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。
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
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。
这个项目包含一个用于批量处理图像的应用，该应用可以从ZIP文件中读取图像，对图像进行随机变换，然后保存处理后的图像。
这个项目包含一个用于批量处理图像的应用，该应用可以从ZIP文件中读取图像，对图像进行随机变换，然后保存处理后的图像。
项目 1. 读取图像文件（例如 'dog.jpg'）并将其转换为灰度和RGB格式。 2. 对图像应用随机噪声。 3. 计算图像各个通道（RGB）的各种统计数据，如最大值、最小值、平均值、标准偏差以及第25、50（中位数）、75百分位数。 4. 显示原始图像和噪声图像。 5. 通过局部阈值处理实现绿屏特效 6. 将处理后的图像保存为文件（例如 'out.png'）
此作业包含一系列的Python代码，用于处理和分析图像。
数字图像处理课图像处理基础的作业
