本项目制作一个简单的GUI APP用来识别文字图像的书法体 (v1：使用展平图像实现书法体识别APP) (v2：使用HOG特征提取取代图像展平产生新的结果)
这个项目是一个文档扫描仪应用程序，使用Python编写。它可以帮助用户加载图片并裁剪文档，提供方便的文档扫描功能。
本项目是一个基于Tkinter和OpenCV的目标检测应用程序，实现了摄像头和视频文件的实时目标检测。通过YOLOv8模型进行目标检测，支持定位、分割和姿势三种模型类型，以及不同模型大小。
一个基于Django框架实现的图像相似性搜索网页应用。用户可以通过上传图片到网站，然后该项目会基于预训练的 VGG16 模型提取图像特征，并利用已有图库中的图像特征与上传图片的特征进行比较，计算相似度并呈现给用户。
本项目制作一个简单的GUI APP用来识别文字图像的书法体 (v3：使用CNN卷积神经网络改进对比使用VGG后产生的新的结果)
本项目制作一个简单的GUI APP用来识别文字图像的书法体 (v1：使用展平图像实现书法体识别APP)
本项目制作一个简单的GUI APP用来识别文字图像的书法体 (v2：使用HOG特征提取取代图像展平产生新的结果)
此项目是一个机器学习分类器的比较实验，旨在通过不同的分类算法（如逻辑回归、随机森林、SVM等）来对数据集进行分类，并比较它们的性能。该项目包括数据预处理、分类器训练、模型评估以及结果可视化，适合用于机器学习初学者理解和比较不同分类算法的效果。
using faiss framework to categorize dog and cat
本项目使用FAISS库实现了基于K近邻的图像分类器。该分类器可以使用CPU或GPU进行训练，并支持两种特征提取方法：flat和vgg。用户可以选择使用sklearn或faiss库实现K近邻算法。
本项目使用gradio应用在 minist 上训练的最有 KNN 模型就行手写数字识别。
使用sklearn的KNN实现电影推荐应用
本项目旨在练习使用 PIL、NumPy、skimage 和 matplotlib 对图像进行读取、处理、展示和保存的过程。
这个项目是一个基于Python的脚本文件，使用Tkinter库构建了一个图形用户界面(GUI)，用于混合RGB图像。使用这个程序，用户可以通过滑动滑块，调整红色、绿色和蓝色三个通道的偏移量，从而混合生成新的RGB图像。此外，用户还可以选择以灰度或彩色模式查看混合后的图像。
使用Python和Tkinter创建一个简单的图形用户界面，可以调整图像的亮度和对比度，并显示调整后的直方图。
