計算項目實戰 3

項目一自測練習題1.PyCharm適合以下（）開發場景。A、輕量開發、多語言混合編程B、純Python開發、大型項目、需要完整調試和框架支持C、僅簡單的Python腳本編寫D、無需配置即可進行多語言開發2.關于Anaconda的base環境，以下說法正確的是（）。A、推薦作為日常開發的“主力環境”B、是Anaconda安裝后默認創建的全局基礎環境，預裝支撐核心功能的組件和基礎庫C、無需保持干凈穩定，可隨意安裝項目依賴D、不能用于安裝全局工具3.使用conda創建名為py311的Python3.11虛擬環境，正確命令是（）。A、condacreate--namepy311python=3.11B、condacreate-npy3113.11C、condacreatepy311python=3.11D、condacreate-envpy311python=3.114.在Anaconda中，以下（）是查看已創建虛擬環境列表的命令。A、condalistB、condaenvlistC、condashowenvD、conda--version5.使用venv創建虛擬環境時，正確的是（）。A、必須從官網下載Python安裝包B、會繼承當前激活環境的Python版本C、需額外安裝venv工具包D、必須在C盤根目錄下創建6.驗證PyTorch是否安裝成功時，可以執行的代碼是（）。A、print(torch.version)B、torch.install_info()C、print(torch.__version__)D、importtorch;torch.check()7.激活conda創建的py311虛擬環境，正確的命令是（）。A、activatepy311B、startpy311C、openpy311D、runpy3118.使用venv命令創建虛擬環境vpy311后，若要激活該環境，需先切換到（）目錄。A、vpy311\LibB、vpy311\ScriptsC、vpy311\IncludeD、vpy311\dist-info9.若要卸載Anacondabase環境中的numpy庫，且使用pip命令，正確的命令是（）。A、pipdeletenumpyB、pipuninstallnumpyC、condauninstallnumpyD、pipremovenumpy10.使用conda命令刪除名為py311的虛擬環境，正確的命令是（）。A、condaenvdelete-npy311B、condadeleteenv-npy311C、condaenvremove-npy311D、condaremoveenv-npy311項目二自測練習題1.使用OpenCV處理圖像時，cv2.cvtColor（img，cv2.COLOR_BGR2HSV）操作的主要目的是（）。A、壓縮圖像文件大小B、分離亮度與顏色信息以簡化分析C、增強圖像邊緣對比度D、將圖像轉為二值掩模2.在混合加密系統中，非對稱加密的主要作用是（）。A、高速加密全部傳輸數據B、安全交換對稱會話密鑰C、生成數字水印D、壓縮加密后數據3.對兩幅圖像執行cv2.addWeighted（img1，0.6，img2，0.4，0）的結果是（）。A、僅保留img1中60%的像素B、線性混合（60%img1+40%img2）C、比較兩幅圖像的差異D、提取img2的ROI區域4.RSA加密算法屬于哪種類型（）。A、對稱加密B、非對稱加密C、哈希算法D、流密碼5.在圖像處理中，位運算cv2.bitwise_and（img，mask）的核心功能是（）。A、疊加兩幅圖像B、用掩模提取特定區域C、反轉圖像顏色D、檢測圖像邊緣6.HTTPS協議中實際加密網頁數據的是（）。A、服務器的公鑰B、CA機構的根證書C、臨時生成的AES密鑰D、用戶的登錄密碼7.將RGB圖像轉為灰度圖后，圖像通道數的變化是（）。A、3通道→1通道B、1通道→3通道C、保持3通道不變D、3通道→4通道（含透明度）8.若對兩個像素值（200，100）執行cv2.add()，結果會是（）。A、44（200+100=300%256）B、255C、300D、150（平均值）9.混合加密技術結合了對稱與非對稱加密的優勢，具體指（）。