介绍了opencv的基本操作，以及CMAT类的深入了解和编程实例。

自己写：mat 神经internet的data分类 语音特征信号分类

人脸检测与识别是计算机视觉与模式识别领域中重要的基础研究课题，随着人们安全 防范意识的的加强，这一基础研究在门禁系统的应用显得日益重要了。 本文阐述了国内外人脸检测识别技术研究及应用的发展现状，讨论了对人脸图像检测 和识别之前的图像预处理步骤，介绍了常见的人脸检测识别方法，重点分析了人脸检测的 一个重要机制：多个弱分类器集成的方法，即Viola等提出的基于AdaBoost的实时人脸检测 算法，该方法使用了Harr-like特征表示图像，引入了“积分图”概念，提高了特征值的计 算速度，采用Ada

平方根，又叫二次方根，表示为〔√￣〕，如：数学语言为：√￣16=4。语言描述为：根号下16=4。 以下实例为通过用户输入一个数字，并计算这个数字的平方根： 例如 num = float(input('请输入一个数字： ')) num_sqrt = num ** 0.5 print(' %0.3f 的平方根为 %0.3f'%(num ,num_sqrt)) 以上代码输出结果为 请输入一个数字： 4 4.000 的平方根为 2.000 在该实例中，我们通过用户输入一个数字，并使用指数运算符 **