分辨率

摄像头拍不出想要的分辨率，解决如下： 确认摄像头是否支持该分辨率，如果是usb+转换板摄像头还要确认转换板是否支持该分辨率； 调用摄像头后直接设置分辨率 capture = VideoCapture(0);//打开电脑自带摄像头 capture.set(CAP_PROP_FRAME_WIDTH, 720); capture.set(CAP_PROP_FRAME_HEIGHT, 480); opencv默认640*480。 如果是usb摄像头一定要 capture = VideoCapture(1);//打开usb摄像头 将0改为1，如果设置为0，然后禁用电脑自带的摄像头，这样虽然会调用usb摄像头拍摄，但是分辨率参数还是电脑自带的分辨率。所以如果要修改usb摄像头分辨率， 需要直接调用usb 。 来源： https://www.cnblogs.com/thunder-wu/p/11942409.html

像素 PIXEL 图片的基本单位 像素非常小 图片是成千上万的像素组成 显示/屏幕分辨率 （DPI 屏幕分辨率） 图像分辨率 （PPI） 1920*1080是像素点长度1920个像素点 X1080个像素点 分辨率： 帧：1秒60帧 【转】分辨率、帧率和码率三者之间的关系 原贴地址：https://blog.csdn.net/lipengshiwo/article/details/53169235 帧率：FPS（每秒钟要多少帧画面）； 以及Gop（表示多少秒一个I帧） 码率：编码器每秒编出的数据大小，单位是kbps，比如800kbps代表编码器每秒产生800kb（或100KB）的数据。 分辨率：单位英寸中所包含的像素点数； VGA：Video Graphics Array（视频图像分辨率） 三者的对应直播质量的影响因素： 帧率：影响画面流畅度，与画面流畅度成正比：帧率越大，画面越流畅；帧率越小，画面越有跳动感。如果码率为变量，则帧率也会影响体积，帧率越高，每秒钟经过的画面越多，需要的码率也越高，体积也越大。帧率就是在1秒钟时间里传输的图片的帧数，也可以理解为图形处理器每秒钟能够刷新几次。 分辨率：影响图像大小，与图像大小成正比：分辨率越高，图像越大；分辨率越低，图像越小。 清晰度 在码率一定的情况下，分辨率与清晰度成反比关系：分辨率越高，图像越不清晰，分辨率越低，图像越清晰。

说明位图,矢量图,像素,分辨率，PPI,DPI？ 显示全部 关注者 28 被浏览 7,031 关注问题 写回答 ​邀请回答 ​添加评论 ​分享 ​ 2 个回答 默认排序 刘凯 21 人赞同了该回答 位图：位图图像（bitmap）, 亦称为点阵图像或绘制图像，是由称作像素（图片元素）的单个点组成的。这些点可以进行不同的排列和染色以构成图样。当放大位图时，可以看见赖以构成整个图像的无数单个方块。只要有足够多的不同色彩的像素，就可以制作出色彩丰富的图象，逼真地表现自然界的景象。缩放和旋转容易失真，同时文件容量较大。bmp，jpg，gif，png。便携式网络图形（Portable Network Graphics，PNG）是一种无损压缩的位图图形格式，截图首选png格式。 矢量图像：由数学向量组成，文件容量较小，在进行放大、缩小或旋转等操作时图象不会失真，缺点是不易制作色彩变化太多的图象。 像素：像素，又称画素，为图像显示的基本单位，译自英文“pixel”，pix是英语单词picture的常用简写，加上英语单词“元素”element，就得到pixel，故“像素”表示“图像元素”之意。像素表示图形尺寸的大小。不同设备显示效果相同。这里的“相同”是指像素数不会变，比如指定UI长度是100px，那不管分辨率是多少UI长度都是100px。也正是因为如此才造成了UI在小分辨率设备上被放大而失真

winfrom界面不能全部显示是因为分辨率的问题，我的电脑的分辨率是1920*1080，布局大小是125%，如果更改分辨率改成1600*900，布局大小改为100%则没有问题。 画图是先要确定需求方电脑分辨率的大小，可以先更改本电脑的分辨率大小来再来进行开发，应该还有其他方法更好。暂时记录。 来源： https://www.cnblogs.com/winformasp/p/11929382.html

