本节实现的是同时使用opencv和matplotlib两种方式来显示图像，以比较二者之间的差别。
测试灰度图像
测试彩色图像
分析彩色图像出现差异的原因
实现过程
引用
不再赘述，代码如下。
python
import cv2
import numpy
import matplotlib.pyplot as plot
测试灰度图像
打开灰度图像，先用opencv显示，再用matplotlib显示，代码如下：
``` python
test for a gray image
img1 = cv2.imread("test1.jpg")
using opencv
cv2.imshow("Gray(opencv
继续阅读 »
1. Shortcut Connection
随着网络层次的越来越深，就容易出现梯度消失或者梯度爆炸的问题，因此网络层数无法很深。残差网络（Residual Network）的出现很好的解决了这个问题。相关论文可以参考Deep Residual Learning for Image Recognition。
继续阅读 »
常用命令
列出本地的docker镜像列表
docker images
从远程拉取指定的镜像列表
docker pull ubuntu:16.04
删除本地镜像
docker rmi 【image id】
继续阅读 »
```
db:
image: mongo
volumes:
- ~/www/db:/data
container_name: db
restart: always
www:
build: .
ports:
- "12333:8000"
volumes:
- ~/www/logs:/www/logs
- ~/www/public:/www/public
- ~/www/config:/www/config
links:
- db
container_name: www
继续阅读 »
在docker中安装jenkins
拉取jenkins image
shell
docker pull jenkins
Jenkins没有数据库，所有数据都是存放在文件中的，首先在本地创建Jenkins数据目录，用于保存Jenkins的数据 这个目录需要定期的备份，用于容灾（当前Jenkins容器所在节点由于不可抗因素无法使用时，可以在新机器上使用备份的数据启动新的jenkins master节点）。
shell
sudo mkdir /var/jenkins
sudo chown 1000:1000 /var/jenkins
sudo docker run -p 8080:8080 -p 50000:50000 -v /var
继续阅读 »
docker
docker 使用go语言开发，对进程进行封装隔离。
more
docker的三个基本概念
一、镜像(Image)
Docker中的文件系统(操作系统的完整root文件系统)，提供容器运行时所需的程序，文件，资源，配置及配置参数(匿名卷，环境变量，用户)，镜像不会包含任何动态数据，其中的内容在构建后不会发生任何的变化，Docker的镜像设计基于Union FS设计为分层存储的架构。镜像的构建一层一层前者是后者的基础，构建完成后不再发生变化。
二、容器(container)
容器是镜像的运行实体(实质为进程)，容器运行时以镜像为基础层创建当前的容器存储层，容器存储层的生命周期与容器相同，保存于容器存储层
继续阅读 »
WEB
WEB2
听说聪明的人都能找到答案
http://120.24.86.145:8002/web2/
源码中有注释。 KEY{Web-2-bugKssNNikls9100}
文件上传测试
http://103.238.227.13:10085/
Flag格式：Flag:xxxxxxxxxxxxx
Flag:42e97d465f962c53df9549377b513c7e
上传文件后缀为PHP且修改content-type 值为image/gif 等即可。
计算题
地址：http://120.24.86.145:8002/yanzhengma/
修改前端限制。flag{CTF-bugku-0032}
继续阅读 »
本节实现的是使用OpenCV里自带的函数，绘制直线、长方形、圆形和椭圆。
绘制直线
绘制长方形
绘制圆形
绘制椭圆
添加文字
实现过程
引用与创建空图
不再赘述，代码如下。
``` python
import cv2
import numpy
empty image
img = np.zeros((512, 512, 3), np.uint8)
```
绘制直线
使用opencv自带的line()函数绘制一条对角线，其声明如下：
python
cv2.line(img, pt1, pt2, color[, thickness[, lineType[, shift]]])
其中各种参数的意义如下：
img
继续阅读 »
本节实现的是在图片上模拟机上椒盐噪声，主要过程如下。
打开一个图片
产生随机坐标
加上“椒盐”
显示加噪图片
实现过程
引用
这里我们需要引用cv2和numpy，cv2不言而喻，而NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
python
import cv2
import numpy
打开图片
cv2库里的函数imread()用来读取图片，imshow()可用于显示图片，此外imwrite可以用来写图片，即保存图片。这里把显示图片的窗口指定为“Image”。
python
img = cv2.imread("test.png")
加
继续阅读 »
本节实现的是使用OpenCV里自带的有关滚动条的函数，可以调节R、G、B三个数值，并显示颜色。
回调函数
滚动条设置
显示设置的颜色
实现过程
引用与创建空图
不再赘述，代码如下。
``` python
import cv2
import numpy
empty image
img = np.zeros((512, 512, 3), np.uint8)
```
设置空的回调函数
作为滚动条值变化时的回调函数，这里不需要做任何设置，设置为pass：
```python
callbacks
def nothing(x):
pass
```
创建四个滚动条
其中三个分别为R、G和B，其值范围为0~25
继续阅读 »