6.RGB转YCbcr

1.方法

RGB转灰度有很多种方式
  1.将RGB中任意分量拿出来当做灰度值。
  2.取RGB三通道的均值来当灰度值。
  3.将RGB转YUV(YCbCr)然后取Y分量作为灰度值。
  其余的几种实现方式较为简单，这里不做介绍。重点实现RGB转YCbCr。

1.1 YUV(YCbCr)格式

  Y表示亮度，U和V表示色度，用于描述影像的饱和度和色调。RGB转YUV的转换一般是色彩空间的转换。YUV主要用在模拟系统中，而YCbCr是通过YUV信号的发展，并通过校正
的主要应用在数字视频中的一种编码方法。YUV适用于PAL和SECAM彩色电视制式，而YCrCb适用于计算机用的显示器。 一般意义上 YCbCr 即为 YUV 信号，没有严格的划分。 CbCr 分别为蓝色色度分量、红色色度分量。
RGB注重人色彩的感知，YUV则注重亮度的敏感程度。
使用YUV描述图像的好处在于：
  （1）亮度（Y）与色度（U、V）是独立的；
  （2）人眼能够识别数千种不同的色彩，但只能识别20多种灰阶值，采用YUV标准可以降低数字彩色图像所需的储存容量。

1.1.1 YUV4:4:4

  YUV三个通道采样率相同，因此每个分量相互独立。通常一个分量占8bit，一个像素占3byte。

1.1.2 YUV4:2:2

  YUV三个通道采样率不同，UV分量只有Y的一半，两个UV共占用一个Y。

1.2 RGB转YCbCr公式

在这里插入图片描述
  但是由于Verilog HDL无法进行浮点运算，因此使用扩大256倍，再向右移8Bit的方式来转换公式，（0.083 = 00010101）
在这里插入图片描述

2.算法验证平台搭建

2.1 图片转txt文本

  首先将图片转化为txt文本格式方便其他模块读取。

clear ;
clc ;
close;
RGB = imread('../img/1920x1080.bmp');
imshow(RGB);
[row,col,chn] = size(RGB);
fid = fopen('../data//pre.txt','w+');
for i = 1:rowfor j = 1:colfor k = 1:chnfprintf(fid,'%02x',RGB(i,j,k));endfprintf(fid,'\n');end
endfclose(fid);

2.2 txt文本数据仿真回传

2.2.1 文本读取

  这里首先读取MATLAB生成的pre.txt文本，读取txt文本的模块为img_gen3，表示读取的RGB888的数据。

`timescale 1ns / 1psmodule img_gen3
#(parameter 	ACTIVE_IW 	= 	1920 	,parameter 	ACTIVE_IH 	= 	1080 	,parameter 	TOTAL_IW 	= 	2200 	,parameter 	TOTAL_IH 	= 	1100 	,parameter 	H_START 	= 	100 	,parameter 	V_START 	= 	4 		 		
)(input 	wire 				clk 	,input 	wire 				rst_n 	,output 	reg 				vs 		,output 	reg  	 	 		de 		,output 	reg 	[23:0] 		data 	
);reg 	[23:0] 	raw_array 	[ACTIVE_IW*ACTIVE_IH-1:0];integer 	i;initial 	beginfor(i=0;i<ACTIVE_IW*ACTIVE_IH;i=i+1)raw_array[i] = 0;
endinitial begin$readmemh("H:/picture/Z7/lesson6/data/pre.txt",raw_array);
endreg 	[15:0] 	hcnt 	;
reg 	[15:0] 	vcnt 	;reg 			h_de 	;
reg 			v_de  	;reg  			index_de 	;
reg 	[31:0] 	index 	 	;always @(posedge clk or negedge rst_n)if(!rst_n)hcnt <= 'd0;else if(hcnt == TOTAL_IW - 1)hcnt <= 'd0;else hcnt <= hcnt + 1'b1;always @(posedge clk or negedge rst_n)if(!rst_n)vcnt <= 'd0;else if(hcnt == TOTAL_IW - 1 && vcnt == TOTAL_IH - 1)vcnt <= 'd0;else if(hcnt == TOTAL_IW - 1)vcnt <= vcnt + 1'b1;else vcnt <= vcnt;always @(posedge clk or negedge rst_n)if(!rst_n)vs <= 'd0;else if(vcnt>=2)vs <= 1'b1;else vs <= 1'b0;always @(posedge clk or negedge rst_n)if(!rst_n)h_de <= 'd0;else if(hcnt >= H_START && hcnt < H_START + ACTIVE_IW)h_de <= 1'b1;else h_de <= 1'b0;always @(posedge clk or negedge rst_n)if(!rst_n)v_de <= 'd0;else if(vcnt >= V_START && vcnt < V_START + ACTIVE_IH)v_de <= 1'b1;else v_de <= 1'b0;always @(posedge clk or negedge rst_n)if(!rst_n)index_de <= 'd0;else if(index == ACTIVE_IW * ACTIVE_IH-1)index_de <= 1'b0;else if(h_de == 1'b1 && v_de == 1'b1)index_de <= 1'b1;else index_de <= 1'b0;always @(posedge clk or negedge rst_n)if(!rst_n)index_de <= 'd0;else if(h_de == 1'b1 && v_de == 1'b1)index_de <= 1'b1;else index_de <= 1'b0;always @(posedge clk or negedge rst_n)if(!rst_n)index <= 'd0;else if(index == ACTIVE_IW * ACTIVE_IH-1)index <= 1'b0;else if(index_de == 1'b1)index <= index + 1;else index <= index;always @(posedge clk or negedge rst_n)if(!rst_n)de <= 'd0;else de <= index_de;always @(posedge clk or negedge rst_n)if(index_de == 1'b1)data <= raw_array[index];else data <= 0;
endmodule