A、非對稱加密的高效性+對稱加密的高強度B、對稱加密的密鑰安全性+非對稱加密的速度C、非對稱加密的安全密鑰交換+對稱加密的數據加密效率D、對稱加密的數學不可逆性+非對稱加密的密鑰公開性10.在圖像處理中，ROI（RegionofInterest）操作通常用于（）。A、調整整個圖像的色彩平衡B、僅對特定區域進行裁剪或濾波C、計算圖像的全局直方圖D、壓縮圖像所有通道項目三自測練習題1.使用OpenCV進行圖像旋轉時，cv2.getRotationMatrix2D()的第二個參數代表（）。A、旋轉角度B、縮放比例C、旋轉中心D、輸出圖像尺寸2.以下（）類型最適合直接使用直方圖均衡化來提升視覺效果。A、曝光過度且對比度低的圖像B、有大量噪聲干擾的圖像C、已經具有高對比度的圖像D、具有復雜紋理的圖像3.使用cv2.GaussianBlur()進行高斯平滑時，ksize參數的作用是（）。A、設置圖像尺寸B、設置高斯核的大小C、設置輸出圖像格式D、設置高斯核的標準差4.opencv用于實現中值濾波的方法是（）。A、blur() B.filter2D()C.boxFilter()D.medianBlur()5.在2D卷積中，卷積核的大小通常是（）。A、任意大小B、通常為奇數，如3×3或5×5C、通常為偶數，如4×4或6×6D、必須與輸入的大小相同6.使用cv2.bilateralFilter()進行圖像平滑時，參數sigmaColor和sigmaSpace的作用分別是（）。A、控制平滑的強度和高斯核大小B、控制色彩空間的濾波強度和空間鄰域的大小C、控制圖像的亮度和對比度D、控制輸出圖像的尺寸和邊緣保留程度7.cv2.GaussianBlur()中的sigmaX和sigmaY參數用于控制（）。A、高斯核的大小B、平滑的強度C、高斯核在X和Y方向的標準差D、圖像的邊緣強度8.雙邊濾波相比高斯濾波，最大的優勢在于（）。A、計算速度更快B、能在平滑噪聲的同時更好保留圖像邊緣?C、對高斯噪聲的抑制效果更強D、無需設置任何參數9.關于圖像幾何變換中的仿射變換，以下描述正確的是（）。A、仿射變換只能實現圖像的平移和旋轉，不能實現縮放操作B、仿射變換會改變圖像中直線的平行關系C、仿射變換是線性變換，不包含平移操作D、仿射變換保持了圖像的平直性和平行性10.在圖像濾波處理中，關于中值濾波的特點，下列說法錯誤的是（）。A、中值濾波對椒鹽噪聲有很好的去除效果B、中值濾波是一種非線性濾波方法C、中值濾波會模糊圖像的邊緣信息，程度與均值濾波相當D、中值濾波的輸出像素值取自濾波窗口內所有像素值的中位數項目四自測練習題1.使用cv2.morphologyEx()函數進行開運算時，其內部的實際操作順序是（）。A、先膨脹，后腐蝕B、先腐蝕，后膨脹C、原圖減去開運算結果D、膨脹圖減去腐蝕圖2.對于一個內部存在細小孔洞的白色前景目標，想要填充這些孔洞，同時不希望目標物體的外部尺寸發生顯著變化，應該使用（）。A、多次腐蝕操作B、開運算（MORPH_OPEN）C、閉運算（MORPH_CLOSE）D、膨脹操作3.結構元素的形狀對形態學操作效果影響顯著，若需優先處理水平和垂直方向的形態特征（如文字筆畫），應選擇（）。A、矩形結構元素B、十字形結構元素C、橢圓形結構元素D、任意形狀均可4.若使用cv2.threshold(gray,127,255,cv2.THRESH_BINARY)處理圖像，對于灰度值為150的像素，處理后的值為（）。A、0B、127C、150D、2555.下列場景中，最適合使用自適應閾值（局部閾值）的是（）。A、白底黑字的打印文檔掃描圖B、光照均勻的產品質檢圖C、存在陰影的身份證照片D、灰度分布單一的純色圖像6.下列關于cv2.findContours()中CHAIN_APPROX_SIMPLE參數的作用，描述正確的是（）。A、保留輪廓上所有像素點的坐標B、壓縮輪廓冗余點，僅保留水平、垂直、對角線方向的端C、僅保留輪廓的凸包頂點D、按順時針方向排列輪廓頂點7.cv2.approxPolyDP(contour,epsilon,closed=True)中，epsilon參數的含義是（）。