机器视觉与应用学习通超星期末考试答案章节答案2024年

机器视觉与应用学习通超星期末考试章节答案2024年光源系统中的光源是的机器视觉成像中的一部分。照明是影响机器视觉系统

的重要因素，它直接影响输入数据的

和

效果

答案:照明系统;质量;应用主流的机器视觉软件中侧重图像处理的图像软件包是以下哪一个？

答案:OpencvOpenCV以下哪一模块提供了与光流操作相关的算法。

答案:optflow机器视觉系统的核心是以下哪一个？

答案:视觉信息处理相关技术OpenCV中使用cv2._________函数拆分通道，使用cv2._________函数可将3通道图像合并。

答案:split(;merge(importnumpyasnpa=np.ones([2,2],dtype=int)print(a)以上代码输出结果为______。

答案:[[11][11]]以下代码将NumPy数组中保存的图像写入文件，请完善以下代码。importcv2importnumpyimg=numpy._______((50,50),dtype=numpy.uint8)#创建大小为50×50的黑色正方形图像cv2._______('mypic2-1.jpg',img)

#将图像存入文件

答案:zeros;inwriteimportnumpyasnpa=np.arange(12)a=a.reshape((3,-1))a=a.reshape((3,3))print(a)以上代码运行结果为。

答案:运行报错importnumpyasnpa=np.linspace(8,18,5,endpoint=False)print(a)以上代码运行结果为。

答案:[8.10.12.14.16.]importnumpyasnpa=np.array([[1,2,3],[4,5,6]])b=a.reshape((6,))b[1]=100print(a)以上代码输出结果为。

答案:[[

1100

3]

[

4

5

6]]python语句

a=8(123),type(a)

，输出结果为。

答案:importnumpyasnpa=np.logspace(0,6,7,base=2)print(a)以上代码运行结果为。

答案:[1.

2.

4.

8.16.32.64.]importnumpyasnpa=np.array([[[3,1,2]],[[4,7,6]],[[5,8,9]]])print(a.shape)以上代码运行结果为

答案:(3,1,3)以下哪个函数在OpenCV中用于在窗口中显示图像？

答案:imshow()importnumpyasnpa=a=np.arange(5)print(a**2)以上代码运行结果为。

答案:[0

1

4

916]importnumpyasnpa=np.array(([4,6,8],[7,5,9],[4,3]))print(a)以上代码运行结果为。

答案:[list([4,6,8])list([7,5,9])list([4,3])]importnumpyasnpa=np.array([[1,2,3],[3,4,5],[4,5,6]])print(a[2:])以上代码运行结果为。

答案:[[456]]importnumpyasnpa=np.array([[1,2,3],[3,4,5],[4,5,6],[7,8,9]])print(a[...,2:])以上代码运行结果为。

答案:[[3]

[5]

[6]

[9]]importnumpyasnpa=np.array([[4,5,6],[1,2,3],[7,8,9]])

print(a.min(axis=0))

答案:[123]importnumpyasnpa=np.array([[3,5],[2,1]])b=np.array([[10,0],[0,10]])print(a@b)以上代码运行结果为。

答案:[[3050]

[2010]]importnumpyasnpa=np.array([[6,2,7],[1,3,4]])print(a.T)以上代码运行结果为。

答案:[[61]

[23]

[74]]ndarray对象中指代数组元素的类型的属性名为。

答案:dtypeimportnumpyasnpa=np.arange(10)s=slice(2,9,3)print(a[s])以上代码运行显示结果为。

答案:[258]importnumpyasnpa=np.array([[1,2,3],[3,4,5],[4,5,6]])print(a[2,0])以上代码输出结果为。

答案:4importnumpyasnpa=np.array([[1,2],[3,4]])b=np.array([[10,0],[0,10]])print(a@b)以上代码运行结果为。

答案:[[1020]

[3040]]importnumpyasnpa=np.arange(11)b=a[4:]print(b)以上代码输出结果为。

答案:[4

5

6

7

8

910]importnumpyasnpa=np.array([[3,7,9],[4,7,8],[2,8,12]])b=a.max(axis=1)print(b)以上代码运行结果为。

答案:[9

812]importnumpyasnpa=np.arange(24)b=a.reshape(4,2,3)print(b.ndim)以上代码输出结果为？

答案:3importnumpyasnpa=np.array([[3,4],[5,6]])a*=10print(a)以上代码运行结果为。

答案:[[3040]

