<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[LU_MING_DENG的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/LU_MING_DENG</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; LU_MING_DENG]]></copyright><item><title><![CDATA[AI入门教程]]></title><link>https://blog.csdn.net/LU_MING_DENG/article/details/164113824</link><guid>https://blog.csdn.net/LU_MING_DENG/article/details/164113824</guid><author>LU_MING_DENG</author><pubDate>Thu, 27 Aug 2026 11:33:39 +0800</pubDate><description><![CDATA[这篇教程不讲公式、不推术语，专门写给想用AI但又被“神经网络”吓住的人。
我们从“懒惰是人类进步的阶梯”这个扎心真相出发，把AI比作一个脑子灵光但偶尔犯糊涂的实习生。你不需要会编程，也不需要有数学基础，只需要知道四件事：数据是它的食物，算法是它的消化系统，模型是它的成品形态，推理是它干活的状态。
最后，一张表带你认清AI的五大“工种”——从最常用的语言AI（ChatGPT），到会画图的视觉AI，再到能自己串流程干活的自动化AI。看完这篇，你至少能和朋友聊AI时不露怯，并且知道该用哪款工具来“偷懒”了。]]></description><category></category></item><item><title><![CDATA[OpenCV-灰度化]]></title><link>https://blog.csdn.net/LU_MING_DENG/article/details/149943922</link><guid>https://blog.csdn.net/LU_MING_DENG/article/details/149943922</guid><author>LU_MING_DENG</author><pubDate>Tue, 05 Aug 2025 20:31:30 +0800</pubDate><description><![CDATA[摘要：本文系统介绍了图像灰度化的基础概念与实现方法，包括加权平均法、平均值法和最大值法的原理及数学表达。重点阐述了OpenCV中cv2.cvtColor()函数的使用方法，并提供了三种灰度化方式的手动实现代码示例。通过对比分析，指出加权平均法最能符合人眼视觉特性且效率最高，是大多数场景的首选；平均值法计算简单但忽略颜色敏感度差异；最大值法适合突出高光特征但应用场景有限。最后建议根据实际需求选择合适方法，并考虑后续图像处理流程的整体需求。]]></description><category></category></item><item><title><![CDATA[OpenCV基础入门-图像预处理-图像仿射变换]]></title><link>https://blog.csdn.net/LU_MING_DENG/article/details/149811420</link><guid>https://blog.csdn.net/LU_MING_DENG/article/details/149811420</guid><author>LU_MING_DENG</author><pubDate>Thu, 31 Jul 2025 19:44:48 +0800</pubDate><description><![CDATA[摘要：仿射变换是一种保持直线性、平行性和比例关系的二维线性变换，包括旋转、平移、缩放和剪切等操作。其数学原理通过3×3变换矩阵实现，OpenCV提供cv2.warpAffine()函数进行实现，配合cv2.getRotationMatrix2D()或自定义矩阵完成各类变换。该技术在图像处理中具有重要作用，能灵活调整图像并标准化输入，理解其原理有助于参数调试和问题解决。建议从基础变换入手，逐步掌握组合变换技巧。（150字）]]></description><category></category></item><item><title><![CDATA[OpenCV基础入门-图像预处理-图像翻转]]></title><link>https://blog.csdn.net/LU_MING_DENG/article/details/149807490</link><guid>https://blog.csdn.net/LU_MING_DENG/article/details/149807490</guid><author>LU_MING_DENG</author><pubDate>Thu, 31 Jul 2025 16:59:12 +0800</pubDate><description><![CDATA[图像翻转是计算机视觉中基础的图像变换操作，通过镜像对称变换实现数据增强、视角调整等功能。OpenCV中的cv2.flip()函数可实现水平、垂直及同时翻转，其数学原理为坐标变换（如水平翻转将(x,y)变为(w-x,y)）。图像翻转广泛应用于深度学习数据增强、图像校正和视频特效处理，但需注意翻转可能改变文字、人脸等具有方向性的内容特征，同时需同步更新相关标注坐标。该技术实现简单但作用显著，是图像预处理的重要环节。]]></description><category></category></item><item><title><![CDATA[OpenCV基础入门]]></title><link>https://blog.csdn.net/LU_MING_DENG/article/details/149783274</link><guid>https://blog.csdn.net/LU_MING_DENG/article/details/149783274</guid><author>LU_MING_DENG</author><pubDate>Wed, 30 Jul 2025 19:25:24 +0800</pubDate><description><![CDATA[OpenCV是一个开源的计算机视觉库，包含2500+优化算法，支持图像处理、视频分析、目标检测等功能。它跨平台运行，提供C++、Python等多种语言接口，广泛应用于工业、医疗、自动驾驶等领域。本文介绍了OpenCV的安装配置、基础图像操作（读取、显示、保存、剪裁、调整大小）、图像绘制（直线、圆形、矩形、文本）以及视频读取方法。通过代码示例展示了如何使用OpenCV进行基本的计算机视觉处理，适合初学者快速上手。]]></description><category></category></item></channel></rss>