原创 機器學習源碼收集

畢設過程中,發現從浩瀚的代碼世界搜尋好的代碼的確是一件耗時而充滿挑戰的事,所以萌生了get自認爲好的代碼的想法,這將是一件長期的任務,希望自己能堅持下去。 1)Alex Krizhevsky 的cuda-convnet2 htt

原创 OpenCV中顏色分佈直方圖及其應用

1、圖像直方圖 直方圖是對數據的集合 統計,並將統計結果分佈於一系列預定義的 bins 中。這裏的 數據 不僅僅指的是顏色灰度值 , 統計數據可能是任何能有效描述圖像的特徵(如梯度、方向等)。特別地,當圖像直方圖描述的是圖像的各個

原创 MathType中批量修改公式的格式

1、 在mathtype中編輯任何一個公式,將字體等格式調整好,然後在公式編輯窗口中點“Preference”->“Save to file”,將設置保存爲一個文件,文件名任取。 2、關閉公式編輯窗口,退回到Word窗口,然後在M

原创 Cuda編程 之 塊(block)計算

#include <stdio.h> #include <stdlib.h> #include <cuda.h> #include <time.h> #define N 512 __global__ void vec_bloc

原创 機器學習之 瞭解TensorFlow

1、關於Python中的數值計算 1.python 對數值計算過程中藉助numpy之類的函數庫實現高效計算,即通過外部計算實現複雜運算,如矩陣運算。 劣勢:外部計算同python之間的切換需要很大的時間開銷; 2.GPU加速計

原创 OpenCV之均值漂移(Mean Shift)算法

1、Mean Shift向量 Mean Shift向量:偏移的均值向量。定義如下:對於給定d 維空間Rd 中的n 個樣本點xi,i=1,2,…,n 在x d點的Mean Shift向量的基本形式定義爲: Mh(x)=1k∑xi∈

原创 OpenCV中感興趣區域的選取與檢測(一)

1、感興趣區域的選取 感興趣區域(Region of Interest, ROI)的選取,一般有兩種情形:1)已知ROI在圖像中的位置;2)ROI在圖像中的位置未知。 1)第一種情形 很簡單,根據ROI的座標直接從原圖摳出,不過前

原创 OpenCV中圖像的淺拷貝與深拷貝

這裏先學習OpenCV中的一個函數: void flip(InputArray src, OutputArray dst, int flipCode) //圖像變換函數,第三個參數爲1時,表示水平反轉,0表示垂直反轉,負數

原创 OpenCV中圖像遍歷與像素操作

OpenCV中表示圖像的數據結構是cv::Mat,Mat對象本質上是一個由數值組成的矩陣。矩陣的每一個元素代表一個像素,對於灰度圖像,像素是由8位無符號數來表示(0代表黑,255代表白);對於彩色圖像,每個像素是一個三元向量,即由

原创 OpenCV中查找表修改像素與LUT用法

1、查找表 之前我在OpenCV中圖像遍歷與像素操作中有提到過查找表遍歷圖像的API函數cv::LUT,鑑於其大巧於內的美感[笑],特意寫一篇博客探討一下。從數學上來看查找表是一個簡單的一對一或多對一的函數,定義瞭如何將像素轉換爲

原创 STL之 map

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。map內部通過自建一顆紅黑樹進行數據組織的,這顆樹具有對數據自動排序的功能,即ma

原创 OpenCV中感興趣區域的選取與檢測(二)

1、模板匹配 模板匹配是一項在一幅圖像中尋找與另一幅模板圖像最匹配(相似)部分的技術,它應該是尋找ROI(模板)最簡單高效的方式了。模板匹配的工作方式跟直方圖的反向投影基本一樣,只不過反射投影直方圖得到的是ROI出現在圖像中特定位

原创 王堅清華ATF演講實錄

王堅:首先感謝清華大學給北京那麼多高校的同學提供這麼一個場地,有這麼一個活動,感謝一下清華大學,感謝到北京高校的所有同學。算下來這是第七次我們做阿里巴巴技術論壇,第一次我們是在斯坦福做的,也是比較土,跑到那裏去了。其實感觸還是蠻多

原创 LaTeX新人教程,30分鐘從完全陌生到基本入門

1.LaTeX軟件的安裝和使用 方法A(自助):在MikTeX的官網下載免費的MikTeX編譯包並安裝。下載WinEdt(收費)或TexMaker(免費)等編輯界面軟件並安裝。 方法B(打包):在ctex.org下載ctex套裝(含M

原创 VS2010中爲OpenCV工程創建屬性單

爲了能夠編譯及運行OpenCV工程,Visual C++必須知道OpenCV頭文件及庫的位置,因此每次新建的OpenCV工程都要配置“包含目錄”和“庫目錄”這兩項,有沒有什麼捷徑可以省略這些步驟呢?答案是肯定的,那就是創建一個屬性