realsense数据分析
line: (434,300) (453,144) (0,0,0),(-0.926698,-1.25853,2.032)
0.781452
----------------------------------------------------
line: (259,104) (472,107) (-1.14799,-1.27092,2.052),(-1.11387,-1.25048,2.019)
0.0198861
----------------------------------------------------
line: (260,108) (486,120) (-1.10865,-1.25048,2.019),(0,0,0)
0.835585
----------------------------------------------------
line: (122,86) (255,202) (-1.23559,-1.26287,2.039),(-0.680211,-1.37621,2.222)
0.283413
----------------------------------------------------
line: (337,207) (421,307) (-0.642403,-1.35701,2.191),(0,0,0)
0.750692
----------------------------------------------------
line: (341,191) (571,134) (-0.717631,-1.32852,2.145),(0,0,0)
0.754976
----------------------------------------------------
line: (280,64) (603,69) (-1.25212,-1.16996,1.889),(0,0,0)
0.856828
----------------------------------------------------
line: (258,51) (601,63) (-1.21531,-1.08078,1.745),(0,0,0)
0.81318
----------------------------------------------------
line: (321,235) (450,298) (-0.476977,-1.33781,2.16),(0,0,0)
0.710148
----------------------------------------------------
line: (336,109) (489,114) (-1.09961,-1.24614,2.012),(0,0,0)
0.830965
----------------------------------------------------
line: (345,202) (453,296) (-0.680211,-1.37621,2.222),(0,0,0)
0.767567
----------------------------------------------------
line: (258,53) (603,65) (-1.23394,-1.10555,1.785),(0,0,0)
0.828378
----------------------------------------------------
line: (331,225) (483,271) (-0.538485,-1.35205,2.183),(0,0,0)
0.727671
----------------------------------------------------
line: (261,102) (473,106) (-1.17046,-1.28393,2.073),(-1.1263,-1.25853,2.032)
0.0254702
----------------------------------------------------
line: (266,62) (549,67) (-1.26188,-1.16996,1.889),(0,0,0)
0.860402
----------------------------------------------------
line: (258,44) (530,53) (-1.17686,-1.02008,1.647),(0,0,0)
0.77871
----------------------------------------------------
line: (337,191) (571,133) (-0.717631,-1.32852,2.145),(0,0,0)
0.754976
----------------------------------------------------
line: (408,201) (568,196) (-0.685955,-1.37621,2.222),(0,0,0)
0.768844
----------------------------------------------------
line: (442,197) (568,193) (-0.703825,-1.3663,2.206),(0,0,0)
0.768463
----------------------------------------------------
line: (262,110) (449,119) (-1.09441,-1.24614,2.012),(-1.04083,-1.23809,1.999)
0.0270892
----------------------------------------------------
line: (204,299) (209,160) (0,0,0),(-0.868367,-1.29693,2.094)
0.780399
----------------------------------------------------
line: (259,42) (534,51) (-1.17602,-1.01203,1.634),(0,0,0)
0.77576
----------------------------------------------------
line: (258,54) (604,66) (-1.24792,-1.12227,1.812),(0,0,0)
0.839166
----------------------------------------------------
line: (393,176) (571,131) (-0.814988,-1.35205,2.183),(0,0,0)
0.789344
----------------------------------------------------
line: (259,107) (488,119) (-1.11387,-1.25048,2.019),(0,0,0)
0.837319
----------------------------------------------------
line: (258,55) (510,63) (-1.25421,-1.13218,1.828),(0,0,0)
0.84482
----------------------------------------------------