2.2.1 读取写入

  读取的数据在顶层写入为post.txt。

`timescale 1ns / 1ps
module tb_top();reg 	clk 	;
reg 	rst_n 	;integer 	outfile;initial 	beginclk = 0;rst_n = 0;#20rst_n = 1;outfile = $fopen("H:/picture/Z7/lesson6/data/post.txt","w");
end
always #5 clk = ~clk;wire 	vs ;
wire 	de ;
wire 	[23:0] 	data;img_gen3  #(.ACTIVE_IW 	(1920 	),.ACTIVE_IH 	(1080 	),.TOTAL_IW 	(2200 	),.TOTAL_IH 	(1100 	),.H_START 	(100 	),.V_START 	(4 		) 		
)u_img_gen3(.clk 	 	(clk 	 	),.rst_n 	 	(rst_n 	 	),.vs 		(vs 		),.de 		(de 		),.data 	 	(data 	 	)
);reg 	vs_r 	;always @(posedge clk)if(rst_n == 0)vs_r 	<= 1'b0;else vs_r 	<= vs;always @(posedge clk)if(~vs&&vs_r)$stop;else if(de == 1)$fdisplay(outfile,"%h\t%h\t%h",data[23:16],data[15:8],data[7:0]);
endmodule

2.2.3 MATLAB数据读取

  这里对比pre.txt和post.txt是否相等的方式有很多中，可以直接用文本对比工具，也可以用MATLAB做对比。这里只做一个txt转bmp。

clear ;
clc ;
close;
RGB = imread('../img/1920x1080.bmp');
imshow(RGB);
[row,col,chn] = size(RGB);
fid = fopen('../data//pre.txt','w+');
for i = 1:rowfor j = 1:colfor k = 1:chnfprintf(fid,'%02x',RGB(i,j,k));endfprintf(fid,'\n');end
end
fclose(fid);

