As can be seen in the preceding scr

As can be seen in the preceding screenshot, the shapes are described by their landmark sequences. One could use a program like GIMP or ImageJ as well as building a simple application in OpenCV, in order to annotate the training images. We will assume the user has completed this process and saved the points as sequences of x and y landmark positions for all training images in a text file, which will be used in our PCA analysis. We will then add two parameters to the first line of this file, which is the number of training images and the number of read columns. So, for k 2D points, this number will be 2*k.

ผลลัพธ์ (ไทย) 1:

ที่สามารถเห็นในภาพก่อนหน้านี้ รูปร่างที่อธิบาย โดยลำดับของแลนด์มาร์ค หนึ่งอาจใช้โปรแกรมเช่น GIMP หรือ ImageJ ตลอดจนอาคารที่ใช้งานง่ายใน OpenCV เพื่อใส่คำอธิบายประกอบภาพฝึกอบรม เราจะสมมติว่า ผู้ใช้กระบวนการนี้เสร็จสมบูรณ์ และบันทึกคะแนนเป็นลำดับของ x และ y มาร์คตำแหน่งสำหรับภาพการฝึกอบรมทั้งหมดในแฟ้มข้อความ ซึ่งจะใช้ในการวิเคราะห์ของ PCA เราจะทำเพิ่มพารามิเตอร์ที่สองบรรทัดแรกของแฟ้มนี้ ซึ่งเป็นจำนวนภาพการฝึกอบรมและจำนวนคอลัมน์ที่อ่าน แล้ว ดังนั้น k 2D คะแนน หมายเลขนี้จะมี 2 * k

ผลลัพธ์ (ไทย) 2:

ที่สามารถมองเห็นในภาพก่อนหน้านี้รูปร่างจะมีการอธิบายโดยลำดับสถานที่ของพวกเขา หนึ่งสามารถใช้โปรแกรมเช่น GIMP หรือ ImageJ เช่นเดียวกับการสร้างโปรแกรมที่ง่ายใน OpenCV เพื่อที่จะอธิบายภาพการฝึกอบรม เราจะถือว่าผู้ใช้มีการเสร็จสิ้นกระบวนการนี​​้และบันทึกคะแนนเป็นลำดับของ x และ y ตำแหน่งที่สำคัญสำหรับภาพการฝึกอบรมทั้งหมดในแฟ้มข้อความซึ่งจะถูกนำมาใช้ในการวิเคราะห์ PCA ของเรา แล้วเราจะเพิ่มสองพารามิเตอร์ในบรรทัดแรกของไฟล์นี้ซึ่งเป็นหมายเลขของภาพการฝึกอบรมและจำนวนคอลัมน์อ่าน ดังนั้นสำหรับจุด 2D k จำนวนนี้จะเป็น 2 * k

ผลลัพธ์ (ไทย) 3:

ที่สามารถเห็นได้ในก่อนหน้านี้หน้าจอ , รูปร่างจะอธิบายโดยลำดับสถานที่ของพวกเขา หนึ่งสามารถใช้โปรแกรม GIMP หรือ ImageJ รวมทั้งการสร้างโปรแกรมง่ายๆเป็นการฝึกเพื่ออธิบายภาพ เราจะถือว่าผู้ใช้ได้เสร็จสิ้นกระบวนการนี้และบันทึกคะแนนเป็นลำดับของ X และ Y มาร์คตำแหน่งภาพการอบรมทั้งหมดในแฟ้มข้อความซึ่งจะถูกใช้ในการวิเคราะห์ระบบของเรา จากนั้นเราจะเพิ่มสองพารามิเตอร์บรรทัดแรกของไฟล์นี้ซึ่งเป็นหมายเลขของภาพการฝึกอบรมและจํานวนอ่านคอลัมน์ ดังนั้น สำหรับจุด K 2D , หมายเลขนี้จะเป็น 2 * K