原创 【Python】Python的IDE——PyCharm的使用
原文:http://blog.csdn.net/chenggong2dm/article/details/9366805 作爲PyCharm編輯器的起步,我們理所當然的先寫一個Hello word,並運行它。(此文獻給對IDE不熟悉的
原创 Matlab 三維圖像繪製(1)——紋理貼圖、球體
功能: 載入一張二維圖像,將其投影到三維物體上。 這是效果圖,圖片就是我的頭像,代碼如下。 function test() clear; clc; clf; A = imread('a.jpg'); [x,y,z]=sphere(50
原创 【OpenCV】問題集錦【imread(),imshow()】
原文地址:http://blog.csdn.net/wangyaninglm/article/details/38958915 1、imshow()的時候,無法顯示圖片,而是全灰色 經測試,在imshow()後面加上cvWatiKey
原创 【OpenCV】SIFT特徵檢測器進行圖像匹配
使用OpenCV中的SIFT特徵進行圖像匹配。 說明:以兩個特徵點描述子(特徵向量)之間的歐氏距離作爲特徵點匹配的相似度準則,假設特徵點對p和q的 特徵描述子分別爲Desp和Desq,則其歐氏距離定
原创 自平衡機器人DIY(一)
看到一篇DIY自平衡機器人的文章,感覺特別有意思! 正好趁着寒假的工夫,也來做一做。 參考過程:自平衡機器人-【蛋黃物語】 【原理】 原理 就是應用負反饋控制,由測量到的角度和自身平衡時的自然角度的差作爲誤差,通過一個叫做PI
原创 來玩Play框架01 簡介
作者:Vamei 出處:http://www.cnblogs.com/vamei 歡迎轉載,也請保留這段聲明。謝謝! 說到網絡框架,Ruby的Ruby on Rail和Python的Django都相當輕巧好用,但Java下的框架
原创 【LIBSVM】使用C++和LIBSVM實現機器學習+樣本分類
一、瞭解SVM: 支持向量機,因其英文名爲support vector machine,故一般簡稱SVM,通俗來講,它是一種二類分類模型,其基本模型定義爲特徵空間上的間隔最大的線性分類器,其學習策略便是間隔最大化,最終可轉化爲一個凸二次規
原创 自平衡機器人DIY(二)
裝好小車後,最重要的部分就是PID算法了。 推薦一個講PID算法的博文:點擊打開鏈接 以及PID參數的調試步驟:點擊打開鏈接 還有Arduino PID Library的官網:點擊打開鏈接 目前我只實現了站立的功能,藍牙遙控還沒加上去,
原创 Matlab 三維圖像繪製(2)——surface property、view、空間圓柱體
主要學習了畫空間圓柱體和空間長方形的繪製方法。 有兩個surface property:'FaceColor'和‘EdgeColor’; 先講‘FaceColor’,它指定了surface畫出曲面的顏色,可以是[r,g,b]的一個向量,
原创 Java 的安裝和Java Applet在瀏覽器中的使用
Java環境安裝教程:http://www.runoob.com/java/java-environment-setup.html 作爲開發者只需要安裝JDK即可,JDK中包含了JRE。 比較麻煩的是Java Applet的使用。由於安
原创 【Python】ICP迭代最近點算法
版權聲明:本文爲博主原創文章,歡迎轉載。轉載請註明出處http://blog.csdn.net/jsgaobiao https://blog.csdn.net/jsgaobiao/article/details/7887
原创 【Android】圖像增強
版權聲明:本文爲博主原創文章,歡迎轉載。轉載請註明出處http://blog.csdn.net/jsgaobiao https://blog.csdn.net/jsgaobiao/article/details/5141
原创 【SLAM】(二)Cartographer的原理探究——GraphSLAM理論基礎
版權聲明:本文爲博主原創文章,歡迎轉載。轉載請註明出處http://blog.csdn.net/jsgaobiao https://blog.csdn.net/jsgaobiao/article/details/6562
原创 【AR】參加HACKPKU的AR初體驗
版權聲明:本文爲博主原創文章,歡迎轉載。轉載請註明出處http://blog.csdn.net/jsgaobiao https://blog.csdn.net/jsgaobiao/article/details/5111
原创 【機器學習】馬克一個機器學習的博客
版權聲明:本文爲博主原創文章,歡迎轉載。轉載請註明出處http://blog.csdn.net/jsgaobiao https://blog.csdn.net/jsgaobiao/article/details/5104