原创 【PE系列】命令行參數解析的兩種方法

DATE: 2019.9.7 前言     在實際工程使用中,命令行參數解析主要用於靈活的使用demo或庫中不同功能特性,是一個非常重要的功能。本文主要講述兩種命令行參數解析的方法,重要講述Linux平臺採用getopt函數的

原创 【ARM系列】ARM NEON彙編優化系列彙總

DATE:2019-8-18 1、ARM NEON彙編優化入門基礎 【arm】ARM寄存器以及使用說明 【arm】arm架構64位入門基礎:架構分析、寄存器、調用規則、指令集、程序調試以及參考手冊 【arm】Some ways

原创 【Tools系列】多線程編程系列彙總

DATE: 2019.7.23 1、多線程編程基礎 多線程編程之一:pthreads介紹 多線程編程之二:線程模型 多線程編程之三:Windows線程終止與取消 多線程編程之四:WaitForSingleObject的詳細用法

原创 【Codecs】顏色空間轉換CSconvert系列彙總

DATE: 2019-7-9 顏色空間轉換CSconvert系列功能彙總: 【Codecs】顏色空間轉換CSconvert:I420轉NV12 【Codecs】顏色空間轉換CSconvert:YUV420轉YUV444 【Co

原创 【mpeg2】ffmpeg中mpeg2編解碼器的提取和編譯測試

Date: 2018.11.11 ffmpeg版本:4.1 參考ffmpeg搭建編碼器demo 待進行完善 https://blog.csdn.net/SoaringLee_fighting/article/details/68

原创 【CV系列】圖像低照度增強算法研究

DATE: 2019.5.22 前言     圖像傳感器在光照不足的環境下成像,會造成視頻圖像噪聲大、對比度低、大量細節信息無法表現等問題,這些不足嚴重影響人們對視頻圖像內容的判讀和理解。因此圖像低照度增強研究是非常必要的。

原创 【CV系列】圖像去霧算法研究

DATE: 2019-6-6 https://www.cnblogs.com/Imageshop/p/3281703.html

原创 【CV系列】圖像去噪算法研究(去噪+銳化)

DATE: 2019-5-29 前言     圖像增強是圖像處理和計算機視覺中的一個重要的研究課題,主要作爲圖像預處理或者後處理,使處理後的圖像更加清晰,以便於後面的圖像分析和理解。本文主要概述圖像增強中的圖像去噪和圖像銳化方

原创 【DIY系列】關於本博客的說明

DATE: 2019-6-4 【關於博主】 1、本人,電子與信息專業 碩士,擅長視頻編解碼、圖像處理,C/C++、Python、Shell和Matlab語言,學習過電路、單片機和ARM開發,自學過Android,iOS開發、Ja

原创 【Tools系列】如何搭建自己的個人博客?

Date: 2019.3.24 前言     看到很多大佬都擁有自己的獨立個人博客,感覺很酷,就想着自己也折騰一下,搭建一個自己的獨立個人博客。最早寫博客是在CSDN上,從2016年9月開始,到現在也有2年半了,CSDN總體上還不錯

原创 【Python系列】Python編程實例總結(腳本)

Date: 2019.3.29 前言     Python作爲當前最流行最火的編程語言,主要有三大作用: web開發:比如web框架Django 數據科學:包括機器學習、數據分析和數據可視化 腳本(自動化處理,比如數據處理):相當

原创 【PE系列】之Windows平臺下不同精度時間統計函數使用方法總結

DATE: 2019-3-5 前言     前面講述過Linux平臺下時間統計函數的用法,見linux下時間有關的函數和結構體和Linux下時間函數:struct timeval結構體。本文旨在講述Windows平臺下時間統計函數的

原创 【優化系列】之DSP優化方法

DATE: 2019-2-18 1、參考 TI DSP TMS320C66x學習筆記之DSP優化經驗 2、DSP介紹和特點 DSP是英文Digital Signal Process的簡稱,即數字信號處理器,DSP芯片內部採用程序和數

原创 【Books系列】之第一本書:大冰《好嗎好的》讀書筆記和讀後感

DATE: 2019-2-10 前言     2019年初,立下了2019年的奮鬥目標和方向。第二條:讀好書,讀完6本書,做好讀書筆記。 2018年底和2019年春節斷斷續續地讀完了大冰的《好嗎好的》,謹以此作爲“讀書筆記Boo

原创 【Script系列】之CMake學習總結

DATE: 2018.12.15 1、參考 make教程:https://www.w3cschool.cn/mexvtg/adisqozt.html CMake簡介:https://blog.csdn.net/SoaringLee_