搭建后对比pre.txt与post.txt的数据一致。可以开始验证算法了。

3 rgb2ycbcr算法实现与仿真

3.1 rgb2ycbcr算法实现

  本算法实现包括三个时钟周期，第一个时钟周期算乘法，第二个时钟周期算加减，第三个时钟周期算触发（截位）。

module	rgb2ycbcr(input	wire				clk				,	//系统时钟input	wire				rst_n			,	//复位信号input	wire				pre_hsync		,	//输入的场同步input	wire				pre_vsync		,	//输入行同步input	wire				pre_de			,	//数据有效信号input	wire	[ 7:0]		pre_r 			,	//输入像素数据input 	wire 	[ 7:0] 		pre_g 			,input 	wire 	[ 7:0] 		pre_b 			,output	reg 				post_hsync 		,	//输出行同步output	reg 				post_vsync 		,	//输出场同步output	reg 				post_de 		,	//输出数据有效信号output	reg 	[7:0]		post_y 			,	//输出y(亮度)分量output	reg 	[7:0]		post_cb 		,	//输出蓝色色度分量output	reg 	[7:0]		post_cr				//输出红色色度分量);reg 	[15:0] 	pre_r0 	;reg 	[15:0] 	pre_r1 	;reg 	[15:0] 	pre_r2 	;reg 	[15:0] 	pre_g0 	;reg 	[15:0] 	pre_g1 	;reg 	[15:0] 	pre_g2 	;reg 	[15:0] 	pre_b0 	;reg 	[15:0] 	pre_b1 	;reg 	[15:0] 	pre_b2 	;reg 	[15:0] 	post_y0 ;reg 	[15:0] 	post_cb0;	reg 	[15:0] 	post_cr0;reg 			pre_hsync_d0;reg 			pre_vsync_d0;reg 			pre_de_d0 	;reg 			pre_hsync_d1;reg 			pre_vsync_d1;reg 			pre_de_d1 	;/*********************************************************
RGB888 to YCbCr
Y = 0.299R +0.587G + 0.114B
Cb = 0.568(B-Y) + 128 = -0.172R-0.339G + 0.511B + 128
CR = 0.713(R-Y) + 128 = 0.511R-0.428G -0.083B + 128Y = (77 *R + 150*G + 29 *B)>>8
Cb = (-43*R - 85 *G + 128*B)>>8 + 128
Cr = (128*R - 107*G - 21 *B)>>8 + 128Y = (77 *R + 150*G + 29 *B )>>8
Cb = (-43*R - 85 *G + 128*B + 32768)>>8
Cr = (128*R - 107*G - 21 *B + 32768)>>8
*********************************************************/
//计算乘法项always @(posedge clk)beginif(rst_n == 0)beginpre_r0 	<= 	'd0;pre_r1 	<= 	'd0;pre_r2 	<= 	'd0;endelse beginpre_r0 	<= 	pre_r *77;pre_r1 	<= 	pre_r *43;pre_r2 	<= 	pre_r *128;		end
endalways @(posedge clk)beginif(rst_n == 0)beginpre_g0 	<= 	'd0;pre_g1 	<= 	'd0;pre_g2 	<= 	'd0;endelse beginpre_g0 	<= 	pre_g *150;pre_g1 	<= 	pre_g *85 ;pre_g2 	<= 	pre_g *107;		end
endalways @(posedge clk)beginif(rst_n == 0)beginpre_b0 	<= 	'd0;pre_b1 	<= 	'd0;pre_b2 	<= 	'd0;endelse beginpre_b0 	<= 	pre_b *29;pre_b1 	<= 	pre_b *128 ;pre_b2 	<= 	pre_b *21;		end
end//计算加减法
always @(posedge clk)beginif(rst_n == 0)beginpost_y0 	<= 	0;post_cb0 	<= 	0;post_cr0 	<= 	0;endelse beginpost_y0 	<= 	 		pre_r0 + pre_g0 + pre_b0;post_cb0 	<= 	32768 - pre_r1 - pre_g1 + pre_b1;post_cr0 	<= 	32768 + pre_r2 - pre_g2 - pre_b2;end
end//移位赋值
always @(posedge clk)beginif(rst_n == 0)beginpost_y 	 	<= 	0;post_cb 	<= 	0;post_cr 	<= 	0;endelse beginpost_y 		<= 	post_y0 /256;post_cb 	<= 	post_cb0/256;post_cr 	<= 	post_cr0/256;end
end//本次计算一共用了三个时钟周期  所以其余的信号需要打三拍出来
always @(posedge clk)beginif(rst_n == 0)beginpre_hsync_d0 	<= 	'd0;pre_vsync_d0 	<= 	'd0;pre_de_d0 	 	<= 	'd0;pre_hsync_d1 	<= 	'd0;pre_vsync_d1 	<= 	'd0;pre_de_d1 	 	<= 	'd0;post_hsync 		<= 	'd0;post_vsync 		<= 	'd0;post_de 	 	<= 	'd0;		endelse beginpre_hsync_d0 	<= 	pre_hsync 		;pre_vsync_d0 	<= 	pre_vsync 		;pre_de_d0 	 	<= 	pre_de 	 		;pre_hsync_d1 	<= 	pre_hsync_d0 	;pre_vsync_d1 	<= 	pre_vsync_d0 	;pre_de_d1 	 	<= 	pre_de_d0 	 	;post_hsync 		<= 	pre_hsync_d1 	;post_vsync 		<= 	pre_vsync_d1 	;post_de 	 	<= 	pre_de_d1 	 	;		end
endendmodule