[5060]]importnumpyasnpa=np.arange(10)a.shape=(2,-1)print(a)以上代码输出结果为。

答案:[[01234]

[56789]]importnumpyasnpa=np.arange(48)b=a.reshape(6,8)print(b.ndim)以上代码输出结果为。

答案:2NumPy中，字符串i4等同于以下哪一个数据类型。

答案:int32OpenCV播放视频的实质是逐帧读取和显示帧图像，以下代码实现了视频播放，请对代码进行排序。importcv2vc=cv2._________('test2-5.mp4')

#创建VideoCapture对象fps=vc.get(cv2.CAP_PROP_FPS)

#读取视频帧率size=(vc.get(_________________),

vc.get(cv2.CAP_PROP_FRAME_HEIGHT))#读取视频大小success,frame=__________

#读第1帧whilesuccess:

#循环读视频帧，直到视频结束

cv2.imshow('myvideo',frame)

#在窗口中显示帧图像

success,frame=vc.read()

#读下一帧

key=cv2.___________

ifkey==27:

#按Esc键退出

breakvc.____________

#关闭视频

答案:A、vc.read()

;B、VideoCapture;C、release()

;D、cv2.CAP_PROP_FRAME_WIDTH;E、waitKey(25)以下代码实现了等待按键功能，请把代码按顺序进行排序。importcv2img=cv2.imread('lena.jpg',_________)

#读取图像，缩小为原来的1/2cv2.imshow('lena',img)

#显示图像key=0while_______:

#按Esc键时终止循环

key=cv2.__________()

#等待按键cv2.___________('lena')

#关闭图像窗口

答案:A、key!=27;B、destroyWindow;C、cv2.IMREAD_REDUCED_COLOR_2;D、waitKey()

cv2.polylines()函数用于绘制多边形，以下代码为绘制一个封闭的多边形，请补充代码。importnumpyasnpimportcv2img=np.zeros((200,320,3),np.uint8)+255

#创建一幅白色图像pts=np.array([[160,20],[20,100],[160,180],[300,100]],32)#创建顶点cv2.polylines(img,_______,________,(255,0,0),5)

#画多边形，蓝色边框，封闭多边形cv2.imshow('draw',img)

#显示图像cv2.waitKey(0)

答案:pts;truecv2.line()函数用于绘制直线，以下代码为绘制直线代码,请补齐代码：importnumpyasnpimportcv2img=np.zeros((200,320,3),np.uint8)

#创建一幅黑色图像cv2.line(img,(0,0),(320,200),(255,0,0),5)#画对角线1，蓝色cv2.line(img,(320,0),(0,200),_________,5)#画对角线2，绿色cv2.imshow('draw',img)

#显示图像cv2.waitKey(0)

答案:(0,255,0cv2.ellipse()函数用于绘制椭圆，其语法格式如下。

cv2.ellipse(img,center,axes,angle,startAngle,endAngle,color[,thickness[,lineType[,shift]]])

其中axes参数为椭圆的轴。例如，(150,100)表示_______的一半为150，短轴的一半为100。

答案:长轴cv2.rectangle()函数用于绘制矩形，以下代码为绘制矩形代码，请补齐代码。img=np.zeros((200,320,3),np.uint8)

#创建一幅黑色图像cv2.rectangle(img,(20,20),(300,180),(255,0,0),5)

#画矩形，蓝色边框cv2.rectangle(img,(70,70),(250,130),(0,255,0),_____)#画矩形，绿色填充cv2.imshow('draw',img)

#显示图像cv2.waitKey(0)

答案:-1假设原图像宽度为width，高度为height，将图像中心作为旋转中心逆时针旋转80°，并将图像缩小50%，则用于计算转换矩阵的语句如下。m=cv2.getRotationMatrix2D(_______________,80,0.5)。

答案:(width/2,height/2以下代码为缩放图像，请在横线上填入正确代码。importcv2img=cv2.imread('bee.jpg')

#读取图像sc=[1,0.2,0.5,1.5,2]

#设置缩放比例cv2.imshow('showimg',img)

#显示图像whileTrue:

key=cv2.waitKey()

if48<=key<=52:

#按键【0】、【1】、【2】、【3】或【4】

x=y=sc[key-48]

#获得缩放比例

img2=cv2.____________(img,None,fx=x,fy=y)

#缩放图像

cv2.imshow('showimg',img2)

