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
本项目使用Python和相关图形库（Tkinter, PIL, OpenCV）创建了一个用户友好的图像修复应用。用户可以在应用中导入图像，使用画笔工具绘制需要修复的部分，然后使用FMM或NS算法进行图像修复。
本项目使用Python和相关图形库（Tkinter, PIL, OpenCV）创建了一个用户友好的图像修复应用。用户可以在应用中导入图像，使用画笔工具绘制需要修复的部分，然后使用FMM或NS算法进行图像修复。
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。
此作业包含一系列的Python代码，用于处理和分析图像。
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。
此作业包含一系列的Python代码，用于处理和分析图像。
这是一个基于Python和Flask的Web应用程序作业。用于生成和显示颜色调色板。该应用程序有两个主要功能：通过点击按钮生成随机颜色调色板，以及通过上传图片生成该图片的主要颜色调色板。同时，应用程序也实现了一些复杂的JavaScript交互，例如鼠标悬停时的动画效果，以及能够复制颜色值到剪贴板等功能。
