原创 cmake gui 生成修改配置文件

工作中用到了cmake,寫個總結。 安裝完cmake後,電腦裏相應目錄下會出現幫助文檔,可供查看。 CMakeLists.txt cmake可以通過命令行操作,也可以通過圖形界面操作。我在工作中是通過圖形界面操作的。在使用的時候它需

原创 實體系統ECS/CES的設計

Entity Component System Entity 我們的Object會繼承這個Entity,components會嵌入Entity中,Entity不包含數據,因此當繼承的時候不會增加Object 的大小。 Componen

原创 什麼是實體系統(Entity System)

翻譯自 http://entity-systems.wikidot.com/ 組件/實體系統(Component/Entiy System)是遊戲開發中常用的結構型模式。 CES系統遵循“優先使用組合”原則,來提高構建複雜實體的靈活度

原创 QT與OPENGL四:c++設計模式與ShaderTool

前幾天寫了個ShaderTool,隨着功能的增多,程序越來越複雜,邏輯變得混亂,以至於想要增加功能變得越發困難,原因在於程序的設計存在缺陷,耦合性差,而且難於複用,看着如此雜亂的代碼,我打算重寫這個程序,於是變學習設計模式,邊套用到Sha

原创 數字圖像處理成長之路17:linux下訓練樣本並識別車牌實驗

在網上找到了一個小樣本 首先列顯示這些樣本文件並重定向道data1.txt: ls -1 >> data1.txt 然後修改後綴名: cat data1.txt | sed 's/\.bmp/\.bmp 1 0 0 60 17/'

原创 QT與OPENGL一:用dock顯示cube例子

剛開始想用vs搭建環境,初步瞭解了一下,glut似乎太舊,glew,glfw比較難整合到window窗體中。 於是還是選擇了QT,QT下開發opencv也很容易。 使用QT過程中會遇到一些錯誤,有時更改了工程後,需要重新qmake一下。

原创 window+qt+opengl

推薦使用vs2013+qt5.7 試過2015,不太好用。

原创 數字圖像處理成長之路11:harris角點檢測

前言     時間過去了大約一個月,成長之路已經寫到第11篇,前面的10篇使我得到了鍛鍊,初步體驗了數字圖像處理的趣味,同時提高了自己的一些不足。比如數學知識有所鞏固加強。在編程的過程中,我只是把原理初步的用c++描述出來,當運行程序後,

原创 數字圖像處理成長之路16:opencv用於android的幾種方法

由於想把opencv的程序用於真實環境,由於手機帶有攝像頭,因此可以用手機去做車牌識別,人臉識別等應用。要想在手機中用帶有opencv的程序大致有幾個方法。 方法一:eclipse+java+android sdk + adt 如果你

原创 數字圖像處理成長之路16:QT中問題的解決辦法androiddeployqt.exe"退出,退出代碼 14

在Window中安裝好QT,簡單的建立了一個android工程,編譯後出現報錯: ***Starting: “D:\programs\qt\5.9.2\android_armv7\bin\androiddeployqt.exe” –inp

原创 數字圖像處理成長之路7:邊緣檢測(sobel canny)

簡介 邊緣檢測是圖像處理中使用頻率很高的方法,在進行更復雜的圖像處理之前,我們常常先對圖像進行邊緣檢測,以去除圖像一些無用的部分,並保留一些對我們有用的部分。 原理 邊緣檢測意在檢測出圖像的邊緣,那何爲邊緣?簡單的理解是,邊緣是圖像中明暗

原创 數字圖像處理成長之路14:QT調用攝像頭

前一階段主要學習的是關於圖片的算法,接下來開始學習關於視頻的算法。在開始之前先要把視頻顯示出來,繼續我之前的QT程序,看看如何把如何用QT顯示攝像頭中的數據。 mopencv->videoInit();//初始化攝像頭 w

原创 數字圖像處理成長之路9:輪廓提取c++版

簡介 什麼是圖像的輪廓?在這裏不去深入研究它的定義,簡單的理解,當人站在太陽下,產生的影子的邊界就是輪廓。大致是這樣子吧。 輪廓提取的原理 做爲一個初學者,試想如果提取輪廓?我首先想到的是沿着輪廓邊界搜索。很顯然,每個點有8個相鄰點也

原创 數字圖像處理成長之路13:SIFT之極值點(子像元插值)

很多關於SIFT算法都會寫到極值點的定位,這篇文章也 離不開這以問題,然而這篇文章的重點是發現在定位的過程中用到的知識,這也是我寫SIFT的目的,我究竟學會了哪些知識,上一篇我初步領略了尺度空間這一全新概念,這一篇我將學到子像素差值或者

原创 數字圖像處理成長之路15:前景提取(最大似然估計EM算法與高斯混合模型)

先實踐一下何爲前景提取: 原始圖像 如果畫面中有移動的物體,會以白色表現出來。 我理解的前景提取就是把畫面中移動的物體提取出來。 這是opencv中給的示意圖,來簡單看看opencv代碼: - 代碼 // Global vari