python图像识别与提取 学Python一定要会算法吗？

学Python一定要会算法吗？

一开始，你不必好好学习算法。但是随着技术的发展，仍然需要算法，否则只能做一些工作。

1. 学好软件开发离不开计算机理论基础，比如数据结构、操作系统、网络技术、算法研究等，如果你喜欢这项技术，那就不是问题。先开始，你可以弥补。

2. 算法是软件开发的灵魂。好的算法写不出好的程序。

3. 如何学习算法，首先选择经典算法教材。基本的可以从数据结构中学习，其中包含一些基本的算法，然后再学习特殊的算法（实际上，在数据结构领域学习算法一般就足够了）。网上还有很多论坛、算法网站，为了吸引眼球，它们一般都很通俗易懂。大多数算法都是C语言，但是语言在算法层次上是相互联系的，因此理解算法模型是最重要的。

4. 万事开头难。只要你开始，剩下的就是慢慢操作这项技术。该算法在实际应用中是最快、最强的。

希望对您有所帮助

了解Python就足够做研究了

这取决于您的目的。比如说现在的车这么先进好用，你还需要了解变速箱的原理吗？这取决于你的目的。如果只是普通驾驶，你不需要知道。如果你是一个机械师，你必须理解。如果你是一个汽车制造商的工程师，你必须对它非常了解。简言之，这取决于具体的需要。

搞算法（图像识别，深度学习）必须要懂C/C 吗？

感谢您的邀请

！作为IT行业从业者和计算机专业教育者，让我回答这个问题。

首先，如果您从学习Python语言本身的角度出发，您不需要配置太高的计算机。普通办公电脑完全可以满足要求，或者大部分在售笔记本电脑都可以满足基本的学习要求。

但是，学习Python通常必须有明确的学习方向。不同的学习方向在计算机配置上仍有一些具体的要求。目前Python的主要学习方向包括web开发、大数据开发、人工智能开发和嵌入式开发，其中大数据开发和人工智能开发对计算机配置仍有一定的要求。

大数据领域的发展通常对计算机内存有更高的要求。一个重要原因是，大数据平台通常对内存有更高的要求。很多大数据平台至少需要8g内存，而一些商业大数据平台对内存的要求更高。因此，如果你想学习Python，从事大数据开发，就需要配置一个内存，计算机越大越好。另外，对于初学者来说，通常需要通过虚拟机在自己的计算机上构建伪分布式集群，这对内存容量提出了更高的要求。

人工智能的发展通常需要一个强大的GPU，所以如果你想学习Python进行机器学习（深度学习）、计算机视觉等方面的开发，就必须配备一个更好的显示卡，这样会大大提高实验速度。另外，人工智能的发展方向对CPU和内存也有一定的要求。

最后，在硬盘的配置上，最好选择速度更快的固态盘，而且容量不需要太大。

OpenCV已经将图像处理(识别)的算法写成函数了，那我们还有必要去学习这些算法吗？

图像识别算法：

1人脸识别（特征脸，Fisher人脸算法），人脸检测（J-V算法，mtcnn）

2车牌识别，车型识别（CNN）

3字符识别（CNN）].]。。。

…

无论什么识别算法：其实质是图像（多维矩阵）的分类或拟合算法。

那么如何设计一个函数来输入不同的矩阵，得到相应的分类结果和拟合结果呢？

一般方案是先对图像进行预处理（边缘检测、滤波、二值化、图像缩放、归一化等）

B提取特征。（进一步降低预处理图像的数据维数，如LBP特征、hog特征等）

C使用机器学习方法进行分类或拟合（SVM、BP、logistic回归等）

python图像识别与提取 自动识别图片中的数字 python图像识别代码

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。