原创 fatal error :Eigen/Core: No such file or directory

ubuntu下安裝了eigen庫,但是eigen頭文件是位於eigen3/Eigen/中的,使用#include <Eigen/****>的時候會出問題,解決方法如下: cd /usr/include sudo ln -sf eigen

原创 Spring Data JPA實現數據庫訪問

1.創建子模塊 右鍵點擊工程名[mapcloudservice] --> New --> Module --> 選擇Maven -->設置子模塊的名稱[datamanager] --> Finish 創建成功後如下圖所示: 2.

原创 StereoMatch數據集及其Leaderboard!

MiddleBurry Stereo Evaluation主頁:http://vision.middlebury.edu/stereo/eval3/ Robust Vision Challenge:http://robustvision.

原创 圖像中的天空區域檢測!

一、引言        天空區域作爲圖像中的背景信息,爲機器人導航、自動駕駛等領域的圖像理解提供了重要依據,因此如何檢測圖像中的天空區域非常重要,本文提供了一個基於傳統視覺算法(非機器學習方法)的提取天空區域的方法,參考文獻:https:

原创 ubuntu下安裝Liblas庫!

一、下載最新版liblas源碼 下載地址:https://liblas.org/download.html 二、必備條件:  CMake 2.8.1+以及C/C++編譯器 三、編譯 1.首先,你必須已經安裝1.38.0及以上版本的Boos

原创 相機模型與座標轉換!

       這節博客介紹一下計算機視覺中的幾何問題之一:相機模型和座標轉換,希望對各位讀者有所幫助! 1.針孔相機模型——幾何建模        數碼相機,手機鏡頭可以簡單看作是一組透鏡和圖像傳感器構成的整個光學成像系統。透鏡用於約束進

原创 Windows10:基於cmake-gui與Visual Studio 2019配置OpenCV4.2:完整過程

一、下載CMake和OpenCV庫 1.CMake下載地址:https://cmake.org/download/,下載windows版本即可,建議安裝v3.16及以上版本 2.下載opencv及opencv-contrib庫:

原创 opencv讀寫圖像問題!

一、OpenCV中支持讀取的圖像格式: 1.  Windows bitmaps     \*.bmp, \*.dib 2.  JPEG files         \*.jpeg, \*.jpg, \*.jpe 3.  JPEG 2000

原创 雙目立體匹配算法:SGM

一、簡介   立體匹配旨在爲校正後的左右視圖提供稠密的匹配對,這種問題稱爲"stereo correspondence problem"。有大量的算法用於求解立體匹配問題,根據Scharstein和 Szeliski的研究,所有這

原创 git的使用教程!

1.Git 創建倉庫 2.使用git命令行將本地倉庫代碼上傳到github或gitlab遠程倉庫 3.本地創建新項目如何上傳到gitlab倉庫中 4.Git使用詳細教程 5.史上最詳細git教程 6.Git使用方法(精心整理,絕對夠用)

原创 SLAM知識點總結

1.SLAM秋招知識點總結——自動駕駛算法、3D視覺崗位(附有解答) 2.視覺SLAM總結——視覺SLAM面試題彙總

原创 SLAM中的座標變換

​  在SLAM經常需要談論一件事情,就是座標系變換與座標變換,座標系變換和座標變換是不一樣的,要注意區分兩者的不同。在nnn維線性空間中,任意nnn個線性無關的向量都可取作它的基或座標系。但是對於不同的基或座標系,同一個向量的座

原创 如何反編譯*.pyc文件

1.安裝庫uncompyle pip install uncompyle 2.反編譯pyc uncompyle6 test.pyc > test.py 對比如下:

原创 pip 配置阿里源

1.linux系統 pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ 2.windows系統 (1) 打開計算機,在地址欄輸入%app

原创 雙目立體匹配算法:Patch Match Stereo

一、簡介   現有立體匹配算法一般分爲局部算法和全局算法,在局部算法中一個最簡單的做法就是採用某種像素相似性度量,比如像素灰度差的絕對值AD,給定左圖中的一個點p,在右圖中的對應行上(假設輸入是已經校正好的圖像)搜索與其AD值最小