A、輪廓的面積閾值B、輪廓的周長閾值C、逼近多邊形與原始輪廓的最大允許誤差（點到線段的距離）D、逼近多邊形的最大頂點數8.下列指標可用于衡量輪廓與“理想圓形”的接近程度的是（）。A、縱橫比（AspectRatio）B、緊密度（Compactness）C、等效直徑（EquivalentDiameter）D、輪廓面積（ContourArea）9.可以通過（）判斷一個輪廓是否是凸形。A、檢查輪廓的面積是否大于一個閾值。B、使用cv2.isContourConvex()函數，如果返回True，則該輪廓是凸的。C、計算輪廓的周長，凸形的周長通常更短。D、檢查輪廓的層次結構，最外層的輪廓總是凸的。10.在計算輪廓的矩特征cv2.moments()時，（）矩可以用來計算輪廓的質心。A、m00B、m10和m01C、m20和m02Dm11項目五自測練習題1.對于實時性要求很高的應用場景，推薦使用（）。A、基礎Harris角檢測B、優化Harris角檢測C、Shi-Tomasi角檢測D、SIFT特征檢測2.以下關于Shi-Tomasi與Harris算法的對比，正確的是（）。A、Shi-Tomasi計算速度更慢B、Harris對噪聲更魯棒C、Shi-Tomasi無需手動調整參數kD、Harris檢測的角點數量更少3.SIFT描述子最終生成的特征向量維度是（）。A、64維 B、128維C、256維D、512維4.下列（）特征檢測算法只負責檢測關鍵點，而不生成特征描述子。A、SIFTB、ORBC、FASTD、LBP5.在OpenCV中，創建ORB檢測器時，參數fastThreshold的作用是（）。A、控制特征點的尺度范圍B、過濾低對比度的特征點C、設置內部FAST角點檢測的灰度差閾值D、定義描述符的維度6.下列（）算法生成的描述子是二進制的，因此可以使用非常高效的漢明距離進行匹配。A、SIFTB、SURFC、ORBD、LBP7.對于ORB等二進制描述子，在創建暴力匹配器時通常應選擇（）距離度量標準。A、cv2.NORM_L1B、cv2.NORM_L2C、cv2.NORM_HAMMINGD、cv2.NORM_L2SQR8.Lowe'sRatioTest通常與（）匹配方法結合使用。A、bf.match() B、bf.knnMatch(k=1)C、bf.knnMatch(k=2)D、flann.match()9.在一個AR試妝App中，優先選擇FLANN匹配器，根本上是出于（）考慮。A、極致的匹配精度B、用戶的實時交互體驗C、最低的手機功耗D、最少的代碼編寫量10.與暴力匹配器相比，FLANN的主要優勢在于（）。A、匹配結果絕對準確B、執行速度更快，尤其在特征點數量龐大時C、不需要計算特征點之間的距離D、對內存的需求更低項目六自測練習題1.關于分水嶺算法，以下描述正確的是（）。A、僅適用于灰度均勻的簡單圖像B、通過模擬地形淹沒過程實現圖像分割C、對相互接觸的目標對象分割效果較差D、不需要任何預處理步驟即可直接應用2.大津法（Otsu）的主要特點是（）。A、需要人工設定固定閾值B、基于類間方差最小化原理C、能夠自適應確定最佳分割閾值D、僅適用于二值圖像處理3.在分水嶺算法中，（）函數計算每個前景像素到最近背景邊界的最短歐氏距離。A、cv2.morphologyEx()B、cv2.distanceTransform()C、cv2.connectedComponents()D、cv2.watershed()4.關于模板匹配，以下描述正確的是（）。A、模板匹配對目標的尺度變化和旋轉變換具有很強的魯棒性B、模板匹配適用于任意形狀和顏色變化的目標檢測C、模板匹配的核心思想是通過滑動窗口計算模板與源圖像的相似度D、模板匹配只能檢測圖像中的單個目標5.在OpenCV中，用于執行模板匹配的函數是（）。A、cv2.minMaxLoc()B、cv2.matchTemplate()C、cv2.groupRectangles()D、cv2.pyrDown()6.在多目標匹配中，cv2.groupRectangles()函數的主要作用是（）。A、增加檢測框的數量以提高召回率B、計算模板與圖像的相似度C、消除重疊的檢測框，提高檢測準確性D、構建圖像金字塔實現多尺度匹配7.關于圖像金字塔技術，以下說法錯誤的是（）。