<meta charset="utf-8" name="viewport" content="width=device-width, initial-scale=1.0, minimum-scale=0.5, maximum-scale=2.0, user-scalable=yes"/> 　 、 width=device-width ：表示宽度是设备屏幕的宽度 initial-scale=1.0：表示初始的缩放比例 minimum-scale=0.5：表示最小的缩放比例 maximum-scale=2.0：表示最大的缩放比例 user-scalable=yes：表示用户是否可以调整缩放比例 如果是想要一打开网页，自动以原始比例显示，并且不允许用户修改的话，则是： <meta charset="utf-8" name="viewport" content="width=device-width, initial-scale=1.0, minimum-scale=1, maximum-scale=1, user-scalable=no"/> ps：将比例都改为1,即可。 layout viewport ：布局视口（layout viewport）：是分概念，当你没有设定那行著名代码的时候，厂商除了规定标准分辨率，还要给自己的手机设一个最大分辨率。想象一下，假如没有那行代码

An Analysis of Scale Invariance in Object Detection – SNIP 简介 小目标问题一直是目标检测领域一个比较难解决的问题，因为小目标提供的信息比较少，当前的很多目标检测框架并不能充分捕捉小目标的全部信息，这导致了小目标检测的MAP比较低，在COCO数据集中，小目标所占的尺度也非常的小，尺度差距非常之大(scale variance)，SNIP这篇文章很好的缓解了scale variance所带来的问题。 文章主要是围绕几个实验展开的，通过这几个实验，我们能很清楚的走进作者的思路以及如何提出SNIP的想法的。 Image Classification at Multiple Scales 首先作者做的实验是探究分类器在使用不用scale的训练策略，结果如何。这是因为本文后面使用的是Two Stage的网络结构，所以作者这里单独去探究分类网络对不同scale的训练结果的影响，为后面打下铺垫。 首先是第一个实验： 作者将ImageNet的原图分别下采样为48x48、64x64、80x80、96x96、128x128，在训练的时候把图片统一reshape到224x224进行训练。网络结构的第一层为conv7x7和pool2x2。结构是上图中的CNN-B。 结果如上图，横轴是下采样后的尺度，我们发现，尺度越接近于原图尺度

适配的基础知识 一、理解单位 px、pt、pc、sp、em、rem、dpr、dp、dip、ppi、dpi、ldpi、mdpi、hdpi、xhdpi、xxhdpi 如果你是ios开发，你需要了解的单位：pt，px，ppi；实际开发中用到的单位：pt。 如果你是android开发，你需要了解的单位：dip/dp，sp，px，dpi/ppi，ldpi，mdpi，hdpi，xhdpi，xxhdpi；实际开发中用到的单位：dp，sp。 如果你是前端开发，你需要了解的单位：px，em，rem，dpr；实际开发中用到的单位：px，em，rem，dpr 1、dpi / ppi dpi：dot per inch ，每英寸的点数；打印或印刷领域使用的单位，代表打印机每英寸可以打印出的点数 。 ppi：pixel per inch ，每英寸的像素数，像素密度；表示图像或者显示器单位面积上像素数量。 dpi 和 ppi 都是描述分辨率的单位，但是两者是有区别的，但是在描述手机分辨率时，可以认为两者意义相同，以前android设备偏向于使用 dpi ，ios设备偏向于使用 ppi ，目前android和ios统一使用 ppi 描述手机屏幕的像素显示密度。 2、ldpi、mdpi、hdpi、xhdpi、xxhdpi android对移动设备不同屏幕分辨率的分类 3、pt，pc，sp pt：磅（point的音译