#显示图像

答案:resizeGRAY色彩空间通常指____位灰度图像，其颜色取值范围为[0,255]，共_______个灰度级。

答案:8;256以下代码实现了腐蚀，腐蚀迭代次数为5，请在横线处补齐代码。importcv2importnumpyasnpimg=cv2.imread('zh2.jpg')

#读取图像cv2.imshow('img',img)

#显示原图像kernel=np.ones((5,5),np.uint8)

#定义大小为5×5的内核img2=cv2._________(img,kernel,iterations=________)cv2.imshow('img2',img2)

#显示转换结果图像cv2.waitKey(0)

答案:erode;5形态变换中，通过膨胀操作，图像的边界被扩张，白色区域增大。OpenCV的cv2.________函数用于实现膨胀操作。

答案:dilate形态变换中，通过腐蚀操作，图像的边界被侵蚀，白色区域缩小。OpenCV的cv2.________函数用于实现腐蚀操作。

答案:erode(cv2.threshold()函数的type参数值为cv2.THRESH_BINARY时执行二值化阈值处理，将______阈值的像素值设置为255，将其他像素值设置为0。

答案:大于以下代码将图像向右移动80像素，向下移动50像素importcv2importnumpyasnpimg=cv2.imread('bee.jpg')

#读取图像cv2.imshow('img',img)

#显示图像height=img.shape[0]

#获得图像高度width=img.shape[1]#获得图像宽度dsize=(width,height)m=np.float32([________,________])

#创建转换矩阵img2=cv2.warpAffine(img,m,dsize)

#平移图像cv2.imshow('imgx+100y+50',img2)

#显示图像cv2.waitKey(0)

答案:[1,0,100];[0,1,50]cv2.resize()函数在转换图像时，当dsize参数不为_________时，不管是否设置参数fx和fy，都由dsize来确定目标图像的大小。

答案:None以下代码实现了均值滤波，请在横线处补齐代码。importcv2img=cv2.imread('lena2.jpg')cv2.imshow('img',img)

img2=cv2._________(img,(15,15))#可调整卷积核大小以查看不同效果cv2.imshow('imgBlur',img2)cv2.waitKey(0)

答案:blur以下代码将BGR色彩空间转换为RGB色彩空间，请补齐代码。importcv2img=cv2.imread('bee.jpg')

#读取图像cv2.imshow('BGR',img)

#显示图像img2=cv2._________(img,cv2.COLOR_BGR2RGB)#转换色彩空间为RGBcv2.imshow('RGB',img2)

#显示图像cv2.waitKey(0)

答案:cvtColor假设原图像宽度为width，高度为height，将图像中心作为旋转中心顺时针旋转70°，并将图像缩小50%，则用于计算转换矩阵的语句如下。m=cv2.getRotationMatrix2D((width/2,height/2),__________,0.5)。

答案:70以下关于色彩空间类型转换码cv2.COLOR_BGR2RGB描述正确的是。

答案:将BGR色彩空间转换为RGB色彩空间以下程序使图像沿顺时针方向旋转，在旋转的同时先缩小到10%，然后从10%开始放大到100%，再按此规律缩小，放大，请把缺失代码按顺序排列。importcv2importnumpyasnp_____________________________

cv2.imshow('showimg',img)

#显示图像h=img.shape[0]

_________________angle=1scale=1f=-1whileTrue:

________________________

#创建转换矩阵

angle=(angle+10)%360

#计算下一个旋转角度

scale=scale+f*0.1

#计算下一个缩放比例

if______________________:

f=f*-1

_______________________

#执行旋转

key=cv2.waitKey(100)

ifkey==27:

#按【Esc】键时结束

break

___________________________cv2.destroyAllWindows()

#关闭窗口

答案:A、

img2=cv2.warpAffine(img,m,(w,h))

;B、scale<=0.1orscale>=1;C、img=cv2.imread('clocktower.png');D、w=img.shape[1]

;E、cv2.imshow('showimg',img2);F、m=cv2.getRotationMatrix2D((w/2,h/2),-angle,scale+f*0.1)以下代码将图像进行旋转，请对缺失代码进行排序，完成整个程序。importcv2________________________

#读取图像cv2.imshow('img',img)

#显示图像height=____________

#获得图像高度width=_____________

#获得图像宽度dsize=(width,height)m=_____________________________

#创建转换矩阵img2=__________________________

#执行旋转cv2.imshow('imgRotation',img2)

#显示图像__________________

答案:A、img.shape[1]

;B、cv2.waitKey(0);C、img.shape[0]