3.2 算法仿真与验证

3.2.1 算法仿真模块

`timescale 1ns / 1psmodule tb_rgb2ycbcr();reg 	 		clk 			;
reg 	 		rst_n 			;reg 			pre_hsync		;
wire 			pre_vsync		;
wire 			pre_de			;
wire 	[7:0] 	pre_r 			;
wire 	[7:0] 	pre_g 			;
wire 	[7:0] 	pre_b 	 		;
wire 			post_hsync 	 	;
wire 			post_vsync 	 	;
wire 			post_de 		;
wire 	[7:0] 	post_y 		 	;
wire 	[7:0] 	post_cb 		;
wire 	[7:0] 	post_cr			;	integer 	outfile;always #10 clk = ~clk;
initial 	beginclk = 0;rst_n = 0;pre_hsync = 1;#200rst_n = 1;outfile = $fopen("H:/picture/Z7/lesson6/data/post.txt","w");
endimg_gen3#(.ACTIVE_IW 	(1920 	),.ACTIVE_IH 	(1080 	),.TOTAL_IW 	(2200 	),.TOTAL_IH 	(1100 	),.H_START 	(100 	),.V_START 	(4 		) 		
)u_img_gen3(.clk 	 	(clk 	 			),.rst_n 	 	(rst_n 	 			),.vs 		(pre_vsync 			),.de 		(pre_de 			),.data 	 	({pre_r,pre_g,pre_b})
);rgb2ycbcr u1_rgb2ycbcr(.clk			(clk			),	//系统时钟.rst_n			(rst_n			),	//复位信号.pre_hsync		(pre_hsync		),	//输入的场同步.pre_vsync		(pre_vsync		),	//输入行同步.pre_de			(pre_de			),	//数据有效信号.pre_r 			(pre_r 			),	//输入像素数据.pre_g 			(pre_g 			),.pre_b 			(pre_b 			),.post_hsync 	(post_hsync 	),	//输出行同步.post_vsync 	(post_vsync 	),	//输出场同步.post_de 		(post_de 		),	//输出数据有效信号.post_y 		(post_y 		),	//输出y(亮度)分量.post_cb 		(post_cb 		),	//输出蓝色色度分量.post_cr		(post_cr		)	//输出红色色度分量);reg 	vs_r 	;always @(posedge clk)if(rst_n == 0)vs_r 	<= 1'b0;else vs_r 	<= post_vsync;always @(posedge clk)if(~post_vsync&&vs_r)$stop;else if(post_de == 1)$fdisplay(outfile,"%h",post_y);
endmodule

3.2.2 算法的MATLAB验证

clc;
clear all;
RGB = imread('../img/1920x1080.bmp');
[row,col,chn] = size(RGB);
RGB = double(RGB);
for i = 1:rowfor j = 1:colfor k = 1:chnY(i,j)  = (77*RGB(i,j,1)    + 150*RGB(i,j,2)    + 29*RGB(i,j,3)            )/256;Cb(i,j) = (-43*RGB(i,j,1)   - 85*RGB(i,j,2)     + 128*RGB(i,j,3)   +32768  )/256;Cr(i,j) = (128*RGB(i,j,1)   - 107*RGB(i,j,2)    - 21*RGB(i,j,3)    +32768  )/256;endend
end
matlab_Y = uint8(floor(Y));a = textread('../data/post.txt','%s');
IMdec = hex2dec(a);col = 1920;
row = 1080;IM = reshape(IMdec,col,row);
fpga_Y = uint8(IM)';subplot(1,2,1)
imshow(matlab_Y),title('MATLAB算法图像');
subplot(1,2,2)
imshow(fpga_Y),title('FPGA算法图像');sub = matlab_Y - fpga_Y;min_sub = min(min(sub));
max_sub = max(max(sub));

  最终MATLAB读取MolelSim的仿真数据以及MATLAN本身实现的rgb2ycbcr算法模块做对比。两者数据完全一样。
在这里插入图片描述
在这里插入图片描述

3.2.3 TXT转bmp

clear;
clc;
close all;a = textread('../data/post.txt','%s');
IMdec = hex2dec(a);col = 1920;
row = 1080;IM = reshape(IMdec,col,row);
b = uint8(IM)';imwrite(b,'../img/post.bmp');
imshow('../img/post.bmp');

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://xiahunao.cn/news/2905751.html

如若内容造成侵权/违法违规/事实不符，请联系瞎胡闹网进行投诉反馈，一经查实，立即删除！

相关文章

深度学习中的模型蒸馏技术：实现流程、作用及实践案例

深度学习中的模型蒸馏技术：实现流程、作用及实践案例

在深度学习领域&#xff0c;模型压缩与部署是一项重要的研究课题&#xff0c;而模型蒸馏便是其中一种有效的方法。 模型蒸馏&#xff08;Model Distillation&#xff09;最初由Hinton等人在2015年提出&#xff0c;其核心思想是通过知识迁移的方式&#xff0c;将一个复杂的大模型…
阅读更多...
HTTP——Cookie

