在控制台应用程序中，可以使用ascii转轮，如GUI等待游标，以指示工作正在完成。一个普通的旋转器循环使用以下4个字符:'|'，'/'，'-'，'\'

还有哪些循环动画序列可以为控制台应用程序增添趣味?

我试图通过Anaconda为Python安装OpenCV，但我似乎无法解决这个问题。

我试着

conda install opencv
conda install cv2

我也试着搜索

conda search cv

没有雪茄。我无意中看到这个列出了opencv作为一个包含包:

http://docs.continuum.io/anaconda/pkgs.html

在运行conda info后，我注意到我的版本是3.4.1，但我似乎在网上找不到任何关于这个版本的信息。我对此很困惑。

我是不是遗漏了一些很明显的东西?如果opencv可用于Anaconda的以前版本，那么为什么它不能用于新版本呢?为什么这个链接只显示版本1.9.2的文档?

我已经搞砸了我的迁移，我在初始迁移上使用了IgnoreChanges，但现在我想删除所有的迁移，并从具有所有逻辑的初始迁移开始。

当我删除文件夹中的迁移并尝试添加- migration时，它不会生成一个完整的文件(它是空的-因为我没有做任何更改，但现在删除了，迁移)。

是否有禁用-迁移命令，以便我可以重新运行启用-迁移?

如何裁剪图像，就像我以前在PIL中所做的那样，使用OpenCV。

PIL工作示例

im = Image.open('0.png').convert('L')
im = im.crop((1, 1, 98, 33))
im.save('_0.png')

但是我怎么在OpenCV上做呢?

这就是我所尝试的:

im = cv.imread('0.png', cv.CV_LOAD_IMAGE_GRAYSCALE)
(thresh, im_bw) = cv.threshold(im, 128, 255, cv.THRESH_OTSU)
im = cv.getRectSubPix(im_bw, (98, 33), (1, 1))
cv.imshow('Img', im)
cv.waitKey(0)

但这并不奏效。

我想我错误地使用了getRectSubPix。如果是这样，请解释我如何正确使用这个功能。

我读过Romain Guy关于<merge />标签的帖子，但我仍然不明白它有什么用。它是<Frame />标签的一种替代，还是像这样使用:

<merge xmlns:android="....">
<LinearLayout ...>
    .
    .
    .
</LinearLayout>
</merge>

然后<include />代码在另一个文件?

可以使用哪些图像处理技术来实现检测以下图像中显示的圣诞树的应用程序?

我正在寻找解决方案，将工作在所有这些图像。因此，需要训练haar级联分类器或模板匹配的方法不是很有趣。

我正在寻找可以用任何编程语言编写的东西，只要它只使用开源技术。解决方案必须使用在此问题上共享的图像进行测试。有6个输入图像，答案应该显示处理每个图像的结果。最后，对于每个输出图像，必须在检测到的树周围绘制红线。

您将如何通过编程来检测这些图像中的树木呢?

我已经在树莓派的Occidentalis操作系统(Raspbian的变体)上安装了OpenCV，使用的脚本是jayrambhia编写的。它安装了2.4.5版本。

当我尝试在Python程序中导入cv2时，我得到了以下消息:

pi@raspberrypi~$ python cam.py
Traceback (most recent call last)
File "cam.py", line 1, in <module>
    import cv2
ImportError: No module named cv2

文件cv2。因此存储在/usr/local/lib/python2.7/site-packages/…

在/usr/local/lib中还有称为python3.2和python2.6的文件夹，以防相关。

我该如何解决这个问题?这是由路径配置错误引起的吗?

给定一个位置的经度和纬度，如何知道该位置的有效时区?

在大多数情况下，我们正在寻找IANA/Olson时区id，尽管有些服务可能只返回UTC偏移量或其他一些时区标识符。详细信息请阅读时区标签信息。

我试图在OpenCV-Python (cv2)中实现“数字识别OCR”。这只是为了学习。我想学习OpenCV中KNearest和SVM的特性。

每个数字都有100个样本(即图像)。我想和他们一起训练。

OpenCV样本中有一个letter_recognition .py样本。但我仍然不知道如何使用它。我不明白是什么样本，反应等等。而且，它首先会加载一个txt文件，这是我一开始不理解的。

后来稍微找了一下，我找到了一个字母识别。CPP样本中的数据。我用它做了一个cv2的代码。在letter_recognize .py的模型中KNearest(仅用于测试):

import numpy as np
import cv2

fn = 'letter-recognition.data'
a = np.loadtxt(fn, np.float32, delimiter=',', converters={ 0 : lambda ch : ord(ch)-ord('A') })
samples, responses = a[:,1:], a[:,0]

model = cv2.KNearest()
retval = model.train(samples,responses)
retval, results, neigh_resp, dists = model.find_nearest(samples, k = 10)
print results.ravel()

它给了我一个大小为20000的数组，我不知道它是什么。

问题:

1)什么是字母识别。数据文件吗?如何从我自己的数据集构建该文件?

2) results.reval()表示什么?

3)如何使用letter_recognition编写一个简单的数字识别工具。数据文件(KNearest或SVM)?

如何计算两个GPS坐标之间的距离(使用经纬度)?