;D、cv2.getRotationMatrix2D((width/2,height/2),-60,0.5);E、cv2.warpAffine(img,m,dsize)

;F、img=cv2.imread('bee.jpg')以下代码实现了单目标匹配，请对缺失代码进行排序。importcv2importnumpyasnpimportmatplotlib.pyplotaspltimg1=cv2.imread('bee.jpg')

#打开输入图像,默认为BGR格式cv2.imshow('original',img1)______________________________

#打开模板图像cv2.imshow('template',temp)img1gray=cv2.cvtColor(img1,cv2.COLOR_BGR2GRAY,dstCn=1)

#转换为单通道灰度图像____________________________________________________

#转换为单通道灰度图像h,w=tempgray.shape

#获得模板图像的高度和宽度_______________________________________________#执行匹配_______________________________________________

#以灰度图像格式显示匹配结果plt.title('MatchingResult')

plt.axis('off')

plt.show()

#显示图像______________________________________

#返回最值和位置top_left=min_loc

#最小值为最佳匹配，获得其位置bottom_right=(top_left[0]+w,top_left[1]+h)

#获得匹配范围的右下角位置___________________________________________________

#绘制匹配范围,蓝色边框cv2.imshow('DetectedRange',img1)cv2.waitKey(0)

答案:A.res=cv2.matchTemplate(img1gray,tempgray,cv2.TM_SQDIFF);B.temp=cv2.imread('template.jpg');C.min_val,max_val,min_loc,max_loc=cv2.minMaxLoc(res);D.cv2.rectangle(img1,top_left,bottom_right,(255,0,0),2);E.tempgray=cv2.cvtColor(temp,cv2.COLOR_BGR2GRAY,dstCn=1);F.plt.imshow(res,cmap='gray')以下使用跟踪栏相关代码，当选择跟踪栏不同的值，改变图形的显示颜色，请对缺失的代码进行排序。importnumpyasnpimportcv2_____________________defdoChange(x):

_____________________________________

g=cv2.getTrackbarPos('G','tracebar')

r=cv2.getTrackbarPos('R','tracebar')

__________________

dWindow('tracebar')cv2.createTrackbar('B','trackbar',0,255,doChange)___________________________________________________cv2.createTrackbar('R','trackbar',0,255,doChange)while(True):

_________________________

k=cv2.waitKey(1)

ifk==27:

___________________cv2.destroyAllWindows()

答案:A.cv2.createTrackbar('G','trackbar',0,255,doChange);B.cv2.imshow('trackbar',img);C.break;D.img=np.zeros((120,400,3),np.uint8);E.img[:]=[b,g,r];F.b=cv2.getTrackbarPos('B','tracebar')以下为响应鼠标事件相关代码，请对缺少代码进行排序，完成整个代码。importnumpyasnpimportcv2_________________________________________________

ifevent==cv2.EVENT_LBUTTONDBLCLK:

__________________________________

#双击鼠标右键时画矩形

elifevent==cv2.EVENT_RBUTTONDBLCLK:

__________________________________

#双击鼠标左键时画圆dWindow('drawing')

#命名图像窗口______________________________________while(True):

cv2.imshow('drawing',img)

#显示图像

k=cv2.waitKey(1)

___________________

breakcv2.destroyAllWindows()

答案:A.cv2.rectangle(img,(x,y),(x+20,y+20),(0,0,255),-1);B.ifk==27:;C.img=np.zeros((200,320,3),np.uint8)+255;D.cv2.circle(img,(x,y),20,(255,0,0),-1);E.cv2.setMouseCallback('drawing',draw);F.defdraw(event,x,y,flag,param):以下代码查找轮廓并绘制到图像上，请对缺失代码进行排序。importcv2importnumpyasnpimg=cv2.imread('shapes.jpg')

#读取图像cv2.imshow('original',img)

#显示原图像______________________________

#将其转换为灰度图像ret,img2=________________________________________________

#二值化阈值处理c,h=_______________________________________________________

_____________________:

img3=np.zeros(img.shape,np.uint8)+255

#按原图大小创建一幅白色图像

_____________________________________________#绘制轮廓

cv2.imshow('%s'%n,img3)

#显示轮廓图像cv2.waitKey(0)

#按任意键结束等待cv2.destroyAllWindows()

