Даже если это так, размах атмосферного давления (разница между наибольшем и наименьшим значениями) не может быть таким. Атмосферное давление может изменяться, скажем ±6% от среднего, а не ±100%. Коэффициент вариации не зависит от размерностей.
Ошибки и в научных статьях бывают. Даже если это не атмосферы, а какие-то другие единицы измерения атмосферного давления, то сложно представить, почему оно изменяется от 0 до 10 и даже больше.
Звучит как фантастика. Вы утверждаете, что при 22 отсчетах вы определите частоту 440 Гц с точностью 1e-6 Гц?
А, собственно, почему бы вам тогда не утверждать, что вы сможете измерить частоту с высокой точностью всего по одному отсчету? Тогда вы одновременно будете знать и частоту тона, и положение его во времени. И принцип неопределенности будет полностью нарушен. Советую вам не откладывать, а написать статью в серьезный научный журнал, т.к. это будет революционное открытие.
Вы бы лучше сам сигнал привели.. Судя по тому что вы говорите про интервал наблюдений в 0.1 с, то у вас не простое FFT, а оконное. Какое окно использовали? Хотите чтобы было точнее по частоте - увеличивайте окно.
если в результате выполнения данного кода возникла ошибка, есть три возможных причины для этого. Первая — вы неправильно задали путь к файлу. Вторая — такого файла просто не существует, и третья — тип изображения (jpg/jpeg/png) задан неверно.
Еще есть четвертая и основная причина: кирилица в путях к файлу. imread из OpenCV не поддерживает такие пути. Так сложилось исторически.
Но что такое рёбра? Края — это особенности изображения, которые можно использовать для оценки и анализа структуры объектов на нём.
Вы уж определитесь с терминами. Края, кромки, границы, ребра... Используйте какое-то одно слово для edge, не вносите путаницу.
Нейросетей в статье нет. Совсем. Зачем тогда использовать это слово в заголовке?
Самое интересное, что для выделения самого темного объекта никакие детекторы границ и контуры не требуются. Нам нужно найти объект, поэтому логично работать напрямую с объектами, точнее с Connected components. Из плюсов: получаем сразу их количество, Bbox'ы, площади, центроиды.
Jamie Wong ведь и не говорит, что евклидова метрика в LMS корректна для описания цветовых различий. Более того, он далее объясняет для чего нужен переход от LMS к XYZ.
Лучше, на мой взгляд, использовать стабильные минеральные краски/пигменты, например цветные стекла/стеклокерамика/кристаллы. Их окраска не меняется с течением времени, не выцветает на солнце.
См. с.244, колориметрия цветовых различий. Но там больше общих слов. А еще, обратите внимание, на с. 340, там диаграмма с эллипсами Мак-Адама. Это такие области, в пределах которых стандартный наблюдатель не различает цвета, т.е. чем меньше эллипс, тем чувствительнее глаз к различию цвета. Далее приводиться нелинейное преобразование цветового пространства, приводящее эллипсы к окружностям, вот в этом пространстве уже и имеет смысл применять евклидову метрику, что вы и хотели в вашей статье.
См. с.244, колориметрия цветовых различий. Но там больше общих слов. А еще, обратите внимание, на с. 340, там диаграмма с эллипсами Мак-Адама. Это такие области, в пределах которых стандартный наблюдатель не различает цвета, т.е. чем меньше эллипс, тем чувствительнее глаз к различию цвета. Далее приводиться нелинейное преобразование цветового пространства, приводящее эллипсы к окружностям, вот в этом пространстве уже и имеет смысл применять евклидову метрику, что вы и хотели в вашей статье.
Во-первых: автор статьи почему-то использует для колориметрии цветовых различий евклидову метрику в LMS пространстве. Это некорректно. Для этого умные люди из CIE придумали цветовое пространство Lab. Рекомендую автору статьи ознакомиться с книгой
Джадд Д. , Вышецки Г.Цвет в науке и технике. Пер с англ. 1978. 592 с.
Во-вторых: в галогеновых лампах светится как раз таки вольфрамовая нить накала, а не пары галогена. Галоген нужен для того, чтобы нить накала могла работать при больших температурах и все.
В третьих: в спектры красных пигментов у вас как-то просочился зеленый оксид хрома.
В четвертых: т.к. спектры и чувствительность по природе не дискретны, то вместо конечных сумм правильнее записывать интеграл.
Если для распознавания QR кода использовать камеру, то логичнее было бы использовать не черно-белое, а цветное изображение. Например, три кода можно совместить в один цветной CMYK.
Даже если это так, размах атмосферного давления (разница между наибольшем и наименьшим значениями) не может быть таким. Атмосферное давление может изменяться, скажем ±6% от среднего, а не ±100%. Коэффициент вариации не зависит от размерностей.
Ошибки и в научных статьях бывают. Даже если это не атмосферы, а какие-то другие единицы измерения атмосферного давления, то сложно представить, почему оно изменяется от 0 до 10 и даже больше.
Да, про это.
Меня одного смущает выращивание мандаринов при атмосферном давлении от 0 до 10 атм (судя по данным и графикам в статье)?