HTTP——Cookie

HTTP——Cookie 什么是Cookie通过Cookie访问网站 我们之前了解了HTTP协议&#xff0c;如果还有小伙伴还不清楚HTTP协议&#xff0c;可以点击这里&#xff1a; https://blog.csdn.net/qq_67693066/article/details/136895597 我们今天来稍微了解一下HTTP里面一个很小的部分&…
阅读更多...
解决“Pycharm中Matplotlib图像不弹出独立的显示窗口”问题

解决“Pycharm中Matplotlib图像不弹出独立的显示窗口”问题

matplotlib的绘图的结果默认显示在SciView窗口中, 而不是弹出独立的窗口, 这样看起来就不是很舒服&#xff0c;不习惯。 通过修改设置&#xff0c;改成独立弹出的窗口。 File—>Settings—>Tools—>Python Scientific—>Show plots in toolwindow 将√去掉即可
阅读更多...
Github多账号共存

Github多账号共存

在开发阶段&#xff0c;如果同时拥有多个开源代码托管平台的账户&#xff0c;在代码的管理上非常麻烦。那么&#xff0c;如果同一台机器上需要配置多个账户&#xff0c;怎样才能确保不冲突&#xff0c;不同账户独立下载独立提交呢&#xff1f; 我们以两个github账号进行演示 …
阅读更多...
密码学基础-对称密码/公钥密码/混合密码系统 详解

密码学基础-对称密码/公钥密码/混合密码系统 详解

密码学基础-对称密码/公钥密码 加解密说明1.加密解密必要因素加密安全性说明 什么是对称密码图示说明对称密码详解什么是DES?举例说明 什么是3DES什么是AES? 公钥密码什么是RSA? 对称密钥和公钥密码优缺点对比对称密码对称密码算法总结对称密码存在的问题? 公钥密码公钥密码…
阅读更多...
uniapp中使用u-popup组件导致的弹框下面的页面可滑动现象

uniapp中使用u-popup组件导致的弹框下面的页面可滑动现象

添加代码&#xff1a; touchmove.stop.prevent"()>{}"
阅读更多...
工业镜头常用参数之实效F（Fno.）和像圈

工业镜头常用参数之实效F（Fno.）和像圈

Fno. 工业镜头中常用到的参数F&#xff0c;有时候用F/#&#xff0c;Fno.来表示&#xff0c;指的是镜头通光能力的参数。它可用镜头焦距及入瞳直径来表示&#xff0c;也可通过镜头数值孔径&#xff08;NA&#xff09;和光学放大倍率&#xff08;β&#xff09;来计算。有效Fno.…
阅读更多...
linux系统装载nginx的笔记

linux系统装载nginx的笔记

作为一个前端开发&#xff0c;自己部署一个前端项目是不是很正常的事情&#xff0c;所以我在这里记录一下自己在linux环境中通过nginx部署前端项目的步骤&#xff0c;方便后面查看。 步骤如下&#xff1a; 1、使用管理员身份进入命令窗口&#xff0c;如果进入时提示&#xff0…
阅读更多...
使用苹果应用商店上架工具实现应用快速审核与发布

使用苹果应用商店上架工具实现应用快速审核与发布

摘要 移动应用app上架是开发者关注的重要环节&#xff0c;但常常会面临审核不通过等问题。为帮助开发者顺利完成上架工作&#xff0c;各种辅助工具应运而生。本文探讨移动应用app上架原理、常见辅助工具功能及其作用&#xff0c;最终指出合理使用工具的重要性。 引言 移动应…
阅读更多...
阳光倒灌高准直汽车抬头显示器HUD太阳光模拟器

阳光倒灌高准直汽车抬头显示器HUD太阳光模拟器

阳光倒灌高准直汽车抬头显示器HUD太阳光模拟器是一种高级别的模拟设备&#xff0c;用于模拟太阳光的光谱、强度及照射角度&#xff0c;应用于太阳能电池板、光伏系统等领域的研究和测试。其参数包括光谱范围、光强度、光源、照射角度、均匀性和稳定性&#xff0c;可根据需求调整…
阅读更多...
2024最新彩虹知识付费模板MangoA全开源包含秒杀/抽奖/社群/推送等功能

