原创 Matlab程序 轉C++/Opencv基於Mat 不可不知的17個函數
1、matlab中的imread相當於OpenCV中的cvLoadImage(imageName, CV_LOAD_IAMGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR):讀出的圖像信息保持了原有圖像的信息(
原创 matlab中關於DCT,DFT和DWT的相關函數
1. 離散傅立葉變換的 Matlab 實現 Matlab 函數 fft、fft2 和 fftn 分別可以實現一維、二維和 N 維 DFT 算法;而函數 ifft、ifft2 和 ifftn 則用來計算反 DFT 。這些函數
原创 STL函數模板(即算法)一覽
查找算法 adjacent_find:找出一個串中第一個不符合次序的地方 find,find_if:找出第一個符合條件的元素 find_first_of:在一個串中尋找第一個與另一個串中任意一個元素相等的元素 search_n:在一個串
原创 map的詳細用法
map是STL的一個關聯容器,它提供一對一(其中第一個可以稱爲關鍵字,每個關鍵字只能在map中出現一次,第二個可能稱爲該關鍵字的值)的數據處理能力,由於這個特性,它完成有可能在我們處理一對一數據的時候,在編程上提供快速通道。這裏說下m
原创 初識io流條件狀態
一 流狀態 C++中的輸入輸出系統負責記錄每一個輸入輸出操作的結果信息,這些當前的狀態信息被包含在io_state類型的對象中。io_state是一個枚舉類型(就像open_mode一樣),以下便是它包含的值。 eofbit
原创 opencv中的矩陣操作
有很多函數有mask,代表掩碼,如果某位mask是0,那麼對應的src的那一位就不計算,mask要和矩陣/ROI/的大小相等 大多數函數支持ROI,如果圖像ROI被設置,那麼只處理ROI部分 少部分函數支持COI,如果COI設置,只
原创 圖像通道與深度的理解
正文字體大小:大 中 小 深度和通道的理解 (2011-03-06 16:32:59) 轉載▼ 標籤: 雜談 分類: 學習 • 矩陣數據類型: – CV_<bit_depth>(S|U|F)
原创 目標檢測的圖像特徵提取之(二)LBP特徵
LBP(Local Binary Pattern,局部二值模式)是一種用來描述圖像局部紋理特徵的算子;它具有旋轉不變性和灰度不變性等顯著的優點。它是首先由T. Ojala, M.Pietikäinen,和 D. Harwood 在199
原创 學習 CascadeClassifier::detectMultiScale 各個參數作用
CascadeClassifier::detectMultiScale(const Mat& image, vector<Rect>& objects, double scaleFactor=1.1,int minNeighbors,
原创 sparse coding稀疏表達入門
最近在看sparse and redundant representations這本書,進度比較慢,不過力爭看過的都懂,不把時間浪費掉。纔看完了不到3頁吧,書上基本給出了稀疏表達的概念以及傳統的求法。我也用書中的例子來引入吧。 1:矩
原创 cv論文(SPARSE REPRESENTATION相關)
上個博文我講了一些CNN相關的論文,比較淺顯都是入門知識,這節課來總結一些稀疏表示方面的文章。至於上個博文說到的要講的sparse coding的知識,我將會放在Deep Learning的專題裏面講解。好了,閒話不多說,下面還是
原创 Minimum_Window_Substring兩種方法求解
題目描述: Given a string S and a string T, find the minimum window in S which will contain all the characters in T in
原创 關於PCA降維的理解
首先,簡單的介紹下PCA: PCA即機器學習裏面經提到的主成分分析(Principal Component Ayalysis),一般用來對高維數據進行壓縮,提取低維特徵。 首先我們看下面這幅圖 第一幅圖,假設二維平面內的六個點,我們想
原创 EXCEL排序
題目描述: Excel可以對一組紀錄按任意指定列排序。現請你編寫程序實現類似功能。 對每個測試用例,首先輸出1行“Case i:”,其中 i 是測試用例的編號(從1開始)。隨後在 N 行中輸出按要求排序後的結果,即:當 C
原创 機器學習第二課
上一個博文,我們講了Linear Regression, gradient descent, normal equations和Locally weighted linear regression,這次博文我們重點來學習Logis