У вас картинки перепутаны. Слева явно неустойчивый фильтр. "В отличие от КИХ-фильтров, БИХ-фильтры не всегда являются устойчивыми." https://ru.wikipedia.org/wiki/Фильтр_с_бесконечной_импульсной_характеристикой
Звучит как фантастика. Вы утверждаете, что при 22 отсчетах вы определите частоту 440 Гц с точностью 1e-6 Гц?
А, собственно, почему бы вам тогда не утверждать, что вы сможете измерить частоту с высокой точностью всего по одному отсчету? Тогда вы одновременно будете знать и частоту тона, и положение его во времени. И принцип неопределенности будет полностью нарушен. Советую вам не откладывать, а написать статью в серьезный научный журнал, т.к. это будет революционное открытие.
Вы же понимаете, что на интервале 0.1 с вы не достигните точности лучше чем 10Гц. Что и видно на вашем графике слева по вертикальным линиям сетки.
Вы бы лучше сам сигнал привели.. Судя по тому что вы говорите про интервал наблюдений в 0.1 с, то у вас не простое FFT, а оконное. Какое окно использовали? Хотите чтобы было точнее по частоте - увеличивайте окно.
А зачем конденсатор между выходом датчика Холла и землей?
По-моему, он только делает хуже - заваливает фронт. Нет?
Немного критики:
Еще есть четвертая и основная причина: кирилица в путях к файлу. imread из OpenCV не поддерживает такие пути. Так сложилось исторически.
Вы уж определитесь с терминами. Края, кромки, границы, ребра... Используйте какое-то одно слово для edge, не вносите путаницу.
Нейросетей в статье нет. Совсем. Зачем тогда использовать это слово в заголовке?
Самое интересное, что для выделения самого темного объекта никакие детекторы границ и контуры не требуются. Нам нужно найти объект, поэтому логично работать напрямую с объектами, точнее с Connected components. Из плюсов: получаем сразу их количество, Bbox'ы, площади, центроиды.
import cv2import numpy as npimg = cv2.imread('test_image.jpg')gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)bw=cv2.threshold(gray, 240, 255, cv2.THRESH_BINARY_INV)[1]retval, labels, stats, _=cv2.connectedComponentsWithStats(bw)bright=np.full(retval, 255.0) # средние яркости объектовfor i in range(1, retval):if stats[i,4]<500: # селекция по площади объектовcontinuex0,y0,x1,y1=stats[i,0],stats[i,1],stats[i,0]+stats[i,2],stats[i,1]+stats[i,3] mask=cv2.compare(labels[y0:y1,x0:x1], i, cv2.CMP_EQ)bright[i]=cv2.mean(gray[y0:y1,x0:x1], mask)[0]idx=np.argmin(bright)cv2.rectangle(img, stats[idx, :4], (0,0,255))cv2.imshow('Image with selected object', img)Jamie Wong ведь и не говорит, что евклидова метрика в LMS корректна для описания цветовых различий. Более того, он далее объясняет для чего нужен переход от LMS к XYZ.
Лучше, на мой взгляд, использовать стабильные минеральные краски/пигменты, например цветные стекла/стеклокерамика/кристаллы. Их окраска не меняется с течением времени, не выцветает на солнце.
См. с.244, колориметрия цветовых различий. Но там больше общих слов. А еще, обратите внимание, на с. 340, там диаграмма с эллипсами Мак-Адама. Это такие области, в пределах которых стандартный наблюдатель не различает цвета, т.е. чем меньше эллипс, тем чувствительнее глаз к различию цвета. Далее приводиться нелинейное преобразование цветового пространства, приводящее эллипсы к окружностям, вот в этом пространстве уже и имеет смысл применять евклидову метрику, что вы и хотели в вашей статье.
См. с.244, колориметрия цветовых различий. Но там больше общих слов. А еще, обратите внимание, на с. 340, там диаграмма с эллипсами Мак-Адама. Это такие области, в пределах которых стандартный наблюдатель не различает цвета, т.е. чем меньше эллипс, тем чувствительнее глаз к различию цвета. Далее приводиться нелинейное преобразование цветового пространства, приводящее эллипсы к окружностям, вот в этом пространстве уже и имеет смысл применять евклидову метрику, что вы и хотели в вашей статье.
Во-первых: автор статьи почему-то использует для колориметрии цветовых различий евклидову метрику в LMS пространстве. Это некорректно. Для этого умные люди из CIE придумали цветовое пространство Lab. Рекомендую автору статьи ознакомиться с книгой
Джадд Д. , Вышецки Г.Цвет в науке и технике.
Пер с англ. 1978. 592 с.
Во-вторых: в галогеновых лампах светится как раз таки вольфрамовая нить накала, а не пары галогена. Галоген нужен для того, чтобы нить накала могла работать при больших температурах и все.
В третьих: в спектры красных пигментов у вас как-то просочился зеленый оксид хрома.
В четвертых: т.к. спектры и чувствительность по природе не дискретны, то вместо конечных сумм правильнее записывать интеграл.
И еще стекло течет. Медленно, но течет.
Можно подумать, что SimInTech это свободное ПО... Нет.
А что насчет индукционного нагрева для закалки токами высокой частоты?
Если для распознавания QR кода использовать камеру, то логичнее было бы использовать не черно-белое, а цветное изображение. Например, три кода можно совместить в один цветной CMYK.
отличной техникой для работы в средиземье, но не в крайнеземье.Поясните, что это за термины? Или может кривой перевод?