A、圖像金字塔通過連續降采樣構建多尺度圖像集合B、金字塔底層是原始圖像，頂層是分辨率最低的圖像C、cv2.pyrDown()函數用于圖像上采樣，擴大圖像尺寸D、圖像金字塔可以有效解決目標尺度變化帶來的匹配問題8.在交通標志識別項目中，分水嶺算法的主要作用是（）。A、直接識別交通標志的具體類型B、將粗略的顏色區域細分為獨立的候選目標C、計算模板匹配的相似度D、構建多尺度圖像空間9.在HSV顏色空間中，紅色交通標志通常分布在（）色相范圍。A、0~10度和170~180度B、30~60度C、100~130度D、150~170度10.在單目標匹配中，使用cv2.TM_CCOEFF_NORMED方法時，確定最佳匹配位置的依據是（）。A、響應矩陣中的最小值位置B、響應矩陣中的最大值位置C、響應矩陣的平均值位置D、響應矩陣的中值位置項目七自測練習題1.關于OpenCV（Python）中視頻讀取與處理，以下說法正確的是（）。A、使用cv2.VideoCapture()讀取視頻時，其參數只能是本地視頻文件路徑B、cv2.waitKey(1)&0xFF==ord('q')作用是控制視頻播放速度，使其以每秒1幀的速度播放C、使用cv2.VideoWriter()保存視頻時，需要指定編碼格式、幀率和分辨率D、直接從攝像頭捕獲視頻時，無需調用cap.release()來釋放資源2.在進行視頻預處理時，我們希望同時實現灰度化和縮放到320x240分辨率以提升處理效率。正確的OpenCV操作順序是（）。A、先灰度化，再縮放B、先縮放，再灰度化C、順序無關緊要，結果相同D、無法在一個流程中連續進行兩種操作3.在智能停車場車輛的檢測中，場景背景相對固定，但光照會從白天到黃昏緩慢變化，并偶爾有樹葉被風吹動。此時應優先選用（）方法。A、幀間差分法B、簡單背景建模（幀平均法）C、高斯混合模型（GMM）D、光流法4.（）運動目標檢測方法計算效率最高，對場景光照的突然變化最不敏感，但檢測出的目標容易產生“空洞”現象。A、三幀差分法B、高斯混合模型（GMM）C、光流法D、基于深度學習的語義分割5.CamShift算法的全稱是（），它是MeanShift算法的改進，能夠自適應調整跟蹤窗口的尺寸。A、ConstantMean-ShiftB、ContinuouslyAdaptiveMean-ShiftC、ComputerVisionMean-ShiftD、ColorAdaptiveMean-Shift6.使用OpenCV的`cv2.VideoWriter()`函數保存視頻時，（）不是必須提供的參數。A、輸出文件名B、視頻編碼格式（FourCC）C、幀率（FPS）D、視頻的總幀數7.在運動目標跟蹤中，一種算法結合了目標的顏色概率分布和迭代優化尋找極值點，它最可能是（）。A、卡爾曼濾波B、光流法（KLT）C、相關濾波跟蹤器（KCF）D、MeanShift算法8.光流法進行運動目標檢測的一個重要前提是（）。A、背景必須是靜止的B、目標的顏色必須與背景有顯著差異C、相鄰幀之間的時間間隔足夠短，且目標像素的亮度保持恒定D、必須已知目標的先驗形狀模型9.相關濾波跟蹤器（如KCF）之所以能達到極高的跟蹤速度，關鍵原因在于（）。A、它只跟蹤單個角點B、它采用了復雜的深度學習模型C、它完全不需要進行模型更新D、它利用循環矩陣和傅里葉變換將計算轉換到頻域，用點乘代替了卷積10.關于視頻幀率（FPS）的描述，以下正確的是（）。A、從視頻中讀取的每一幀圖像，其分辨率都可以通過cap.get(cv2.CAP_PROP_FPS)獲得B、降低處理循環中的cv2.waitKey()的延遲時間，一定會提高視頻保存的幀率C、高幀率視頻意味著每秒顯示的圖像更多，因此視頻文件通常更大，人眼觀看也更流暢D、使用攝像頭捕獲視頻時，無法設置其采集的幀率項目八自測練習題1.關于機器學習在計算機視覺中的應用，以下描述正確的是（）。A、機器學習通過預設的詳細規則讓計算機理解圖像內容B、機器學習使計算機能夠從標注數據中學習視覺特征模式C、機器學習主要依靠人工提取的特征規則進行圖像分類D、機器學習無需大量數據即可實現準確的圖像識別2.在中草藥分類項目中，選擇支持向量機（SVM）的主要原因是（）。