以控制本函数将为实例返回的内容 。
classstr(object='')classstr(object=b'',encoding='utf-8',errors='strict')
返回object的 字符串 版本 。如果未提供object则返回空字符串 。在其他情况下 str() 的行为取决于encoding或errors是否有给出，具体见下 。
如果encoding或errors均未给出 ， str(object) 返回 object.__str__()，这是object的“非正式”或格式良好的字符串表示 。对于字符串对象，这是该字符串本身 。如果object没有 __str__() 方法，则 str() 将回退为返回 repr(object) 。
如果encoding或errors至少给出其中之一，则object应该是一个 bytes-like object (例如 bytes 或 bytearray) 。在此情况下，如果object是一个 bytes (或 bytearray) 对象，则 str(bytes, encoding, errors) 等价于 bytes.decode(encoding, errors) 。否则的话，会在调用 bytes.decode() 之前获取缓冲区对象下层的 bytes 对象 。请参阅 二进制序列类型 --- bytes, bytearray, memoryview 与 缓冲协议 了解有关缓冲区对象的信息 。
将一个 bytes 对象传入 str() 而不给出encoding或errors参数的操作属于第一种情况，将返回非正式的字符串表示（另请参阅 Python 的 -b 命令行选项） 。例如:
什么时候应该使用str()，什么时候应该使用repr()?
在为最终用户创建输出时，几乎总是使用str 。repr()主要用于调试和 探索。例如，如果您怀疑字符串中有非打印字符，或者浮点数有一个小的舍入错误，则repr()将显示给您;str可能不会 。repr()在生成要粘贴到源代码中的文字时也很有用 。
目标跟踪（3）MultiTracker : 基于 OpenCV (C/Python) 的多目标跟踪 在这篇文章中 ， 我们将介绍如何使用通过 MultiTracker 类实现的 OpenCV 的多对象跟踪 API 。我们将共享C和 Python 代码 。
大多数计算机视觉和机器学习的初学者都学习对象检测 。如果您是初学者，您可能会想为什么我们需要对象跟踪 。我们不能只检测每一帧中的对象吗？
让我们来探究一下跟踪是有用的几个原因 。
首先，当在视频帧中检测到多个对象（例如人）时，跟踪有助于跨帧建立对象的身份 。
其次 ， 在某些情况下，对象检测可能会失败，但仍可能跟踪对象 ， 因为跟踪考虑了对象在前一帧中的位置和外观 。
第三，一些跟踪算法非常快，因为它们做的是局部搜索，而不是全局搜索 。因此 ， 我们可以通过每n帧进行目标检测，并在中间帧中跟踪目标，从而为我们的系统获得很高的帧率 。
那么，为什么不在第一次检测后无限期地跟踪对象呢？跟踪算法有时可能会丢失它正在跟踪的对象 。例如，当对象的运动太大时 ， 跟踪算法可能跟不上 。许多现实世界的应用程序同时使用检测和跟踪 。
在本教程中，我们只关注跟踪部分 。我们想要跟踪的对象将通过拖动它们周围的包围框来指定 。
OpenCV 中的 MultiTracker 类提供了多目标跟踪的实现 。它是一个简单的实现，因为它独立处理跟踪对象 ， 而不对跟踪对象进行任何优化 。
让我们逐步查看代码，了解如何使用 OpenCV 的多目标跟踪 API 。
2.1 第 1 步:创建单一对象跟踪器
多目标跟踪器只是单目标跟踪器的集合 。我们首先定义一个函数，该函数接受一个跟踪器类型作为输入，并创建一个跟踪器对象 。OpenCV有8种不同的跟踪器类型:BOOSTING, MIL, KCF,TLD, MEDIANFLOW, GOTURN, MOSSE, CSRT 。
如果您想使用 GOTURN 跟踪器，请务必阅读这篇文章并下载 caffe 模型 。
在下面的代码中 ， 给定跟踪器类的名称，我们返回跟踪器对象 。这将在稍后用于多目标跟踪器 。
Python
C
2.2 第 2 步：读取视频的第一帧
多目标跟踪器需要两个输入
给定这些信息 ， 跟踪器在所有后续帧中跟踪这些指定对象的位置 。在下面的代码中 ， 我们首先使用 VideoCapture 类加载视频并读取第一帧 。这将在稍后用于初始化 MultiTracker 。
Python
C
2.3 第 3 步：在第一帧中定位对象
接下来，我们需要在第一帧中定位我们想要跟踪的对象 。该位置只是一个边界框 。OpenCV 提供了一个名为 selectROI 的函数 ， 该函数会弹出一个 GUI 来选择边界框（也称为感兴趣区域 (ROI)） 。在 C版本中，selectROI 允许您获取多个边界框，但在 Python 版本中 ， 它只返回一个边界框 。所以，在 Python 版本中，我们需要一个循环来获取多个边界框 。对于每个对象，我们还选择一种随机颜色来显示边界框 。代码如下所示 。
Python
C
getRandomColors 函数相当简单
2.4 第 3 步：初始化 MultiTracker
到目前为止，我们已经读取了第一帧并获得了对象周围的边界框 。这就是我们初始化多目标跟踪器所需的所有信息 。
我们首先创建一个 MultiTracker 对象，并向其中添加与边界框一样多的单个对象跟踪器 。在此示例中 ， 我们使用 CSRT 单对象跟踪器，但您可以通过将下面的 trackerType 变量更改为本文开头提到的 8 个跟踪器之一来尝试其他跟踪器类型 。CSRT 跟踪器不是最快的，但在我们尝试的许多情况下它产生了最好的结果 。
您还可以使用包裹在同一个 MultiTracker 中的不同跟踪器，但当然，这没什么意义 。
MultiTracker 类只是这些单个对象跟踪器的包装器 。正如我们从上一篇文章中知道的那样 ， 单个对象跟踪器是使用第一帧初始化的，并且边界框指示我们想要跟踪的对象的位置 。MultiTracker 将此信息传递给它在内部包装的单个对象跟踪器 。
Python
C
2.5 第 4 步：更新 MultiTracker 并显示结果
最后 ， 我们的 MultiTracker 已准备就绪 ， 我们可以在新帧中跟踪多个对象 。我们使用 MultiTracker 类的 update 方法来定位新框架中的对象 。每个跟踪对象的每个边界框都使用不同的颜色绘制 。
Python
C
C
Python
【pythonroi函数 python roi】关于pythonroi函数和python roi的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站 。

    推荐阅读


    上一篇：mysql按2个字段排序，mysql两个排序

    下一篇：如何查看服务器上的电脑上网记录？ 怎么查服务器上网记录电脑