line: (260,40) (536,50) (-1.18156,-1.00955,1.63),(0,0,0)
0.777059
----------------------------------------------------
line: (445,69) (601,71) (-1.2238,-1.16625,1.883),(0,0,0)
0.845256
----------------------------------------------------
line: (260,111) (411,119) (-1.08596,-1.24243,2.006),(-1.04083,-1.23809,1.999)
0.0226678
----------------------------------------------------
line: (358,100) (485,104) (-1.19314,-1.29693,2.094),(0,0,0)
0.881137
----------------------------------------------------
line: (306,65) (602,70) (-1.24327,-1.16625,1.883),(0,0,0)
0.85233
----------------------------------------------------
line: (336,207) (413,305) (-0.642403,-1.35701,2.191),(0,0,0)
0.750692
----------------------------------------------------
line: (264,115) (370,118) (-1.06522,-1.24243,2.006),(-1.046,-1.23809,1.999)
0.00985092
----------------------------------------------------
line: (202,318) (208,159) (0,0,0),(-0.870859,-1.2926,2.087)
0.779295
----------------------------------------------------
line: (464,198) (568,195) (-0.700654,-1.37125,2.214),(0,0,0)
0.769944
----------------------------------------------------
line: (356,101) (477,105) (-1.18376,-1.2926,2.087),(-1.13545,-1.26287,2.039)
0.0283616
----------------------------------------------------
line: (299,106) (468,109) (-1.1263,-1.25853,2.032),(-1.09961,-1.24614,2.012)
0.0147114
----------------------------------------------------
line: (347,191) (470,163) (-0.717631,-1.32852,2.145),(-0.866778,-1.31923,2.13)
0.0747182
----------------------------------------------------
line: (258,43) (532,52) (-1.17538,-1.01512,1.639),(0,0,0)
0.776529
----------------------------------------------------
line: (203,257) (206,157) (0,0,0),(-0.875734,-1.28393,2.073)
0.777074
----------------------------------------------------
line: (308,108) (490,117) (-1.10865,-1.25048,2.019),(0,0,0)
0.835585
----------------------------------------------------
line: (259,52) (602,64) (-1.22467,-1.09316,1.765),(0,0,0)
0.820797
----------------------------------------------------
line: (362,187) (531,145) (-0.734636,-1.31923,2.13),(0,0,0)
0.754992
----------------------------------------------------
line: (348,103) (457,105) (-1.15723,-1.27525,2.059),(-1.13545,-1.26287,2.039)
0.012529
----------------------------------------------------
line: (260,105) (471,108) (-1.13545,-1.26287,2.039),(-1.10865,-1.25048,2.019)
0.0147595
----------------------------------------------------
line: (267,112) (404,119) (-1.08077,-1.24243,2.006),(-1.04083,-1.23809,1.999)
0.0200885
----------------------------------------------------
line: (265,108) (467,118) (-1.10865,-1.25048,2.019),(-1.046,-1.23809,1.999)
0.0319339
----------------------------------------------------
line: (299,108) (440,115) (-1.10865,-1.25048,2.019),(-1.06522,-1.24243,2.006)
0.0220881
----------------------------------------------------
realsense数据分析的更多相关文章
- 基于realsense的深度数据分析工具
- 基于RealSense的坐姿检测技术
计算机的飞速普及,让人们将越来越多的工作放在计算机上去完成,各行各业,尤其是程序开发人员.文字工作者,在计算机上的工作时间越来越长,这种情况下不良的坐姿对颈肩腰椎都会产生很大影响,容易导致多种疾病的发 ...
- 利用Python进行数据分析 基础系列随笔汇总
一共 15 篇随笔,主要是为了记录数据分析过程中的一些小 demo,分享给其他需要的网友,更为了方便以后自己查看,15 篇随笔,每篇内容基本都是以一句说明加一段代码的方式, 保持简单小巧,看起来也清晰 ...
- 利用Python进行数据分析(10) pandas基础: 处理缺失数据
数据不完整在数据分析的过程中很常见. pandas使用浮点值NaN表示浮点和非浮点数组里的缺失数据. pandas使用isnull()和notnull()函数来判断缺失情况. 对于缺失数据一般处理 ...