A、SVM適合處理小樣本、高維數據的分類問題B、SVM不需要進行參數調優即可獲得最佳性能C、SVM能夠自動提取圖像中的深度特征D、SVM適用于無監督學習任務3.關于支持向量機（SVM）的核心思想，以下描述最準確的是（）。A、尋找一個能夠將所有樣本正確分類的決策邊界B、尋找一個使得不同類別樣本之間間隔最大化的決策超平面C、尋找一個能夠最小化分類錯誤的決策邊界D、尋找一個能夠適應復雜數據分布的決策邊界4.關于SVM中核函數的作用，以下說法正確的是（）。A、核函數用于增加模型的復雜度，提高分類準確率B、核函數通過非線性映射將數據轉換到高維空間，使其線性可分C、核函數主要用于減少支持向量的數量D、核函數用于加快模型的訓練速度5.在中草藥圖像特征提取過程中，以下哪組特征最能全面描述葉片特性（）。A、僅顏色特征B、顏色特征和紋理特征C、顏色特征、紋理特征和形狀特征D、僅形狀特征6.關于分類模型評價指標，以下說法正確的是（）。A、準確率適用于所有類別不平衡的數據集B、精確率和召回率存在權衡關系，不能同時提高C、混淆矩陣只能用于二分類問題D、召回率衡量的是模型預測為正類的樣本中有多少是真正的正類7.當SVM模型在訓練集上表現很好但在測試集上表現較差時，最可能的原因是（）。A、懲罰參數C設置過小B、訓練數據量不足C、模型出現了過擬合D、特征維度太低8.在中草藥分類項目中，使用PCA進行特征降維的主要目的是（）。A、提高模型的準確率B、減少特征間的相關性，降低計算復雜度C、增加特征的多樣性D、增強模型的解釋性9.關于數據增強技術在中草藥圖像分類中的作用，以下描述錯誤的是（）。A、增加訓練數據的多樣性B、提高模型的泛化能力C、減少過擬合的風險D、替代原始數據，減少數據收集工作量10.在模型評估階段，將數據集劃分為訓練集和測試集的主要目的是（）。A、加快模型訓練速度B、客觀評估模型的泛化能力C、減少特征維度D、平衡各類別的樣本數量項目九自測練習題1.關于聚類分析的特點，以下描述正確的是（）。A、聚類分析需要預先標記的訓練數據B、聚類分析的核心是根據樣本內在相似性劃分數據C、聚類結果可以直接與有監督分類的準確性比較D、聚類分析主要依賴外部標簽進行數據劃分2.K-Means聚類算法中，K值的含義是（）。A、迭代次數B、樣本數量C、聚類中心D、聚類數目3.關于肘部法確定K值的描述，以下正確的是（）。A、肘部法通過計算輪廓系數來確定最佳K值B、肘部法通過觀察WCSS值隨K值變化的拐點來確定最佳K值C、肘部法直接給出最優K值，無需人工判斷D、肘部法適用于所有類型的數據集，總能找到明顯拐點4.在肘部法中，我們通過觀察（）指標隨K值變化的折線圖來確定最佳K值。A、輪廓系數B、簇間平方和（BCSS）C、簇內平方和（WCSS）D、聚類中心5.關于輪廓系數分析法，以下說法正確的是（）。A、輪廓系數分析法計算復雜度較低，適合大規模數據集B、輪廓系數分析法同時考慮了簇內緊密性和簇間分離性C、輪廓系數分析法中，K=1時的輪廓系數最有意義D、輪廓系數值越接近-1，表示聚類效果越好6.在圖像顏色量化中，我們使用K-Means聚類對（）進行聚類。A、圖像像素的灰度值B、圖像像素的RGB值C、圖像的尺寸D、圖像的邊緣7.關于K-Means聚類算法的不足，以下說法錯誤的是（）。A、對初始聚類中心敏感B、對噪聲和異常值不敏感C、難以處理非球形的簇D、K值難以確定8.在藝術海報生成項目中，調色板是（）生成的。A、隨機生成一組顏色B、使用聚類中心的顏色，并按比例顯示C、從圖像中隨機選取像素顏色D、使用固定的顏色組合9.在輪廓系數分析法中，我們選擇（）作為最佳聚類數目。A、輪廓系數最小的K值B、輪廓系數最大的K值C、輪廓系數最接近0的K值D、輪廓系數最接近-1的K值10.在生成藝術海報效果時，我們通過（）方法為量化后的圖像添加黑色輪廓。A、圖像平滑B、邊緣檢測C、顏色增強D、圖像旋轉項目十自測練習題1.在卷積神經網絡（CNN）中，卷積層（ConvolutionalLayer）的主要作用是（）。A、減少特征圖的維度B、自動提取圖像的局部特征C、防止模型過擬合D、將數據展平為一維向量2.池化層（PoolingLayer，如最大池化）在CNN中的主要目的是（）。A、增加特征圖的維度