2024最新彩虹知识付费模板MangoA全开源包含秒杀/抽奖/社群/推送等功能

二次开发增加以下功能每日秒杀每日签到官方社群多级分销在线抽奖项目投稿 每日秒杀 每日签到 官方社群 多级分销 在线抽奖 项目投稿 源码下载&#xff1a;https://download.csdn.net/download/m0_66047725/88963704 更多资源下载&#xff1a;关注我。
阅读更多...
应急响应靶机训练-Linux1题解

应急响应靶机训练-Linux1题解

前言 接上文&#xff0c;应急响应靶机训练Linux1 靶机地址&#xff1a; 应急响应靶机-Linux(1) 最近感冒了&#xff0c;就没录视频版。 题解 目标&#xff1a;3个flag以及黑客的ip地址 登陆虚拟机 密码defend flag1: su history flag{thisismybaby} flag2&#xff1a;…
阅读更多...
【学习】软件企业何时会选择第三方软件测试机构

【学习】软件企业何时会选择第三方软件测试机构

近年来&#xff0c;随着软件行业的迅猛发展&#xff0c;软件企业对软件测试的需求也越来越大。为了保证软件的质量和稳定性&#xff0c;许多企业选择寻找第三方软件测试机构来进行软件测试。第三方软件测试机构是独立于软开发企业的专业机构&#xff0c;主要从事软件测试和质量…
阅读更多...
OpenGL 实现“人像背景虚化“效果

OpenGL 实现“人像背景虚化“效果

手机上的人像模式，也被人们称作“背景虚化”或 ”双摄虚化“ 模式，也称为 Bokeh 模式，能够在保持画面中指定的人或物体清晰的同时，将其他的背景模糊掉。突出画面的主体部分，主观上美感更强烈。 人像模式的一般实现原理是，利用双摄系统获取景深信息，并通过深度传感器和图…
阅读更多...
Vivado Lab Edition

Vivado Lab Edition

Vivado Lab Edition 是完整版 Vivado Design Suite 的独立安装版本 &#xff0c; 包含在生成比特流后对赛灵思 FPGA 进行编程和 调试所需的所有功能。通常适用于在如下实验室环境内进行编程和调试&#xff1a; 实验室环境中的机器所含磁盘空间、内存和连 接资源较少。Vivad…
阅读更多...
Android Studio控制台输出中文乱码问题

Android Studio控制台输出中文乱码问题

控制台乱码现象 安卓在调试阶段&#xff0c;需要查看app运行时的输出信息、出错提示信息。 乱码&#xff0c;会极大的阻碍开发者前进的信心&#xff0c;不能及时的根据提示信息定位问题&#xff0c;因此我们需要查看没有乱码的打印信息。 解决步骤&#xff1a; step1: 找到st…
阅读更多...
C# OpenCvSharp MatchTemplate 多目标匹配

C# OpenCvSharp MatchTemplate 多目标匹配

目录 效果 项目 代码 下载 效果 项目 代码 using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Windows.Forms; using OpenCvSharp; using O…
阅读更多...
主流公链 - Monero

主流公链 - Monero

Monero: 加密货币的隐私标杆 1. 简介 Monero&#xff08;XMR&#xff09;&#xff0c;世界语中货币的意思&#xff0c;是一种去中心化的加密货币&#xff0c;旨在提供隐私和匿名性。与比特币等公开区块链不同&#xff0c;Monero专注于隐私保护&#xff0c;使用户的交易记录和余…
阅读更多...
政安晨：专栏目录【TensorFlow与Keras实战演绎机器学习】

政安晨：专栏目录【TensorFlow与Keras实战演绎机器学习】

政安晨的个人主页&#xff1a;政安晨 欢迎 &#x1f44d;点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras实战演绎机器学习 希望政安晨的博客能够对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出指正&#xff01; 本篇是作者政安晨的专栏《TensorFlow与Keras…
阅读更多...
抖音视频关键词无水印下载软件|手机网页视频批量提取工具

抖音视频关键词无水印下载软件|手机网页视频批量提取工具

全新视频关键词无水印下载软件&#xff0c;助您快速获取所需视频&#xff01; 随着时代的发展&#xff0c;视频内容已成为人们获取信息和娱乐的重要途径。为了方便用户获取所需视频&#xff0c;推出了一款功能强大的视频关键词无水印下载软件。该软件主要功能包括关键词批量提取…
阅读更多...
最新文章

Copyright @ 2022~2023