此目录下一共包含四个模块:
- func_tools 里面主要是包含一些在图像识别的学习过程中，运用到的一些实例，都是一些细化的模块，稍加改动就能在各个地方使用；
- template-matching-ocr 对于opencv-ocr的运用，通过图片识别银行卡卡号；
- ImageStich 对SITF的运用，实现图像的拼接（全景图）；
- LPR 一个小型的Flask程序，通过上传车辆照片，识别图片中的车牌信息
接下来我会对这里面的一些功能进行描述及展示。
1. 中值滤波器
滤波器常用的一般有低通滤波器、高斯低通滤波器和中值滤波器，其中效果最好的，主观认为是中值滤波器。
中值滤波器：邻域内像素先进行灰度排序，取中间值，在去除噪声的同时，比较好的保留边缘。
上面的链接是自己实现的中值滤波器，其实在opencv中已经集成的有相应模块，直接调用,
传入参数，就能实现中值滤波 median = cv2.medianBlur(img, k) 在"滤波器.py"文件中也有相应展示.
2. PCA主成分分析
PCA（Principal Component Analysis）是一种常用的数据分析方法。
PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent