opencv dnn +onnx模型 做推理
数据集划分-训练集、测试集、验证集东环路的小爱凌:请问如果是对一份表格数据文件进行降维，那应该是分不同行样本划分训练集验证集和测试集吗？
[学习笔记]seaborn函数学习小白炼丹师:好的谢谢，发现直接plt.xlim()扩大x轴更方便
[学习笔记]seaborn函数学习Banbakaban回复小白炼丹师:前面加一行控制画布的语句，如下例sns.FacetGrid(tips,height=5,aspect=1.5,xlim=[0,70])
[学习笔记]seaborn函数学习小白炼丹师:您好，请问case1中图例把散点遮住了，怎么解决？
Mat类相乘 opencv python opencv mat类型
OpenCV中常见的与图像操作有关的数据容器有Mat，cvMat和IplImage。
一、Mat类型：矩阵类型，Matrix。
在openCV中，Mat是一个多维的密集数据数组。可以用来处理向量和矩阵、图像、直方图等等常见的多维数据。
Mat有3个重要的方法：
1、Matmat=imread(constString*filename); 读取图像
2、imshow(conststringframeName,InputArraymat); 显示图像
3、imwrite(conststring&filename,InputArrayimg); 储存图像
Mat类型较CvMat与IplImage类型来说，有更强的矩阵运算能力，支持常见的矩阵运算。在计算密集型的应用当中，将CvMat与IplImage类型转化为Mat类型将大大减少计算时间花费。
关于Mat的数学方面的函数略过。
二、CvMat类型与IplImage类型：“图像”类型
在openCV中，Mat类型与CvMat和IplImage类型都可以代表和显示图像，但是，Mat类型侧重于计算，数学性较高，openCV对Mat类型的计算也进行了优化。而CvMat和IplImage类型更侧重于“图像”，openCV对其中的图像操作（缩放、单通道提取、图像阈值操作等）进行了优化。
我们知道openCV是完全用C实现的，但是，IplImage类型与CvMat类型的关系就像是java（C++？）中的继承关系。实际上，CvMat之上还有一个更抽象的基类----CvArr，这在源代码中会常见。
关于CvMat：
其定义如下：
typedefstructCvMat{inttype;intstep;/*forinternaluseonly*/int*refcount;inthdr_refcount;union{uchar*ptr;short*s;int*i;float*fl;double*db;}data;#ifdef__cplusplusunion{introws;intheight;};union{intcols;intwidth;};#elseintrows;intcols;#endif}CvMat;
在openCV中，没有向量（vector）的数据结构。任何时候，但我们要表示向量时，用矩阵数据表示即可。但是，CvMat类型与我们在线性代数课程上学的向量概念相比，更抽象，比如CvMat的元素数据类型并不仅限于基础数据类型，比如，下面创建一个二维数据矩阵：
CvMat*cvCreatMat(introws,intcols,inttype);
这里的type可以是任意的预定义数据类型，比如RGB或者别的多通道数据。这样我们便可以在一个CvMat矩阵上表示丰富多彩的图像了。
关于IplImage：
在类型关系上，我们可以说IplImage类型继承自CvMat类型，当然还包括其他的变量将之解析成图像数据。
其定义如下：
typedefstruct_IplImage{intnSize;/*sizeof(IplImage)*/intID;/*version(=0)*/intnChannels;/*MostofOpenCVfunctionssupport1,2,3or4channels*/intalphaChannel;/*IgnoredbyOpenCV*/intdepth;/*Pixeldepthinbits:IPL_DEPTH_8U,IPL_DEPTH_8S,IPL_DEPTH_16S,IPL_DEPTH_32S,IPL_DEPTH_32FandIPL_DEPTH_64Faresupported.*/charcolorModel[4];/*IgnoredbyOpenCV*/charchannelSeq[4];/*ditto*/intdataOrder;/*0-interleavedcolorchannels,1-separatecolorchannels.cvCreateImagecanonlycreateinterleavedimages*/intorigin;/*0-top-leftorigin,1-bottom-leftorigin(Windowsbitmapsstyle).*/intalign;/*Alignmentofimagerows(4or8).OpenCVignoresitanduseswidthStepinstead.*/intwidth;/*Imagewidthinpixels.*/intheight;/*Imageheightinpixels.*/struct_IplROI*roi;/*ImageROI.IfNULL,thewholeimageisselected.*/struct_IplImage*maskROI;/*MustbeNULL.*/void*imageId;/*""*/struct_IplTileInfo*tileInfo;/*""*/intimageSize;/*Imagedatasizeinbytes(==image->height*image->widthStepincaseofinterleaveddata)*/char*imageData;/*Pointertoalignedimagedata.*/intwidthStep;/*Sizeofalignedimagerowinbytes.*/intBorderMode[4];/*IgnoredbyOpenCV.*/intBorderConst[4];/*Ditto.*/char*imageDataOrigin;/*Pointertoveryoriginofimagedata(notnecessarilyaligned)-neededforcorrectdeallocation*/}IplImage;
我们可以看到，IplImage类型较之CvMat多了很多参数，比如depth和nChannels。在普通的矩阵类型当中，通常深度和通道数被同时表示，如用32位表示RGB+Alpha.但是，在图像处理中，我们往往将深度与通道数分开处理，这样做是OpenCV对图像表示的一种优化方案。
IplImage的对图像的另一种优化是变量origin----原点。在计算机视觉处理上，一个重要的不便是对原点的定义不清楚，图像来源，编码格式，甚至操作系统都会对原地的选取产生影响。为了弥补这一点，openCV允许用户定义自己的原点设置。取值0表示原点位于图片左上角，1表示左下角。
dataOrder参数定义数据的格式。有IPL_DATA_ORDER_PIXEL和IPL_DATA_ORDER_PLANE两种取值，前者便是对于像素，不同的通道的数据交叉排列，后者表示所有通道按顺序平行排列。
IplImage类型的所有额外变量都是对“图像”的表示与计算能力的优化。