- 利用Python进行数据分析(12) pandas基础: 数据合并
pandas 提供了三种主要方法可以对数据进行合并: pandas.merge()方法:数据库风格的合并: pandas.concat()方法:轴向连接,即沿着一条轴将多个对象堆叠到一起: 实例方法c ...
- 利用Python进行数据分析(5) NumPy基础: ndarray索引和切片
概念理解 索引即通过一个无符号整数值获取数组里的值. 切片即对数组里某个片段的描述. 一维数组 一维数组的索引 一维数组的索引和Python列表的功能类似: 一维数组的切片 一维数组的切片语法格式为a ...
- 利用Python进行数据分析(9) pandas基础: 汇总统计和计算
pandas 对象拥有一些常用的数学和统计方法. 例如,sum() 方法,进行列小计: sum() 方法传入 axis=1 指定为横向汇总,即行小计: idxmax() 获取最大值对应的索 ...
- 利用Python进行数据分析(8) pandas基础: Series和DataFrame的基本操作
一.reindex() 方法:重新索引 针对 Series 重新索引指的是根据index参数重新进行排序. 如果传入的索引值在数据里不存在,则不会报错,而是添加缺失值的新行. 不想用缺失值,可以用 ...
- 利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍
一.pandas 是什么 pandas 是基于 NumPy 的一个 Python 数据分析包,主要目的是为了数据分析.它提供了大量高级的数据结构和对数据处理的方法. pandas 有两个主要的数据结构 ...
随机推荐
- python自动生成Docx(docxtpl库)
python这个库很有用,可以格式化生成报告等. 其他内容请点此处,下面只写docxtpl的功能代码. # coding: utf-8 import web # 我们用的webpy框架 import ...
- 2018牛客网暑期ACM多校训练营（第二场）I- car ( 思维)
2018牛客网暑期ACM多校训练营(第二场)I- car 链接:https://ac.nowcoder.com/acm/contest/140/I来源:牛客网 时间限制:C/C++ 1秒,其他语言2秒 ...
- Selenium（八）测试用例的设计与模块化
一.设计测试用例 1.分析我之前写的登录脚本: from selenium import webdriver import time from selenium.webdriver.common.ac ...
- ES使用org.elasticsearch.client.transport.NoNodeAvailableException: No node available
1) 端口错 client = new TransportClient().addTransportAddress(new InetSocketTransportAddress(ipAddress, ...
- BZOJ 3884——欧拉降幂和广义欧拉降幂
理论部分 欧拉定理:若 $a,n$ 为正整数,且 $a,n$ 互质,则 $a^{\varphi (n)} \equiv 1(mod \ n)$. 降幂公式: $$a^b=\begin{cases}a^ ...
- JavaScript中的变量提升和严格模式
1.什么是变量提升 所谓的变量提升指的是:函数声明和变量声明总是会被解释器悄悄地被"提升"到方法体(作用域)的最顶部. //先声明后使用 var x; console.log(x) ...
- Web应用运行原理
web应用启动做了什么? 读取web.xml文件 - web.xml常用配置参数: 1).context-param(上下文参数)2).listener(监听器配置参数)3).filter(过滤器 ...
- 用HTML5里的window.postMessage在两个网页间传递数据
说明 window.postMessage()方法可以安全地实现Window对象之间的跨域通信.例如,在一个页面和它生成的弹出窗口之间,或者是页面和嵌入其中的iframe之间. 通常情况下,不同页面上 ...
- C++问题--fread文件读不完整问题解决
今天突然遇到一个问题,用fwrite/fread读写文件,发现当fread读取文件时只能读一半, 即使用foef()查看是否读到文件结尾,也是显示文件已经读取到文件末尾,查看文件的返回值发现文件只读取 ...
- K8S中Pods
什么是Pod 一个Pod(就像一群鲸鱼,或者一个豌豆夹)相当于一个共享context的配置组,在同一个context下,应用可能还会有独立的cgroup隔离机制,一个Pod是一个容器环境下的“逻辑主机 ...