相關(guān)性用什么檢驗(yàn)方法

這種情況的話是完全沒問題的，可以的，相對(duì)來說的話它的使用效果是比較好的，檢測(cè)的方法也比較多。

1.采用cv讀圖-->畫框-->存圖

import cv2
img1=cv2.imread('./555_F0ed5ee7e728f4b94a22fe30e93b1009a.JPG')
img2=cv2.rectangle(img1,(52,52),(200,200),(0,255,0),3)
cv2.imwrite("./1.jpg", img2)

2.采用cv讀圖-->畫框-->Image存圖

from PIL import Image, ImageDraw
import cv2
img1=cv2.imread('./555_F0ed5ee7e728f4b94a22fe30e93b1009a.JPG')
img1 = Image.fromarray(cv2.cvtColor(img1,cv2.COLOR_BGR2RGB)) #cv2.COLOR_BGR2GRAY
draw = ImageDraw.Draw(img1)
draw.rectangle([52, 52, 100, 100])
img1.save('./1.jpg')

3.采用Image讀圖-->畫框-->Image存圖

from PIL import Image, ImageDraw
img1=Image.open('./555_F0ed5ee7e728f4b94a22fe30e93b1009a.JPG')
draw = ImageDraw.Draw(img1)
draw.rectangle([52, 52, 100, 100])
img1.save('./3.jpg')

像理論上面的這相關(guān)性呢，要用什么來檢驗(yàn)，用實(shí)踐是最好的檢驗(yàn)標(biāo)準(zhǔn)的方，把它放在實(shí)例中嗯，設(shè)計(jì)的方案中來檢檢查他

相關(guān)性檢驗(yàn)correlation test對(duì)變量之間是否相關(guān)以及相關(guān)的程度如何所進(jìn)行的統(tǒng)計(jì)檢驗(yàn)。變量之間的相關(guān)的程度用相關(guān)系數(shù)r表征。當(dāng)r大于給定顯著性水平a和一定自由度f(wàn)下的相關(guān)系數(shù)臨界值T"a、時(shí)，表示變量之間在統(tǒng)計(jì)上存在相關(guān)關(guān)系。否則，則不存在相關(guān)關(guān)系。