分辨率 手机屏幕分辨率/物理分辨率/原生分辨率 平时说的手机屏幕分辨率，也称为物理分辨率或者原生分辨率，通常包括纵向分辨率和横向分辨率，例如iphone6的物理分辨率是1334 x 750，其中纵向分辨率是1334px，横向分辨率是750px，表示纵向方向可以显示1334个物理像素点，横向上可以显示750个物理像素点，这里描述分辨率使用的px单位，和css中使用的px单位意义不一样，这里代指物理设备的像素点。 系统分辨率 还有一种分辨率叫做系统分辨率，例如iphone6的系统分辨率是667 x 375，其中高度是667pt，宽度是375pt，这里描述分辨率使用了pt单位，是一种设备无关单位。 屏幕尺寸相同的设备，物理分辨率越高，ppi也就越大，绝对单位面积上展示的物理像素数量越多，展示图片也就越细腻。 苹果把ppi > 300的屏幕称为视网膜屏,Retina屏。 注：ppi是每英寸的像素数 来源： https://www.cnblogs.com/kunmomo/p/11919852.html

什么是像素 反转你的手 机看看背后的摄像头 ，像素是构成数码影像的 基本单元 ，通常以像素 每英寸PPI( pixels per inch)为单位来表示影像分辨率的大小。因此 ，像素指的是摄像头的分辨率 ，像素越大，意味着 光敏元件 越多，相应的成本就越大。 如同摄影的相片一样，数码影像也具有连续性的浓淡阶调，我们若把影像放大数倍，会发现这些连续色调其实是 由许多色彩相近的小方点所组 成，这些小方点就是构成 影像的最小单元——像素 。这种最小的图形单元在屏幕上显示通常 是单个的染色点 。越高位的像素，其拥有的色板也就越丰富，也就越能表达颜色的真实感。 摄像头的图像质量部分是由像 素决定的 ，大过一定尺寸再单纯拿像素来比较就没有意义了，目前主流单反摄像头像素在1000万左右,但是普通摄影及家用500万像素已足够用，因为我们使用的 显示器的分辨率有限， 一般 为1024×768至1920×1200 ，这样的分辨率如果显示像素过高的图片是，图片 会被压缩至当前屏幕的大小， 此时有的图片就会出现锐利度过高的情况而失真。 成像质量主要取决于相机的镜头,感光元件大小及质量。 像素越大，照片的分辨率也越 大， 可打印尺寸也更大, 但是。早期的摄像头都是低于100万像素的。从1999年下半年开始，200万像素的产品渐渐成为市场的主流，现在的手机普遍都是500万像素。当前的摄像头的发展趋势

hrnet相关的两篇文章 CVPR2019 Deep High-Resolution Representation Learning for Human Pose Estimation High-Resolution Representations for Labeling Pixels and Regions （ https://arxiv.org/pdf/1904.04514.pdf ） 提出了一种新的架构，即高分辨率网络(HRNet)，它能够在整个过程中维护高分辨率的表示。我们从高分辨率子网作为第一阶段始，逐步增加高分辨率到低分辨率的子网(gradually add high-to-low resolution subnetworks)，形成更多的阶段，并将多分辨率子网并行连接。在整个过程中，我们通过在并行的多分辨率子网络上反复交换信息来进行多尺度的重复融合，使得每一个高分辨率到低分辨率的表征都从其他并行表示中反复接收信息，从而得到丰富的高分辨率表征. 网络示意图如下： 本文的贡献点： 1）我们的方法是，平行地连接从高到底分辨率的子网络，与目前绝大多数串联连接的网络不同。因此，我们的网络可以维持高分辨率特征，而不是通过一个从低到高的操作来恢复出一个高分辨率特征。 因此，预测的热图（heatmap）在空间上可能更精确。 2） 大多数现有的融合方案都是聚合低层（low-level