答案:A.cv2.threshold(gray,125,255,cv2.THRESH_BINARY);B.fornin(range(3));C.gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY);D.cv2.findContours(img2,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE);E.cv2.polylines(img3,[c[n]],True,(255,0,0),2)cv2.Laplacian()函数用于实现Laplacian边缘检测，其基本格式如下。

dst=cv2.Laplacian(src,ddepth[,ksize[,scale[,delta[,borderType]]]])请简述Laplacian（拉普拉斯）边缘检测具体含义，以及dst,src,ddepth参数对应的具体含义。

答案:Laplacian（拉普拉斯）边缘检测使用图像矩阵与拉普拉斯核进行卷积运算，其本质是计算图像中任意一点与其在水平方向和垂直方向上4个相邻点平均值的差值。（1）dst表示边缘检测结果图像。（2）src为原图像。（3）ddepth为目标图像的深度。cv2.putText()函数用于绘制文本，其语法格式如下。cv2.putText(img,text,org,fontFace,fontScale,color[,thickness[,lineType[,

bottomLeftOrigin]]])请简要描述img,text,org,fontFace,fontScale,color参数分别对应的含义。

答案:(1)

img需要绘制文字的图像（2）text为要绘制的文本。（3）org为文本左下角的位置。（4）fontFace为字体类型（5）fontScale为字体大小（6）color为字体颜色OpenCV的cv2.cvtColor()函数用于转换色彩空间类型,其基本格式如下。

dst=cv2.cvtColor(src,code[,dstCn]])

请描述src,code,dstCn参数及返回结果dst对应的含义。

答案:（1）dst表示转换后的图像。（2）src表示转换前的原图像。（3）code表示色彩空间类型转换码。（4）dstCn表示目标图像的通道数。机器视觉行业发展趋势主要体现在哪四个方面？

答案:（1）机器视觉应用领域持续拓宽（2）嵌入式视觉应用持续增长（3）2D机器视觉向3D机器视觉升级（4）机器视觉在新能源领域渗透率将逐步提高图像的基本概念中，_________:每英寸图像内的点数，单位是像素每英寸。_____________:屏幕每行的像素点数乘以每列的像素点数。

答案:图像分辨率;屏幕分辨率cv2.threshold()函数的type参数值为cv2.THRESH_BINARY_INV时执行反二值化阈值处理，将______阈值的像素值设置为0，将其他像素值设置为255。

答案:大于假设原图像宽度为width，高度为height，将图像中心作为旋转中心逆时针旋转80°，并将图像缩小50%，则用于计算转换矩阵的语句如下。m=cv2.getRotationMatrix2D(_______________,80,0.5)。

答案:(width/2,height/2importnumpyasnpa=np.arange(8)print(a)以上代码运行结果为_____。

答案:[01234567]RGB色彩空间使用R（Red，红）、G（Green，绿）和B（Blue，蓝）3种基本颜色表示____________。

答案:图像像素OpenCV中的cv2._______________函数用于执行高斯金字塔构造的向下采样步骤。

答案:pyrDown(以下代码为缩放图像，请在横线上填入正确代码。importcv2img=cv2.imread('bee.jpg')

#读取图像sc=[1,0.2,0.5,1.5,2]

#设置缩放比例cv2.imshow('showimg',img)

#显示图像whileTrue:

key=cv2.waitKey()

if48<=key<=52:

#按键【0】、【1】、【2】、【3】或【4】

x=y=sc[key-48]

#获得缩放比例

img2=cv2.____________(img,None,fx=x,fy=y)

#缩放图像

cv2.imshow('showimg',img2)

#显示图像

答案:resize以下代码使用hist()函数绘制直方图，请在横线处补齐代码。importcv2importmatplotlib.pyplotaspltimg=cv2.imread('gate.jpg')

#读取图像cv2.imshow('original',img)

#显示原图像plt._____(img._____,256)

#绘制直方图plt.show()

#显示直方图

答案:hist;ravel(以下代码实现了限制对比度自适应直方图均衡化，请在横线处补齐代码。importcv2importmatplotlib.pyplotaspltimg=cv2.imread('clahe.jpg',0)

#打开图像（单通道灰度图像）cv2.imshow('original',img)

#显示原图像img2=cv2.equalizeHist(img)cv2.imshow('equalizeHist',img2)

#显示直方图均衡化后的图像________=cv2.createCLAHE(clipLimit=5)

#创建CLAHE对象img3=clahe.________(img)

#应用CLAHE对象cv2.imshow('CLAHE',img3)

#显示应用CLAHE对象后的图像cv2.waitKey(0)

