原创 C++視頻學習系列:《C++面向對象高級開發》學習筆記(1)

最近開始看侯捷老師的C++視頻:面向對象高級開發,邊看邊記錄自己理解的知識點。 目前看了P1-P6,其實如果之前有C++的基礎,而且看過一兩本C++方面的書籍,前面幾節還是看的很快的,我平均是按照1.25的倍速看的(侯老師的語速很

原创 pycharm python代碼調試方法

右鍵當前代碼選擇debug 逐語句調試,不會進入任何函數內部。 逐語句調試,遇到函數會跳轉到函數內部(無論是自己寫的函數還是引用包的函數)。 逐語句調試,只有遇到自己寫的函數纔會跳轉到函數內部,引用外部包的函數不會觸發跳轉

原创 SAR影像輻射定標工程化實現之COSMO-Skymod

1、定標公式 2、C++實現 算法工程 (1)解析h5文件爲tiff (2)獲取定標參數 (3)逐點定標 2.2.1、解析h5文件,這一步可以參看之前寫的文章C++版本gdal解析HDF5格式影像數據 2.2.2、根據gdali

原创 C++書籍閱讀系列:《Essential C++》初讀

本書介紹 本書的作者是Stanley B.Lippman,也是《C++ primer》的作者,我看的是侯捷老師翻譯的中文版。相對於《C++ primer》的大部頭,這本書可以說是短小精悍了,除去附錄就只有200頁左右了。但是個人

原创 python 讀取h5格式的遙感影像

python 讀取h5格式的遙感影像 import gdal #h5格式影像 file = r"D:\COSMO\CSKS1_GEC_B_HI_10_VV_RD_FF_20180115091818_20180115091825.h

原创 SAR影像輻射定標工程化實現之GF3

1、定標公式 其中:QV爲圖像量化前的最大值,具體在meat.xml元文件中對應QualifyValue字段,KdB爲定標常數,對應meat.xml元文件中CalibrationConst字段。如下圖 2、C++實現 算法大

原创 C++學習之static關鍵字總結

static用來聲明靜態變量。用法大致可以分爲一下幾類。 一、靜態局部變量 該變量在全局數據區分配內存,而局部變量在棧區分配內存 靜態局部變量在程序執行到該對象的聲明處時被首次初始化,以後不再進行初始化,而局部變量沒次調用函數都

原创 QGIS用法之根據具體的座標點創建矢量數據

像我們這種做遙感影像處理的工作,經常會需要自己去下載一些影像,大多情況下是手動的在網頁上畫一個大致的區域,然後搜索影像下載,但是有時候下載區域可能比較小,而且傳感器單景影像覆蓋範圍也比較小(如哨兵2),現在的數據下載網站基本都支持

原创 C++ gdal分塊讀寫遙感影像

gdal分塊讀寫遙感影像 隨着衛星影像的分辨率逐漸提高,單景衛星的存儲量也越來越大。對於米級的數據來說,目前的個人電腦很難直接處理。因此需要用分塊的方式逐塊處理。 下面這個例子是用每次讀取10000X10000大小的數據來處理總大

原创 python下使用gdal空間插值

使用idw插值法對站點觀測數據進行面插值。 使用方法 1、gdal_grid.exe 2、gdal.grid() opts = gdal.GridOptions(algorithm="invdistnn:power=2.0:sm

原创 python netcdf4讀取nc格式的氣象數據

一、nc格式數據介紹 NetCDF全稱爲network Common Data Format,中文譯法爲“網絡通用數據格式”,netcdf文件開始的目的是用於存儲氣象科學中的數據,現在已經成爲許多數據採集軟件的生成文件的格式。從數

原创 C++控制檯進度條實現

C++控制檯進度條實現 #include<isotream> #include<Windows.h> int main() { int all_block_num = 1000; for (int i = 0; i<all_b

原创 win10 docker toolbox更換阿里鏡像源

win10 docker toolbox更換阿里鏡像源 win10安裝完docker之後,需要更換鏡像源, 1、申請阿里雲鏡像 這一步有很多教程,自己註冊阿里雲賬號就可以申請了。 2、更換鏡像源 2.1打開cmd控制檯,輸入doc

原创 python之numpy矩陣維度理解

python中的numpy是很高效的矩陣計算庫,做圖像處理經常會用到,但是對其中的axis參數理解的不是很清楚,每次遇到高維度的數據計算時,老是嘗試好多次纔會用對axis參數,很是浪費時間,這次從底層原理分析一下numpy庫的ax

原创 C++實現非極大抑制(NMS)算法

1、NMS算法 1.1、算法原理 1、將同一類的檢測結果按照得分排序。 2、計算得分最高的檢測框與其他檢測框的重疊度(IOU),刪除大於設定的重疊度閾值的檢測框。 3、對於小於重疊度閾值的檢測框重複1、2的操作,直到遍歷完所有的檢