本项目采用OpenCV库对图像进行颜色分类及昼夜场景识别，通过算法优化实现精准的颜色分割和光照条件判断。
颜色分类LeetCode日夜图像分类器该存储库包含使用OpenCV和零机器学习通过图像处理实现的昼夜图像分类。
先决条件：该项目是使用python3.6.7以及以下包开发的，不需要GPU。
- numpy==1.16.4
- pandas==0.24.2
- seaborn==0.9.0
- matplotlib==3.0.3
- opencv-python
- jupyterlab
可以通过运行 `pip install -r requirements.txt` 来安装所需的依赖项。
数据集：白天/黑夜图像的数据集由200张RGB彩色图片组成，分为白天和夜晚两类。每类各包含100张图片，这为我们提供了一个平衡的数据集。
方法：
第一步：加载并可视化数据
通过查看数据可以帮助我们了解其中的特征：
- 白天的图像通常比夜间的更亮。
- 夜间图像中会出现一些非常明亮的小点，导致整个图像亮度变化更大。
- 白天的图片有更多的灰色和蓝色调色板。
第二步：预处理数据
所有输入的数据应保持一致的形式。我们将对所有的图象进行调整以确保一致性。
5星