答案:clahe;apply以下代码实现了哈里斯角检测，请在横线处补齐代码。importcv2importnumpyasnpimg=cv2.imread('cube.jpg')

#打开输入图像gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#转换为灰度图像gray=np.float32(gray)

#转换为浮点类型dst=cv2.________________(gray,8,7,0.01)

#执行哈里斯角检测#将检测结果中值大于“最大值*0.02”对应的像素设置为红色img[dst>0.02*dst.max()]=[0,0,255]

cv2.imshow('dst',img)

#显示检测结果cv2.waitKey(0)Range',img1)cv2.waitKey(0)

答案:cornerHarris图像的基本概念中，把白色与黑色之间按对数关系分为若干等级，称为_______。

答案:灰度;灰度级importnumpyasnpa=np.arange(10,20,3)

print(a)以上代码运行结果为______。

答案:[10131619]cv2.resizeWindow()函数用于更改窗口大小,以下代码把窗口大小的宽和高均调整为原来窗口的一半，请补齐代码。importcv2img=cv2.imread('lena.jpg')

#读取图像s=img.shapecv2.imshow('lena',img)

#显示图像key=cv2.waitKey(500)cv2.resizeWindow('lena',(_________,s[1]//2))#更改窗口大小cv2.waitKey(0)

答案:s[0]//2cv2.getTrackbarPos()函数用于返回跟踪栏的________，其基本格式如下。

retval=cv2.getTrackbarPos(trackbarname,wname)

参数说明如下。

（1）trackbarname为跟踪栏的名称。

（2）wname为图像窗口的名称。

答案:当前值;当前位置以下代码实现了均值滤波，请在横线处补齐代码。importcv2img=cv2.imread('lena2.jpg')cv2.imshow('img',img)

img2=cv2._________(img,(15,15))#可调整卷积核大小以查看不同效果cv2.imshow('imgBlur',img2)cv2.waitKey(0)

答案:blur以下代码将BGR色彩空间转换为RGB色彩空间，请补齐代码。importcv2img=cv2.imread('bee.jpg')

#读取图像cv2.imshow('BGR',img)

#显示图像img2=cv2._________(img,cv2.COLOR_BGR2RGB)#转换色彩空间为RGBcv2.imshow('RGB',img2)

#显示图像cv2.waitKey(0)

答案:cvtColor查找轮廓中，cv2.findContours()函数返回一个________对象，保存了轮廓数组。

答案:list以下代码将NumPy数组中保存的图像写入文件，请完善以下代码。importcv2importnumpyimg=numpy._______((50,50),dtype=numpy.uint8)#创建大小为50×50的黑色正方形图像cv2._______('mypic2-1.jpg',img)

#将图像存入文件

答案:zeros;imwrite_______________主要是指将原图像的灰度级均匀地映射到全部灰度级范围内。OpenCV的

cv2.equalizeHist(src)函数用于实现，其基本格式如下。

dst=cv2.equalizeHist(src)参数说明如下。（1）dst为直方图均衡化后的图像。（2）src为原图像，必须是8位的单通道图像。

答案:普通直方图均衡化;平均直方图均衡化假设原图像宽度为width，高度为height，将图像中心作为旋转中心顺时针旋转70°，并将图像缩小50%，则用于计算转换矩阵的语句如下。m=cv2.getRotationMatrix2D((width/2,height/2),__________,0.5)。

答案:-70importnumpyasnpa=np.arange(12)a.resize((3,3),refcheck=False)print(a)以上代码运行结果为。

答案:[[012]

[345]

[678]]importnumpyasnpa=np.array([[1,2,3],[3,4,5],[4,5,6],[7,8,9]])print(a[...,2:])以上代码运行结果为。

答案:[[3]

[5]

[6]

[9]]importnumpyasnpa=np.arange(12)a=a.reshape((3,-1))a=a.reshape((3,3))print(a)以上代码运行结果为。

答案:运行报错importnumpyasnpa=np.arange(11)b=a[4:]print(b)以上代码输出结果为。

答案:[4

5

6

7

8

910]机器视觉系统以下组成部分哪一个涉及电传单元。

答案:智能判断决策模块和机械控制执行模块importnumpyasnpa=np.arange(5)a=a[:,np.newaxis]print(a)以上代码运行结果为？

答案:[[0]

[1]

[2]

[3]

[4]]级联分类器对象的detectMultiScale()方法用于执行检测，其基本格式如下。

objects=faceClassifier.detectMultiS