十七、cvCopy与cvCloneImage的区别(OpenCV学习笔记)
/* 将源数组复制到目标数组*/ CVAPI(void) cvCopy( const CvArr* src, CvArr* dst, const CvArr* mask CV_DEFAULT(NULL) ); /* 创建一个IPL图像副本（widthStep可能不同）*/ CVAPI(IplImage*) cvCloneImage( const IplImage* image ); 如
CNN在基于弱监督学习的图像分割中的应用
最近基于深度学习的图像分割技术一般依赖于卷积神经网络CNN的训练，训练过程中需要非常大量的标记图像，即一般要求训练图像中都要有精确的分割结果。 对于图像分割而言，要得到大量的完整标记过的图像非常困难，比如在ImageNet数据集上，有1400万张图有类别标记，有50万张图给出了boundin
Mac升级为Sierra后安装caffe的问题
三年前的Mac到手后一直懒得做更新，主要是因为系统升级后一些有依赖的软件都需要更新，有时还挺容易出问题。为了安全稳定起见，OSX 10.9系统就被我用了三年。但是，这么久不更新实在跟不上潮流了，最近想安装TensorFlow，结果我这么旧的系统被它鄙视并且拒绝了，只好趁着假期把系统更新一下。
十六、直方图(OpenCV学习笔记)
typedef struct CvHistogram { int type; CvArr* bins; //用于存放直方图每个灰度级数目的数组指针，数组在cvCreateHist 的时候创建，其维数由cvCreateHist 确定 float thresh[CV_MAX_DIM][2]; //用于均匀直方图 float** thresh2; //用于非均匀直方图
十五、检测直线、圆、矩形(OpenCV学习笔记)
检测直线：cvHoughLines，cvHoughLines2 检测圆：cvHoughCircles 检测矩形：opencv中没有对应的函数，下面有段代码可以检测矩形，是通过先找直线，然后找到直线平行与垂直的四根线。
十四、分类器(OpenCV学习笔记)
boosted分类器：分类器的boosting技术有四种： Discrete Adaboost, Real Adaboost, Gentle Adaboost and Logitboost。 HAAR分类器，自于haar小波运算。 神经网络分类器 SVM分类器，SVM是一个分类器，原始的SVM是一个两类分类的分类器。可以通过1:1或者1:n的方式来组合成一个多类分类的分
十三、匹配(OpenCV学习笔记)
cvCalcEMD2：两个加权点集之间计算最小工作距离 cvMatchShapes：比较两个形状 cvMatchTemplate：比较模板和重叠的图像区域
十二、边缘检测(OpenCV学习笔记)
cvCanny：采用 Canny 算法做边缘检测 cvLaplace：laplace边缘检测 cvSobel：Sobel边缘检测 cvCornerHarris：哈里斯（Harris）边缘检测
十一、图像分割(OpenCV学习笔记)
做分水岭图像分割：cvWatershed meanshift图像分割：PyrMeanShiftFiltering 用金字塔实现图像分割：cvPyrSegmentation #include <stdio.h> #include "cv.h" #include "highgui.h" #include <stdio.h> void f( IplImage* src, IplImage* dst ) { CvMemSt
十、HBITMAP 转换IplImage、IplImage转换为DIB(OpenCV学习笔记)
// HBITMAP 转换IplImage IplImage* hBitmap2Ipl(HBITMAP hBmp) { BITMAP bmp; ::GetObject(hBmp,sizeof(BITMAP),&bmp); int nChannels = bmp.bmBitsPixel == 1 ? 1 : bmp.bmBitsPixel/8 ;
九、图像的通道(OpenCV学习笔记)
描述一个像素点，如果是灰度，那么只需要一个数值来描述它，就是单通道。 如果一个像素点，有RGB三种颜色来描述它，就是三通道。4通道通常为RGBA，在某些处理中可能会用到。 2通道图像不常见，通常在程序处理中会用到，如傅里叶变换，可能会用到，一个通道为实数，一个通道为虚数，主要是编程方便。
八、如何读入和显示图像(OpenCV学习笔记)
/* usage: prog <image_name> */ #include "cv.h" #include "highgui.h" int main( int argc, char** argv ) { IplImage* img; if( argc == 2 &a
七、如何在 OpenCV 中处理我自己的数据(OpenCV学习笔记)
设你有 300x200 32-bit 浮点数 image/array, 也就是对一个有 60000 个元素的数组。 ---------------------------------------------------------------------------- int cols = 300, rows = 200; float* myarr = new float[rows*cols]; // 第
六、如何访问矩阵元素？(OpenCV学习笔记)
方法是类似的（下面的例子都是针对 0 起点的列和行） 设有 32-bit 浮点数的实数矩阵 M (CvMat* mat)： ---------------------------------------------------------------------------- M(i,j) ~ ((float*)(mat->data.ptr + mat->step*i))[j] -------------------------------------
三、OpenCV数据类型转换操作小结(OpenCV学习笔记)
（1）图像中或矩阵数组中数据格式转换： cvConvert( image, image_temp ); cvConvertScale( const CvArr* src, CvArr* dst, double scale CV_DEFAULT(1), double shift CV_DEFAULT(0) ); cvScale(src, dst); // Converts CvArr (IplImag
五、怎么访问图像像素(OpenCV学习笔记)
（坐标是从0开始的，并且是相对图像原点的位置。图像原点或者是左上角 (img->origin=IPL_ORIGIN_TL) 或者是左下角 (img->origin=IPL_ORIGIN_BL) ） 假设有 8-bit 1－通道的图像 I (IplImage* img)： --------------------------------------------------------------------- I(x,y) ~ ((u
四、二值化函数cvAdaptiveThreshold和cvThreshold的一些发现(OpenCV学习笔记)
自适应二值化计算像素的邻域的平均灰度，来决定二值化的值。如果整个区域几乎是一样灰度的，则无法给出合适的结果了。之所以看起来像边缘检测，是因为窗尺寸设置的小，可以改大一点试一试。 cvAdaptiveThreshold( src, dst, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, 21); //窗
二、VC 2008 Express下安装OpenCV2.0/2.1(OpenCV学习笔记)
本文档适用版本为OpenCV 2.0/2.1和Visual C++ 2008 Express，如使用其他版本，仅供参考。 安装所需要的软件 [] 安装VC++ 2008 Express Visual C++ Express是微软推出的一款免费集成开发环境，如果你没有足够资金购买Visual C++，你可以使用Visual C++ Express。本安装说明撰写时，最新的版本
超级计算机和赢咖4
未来30年的技术在哪里？他们将如何影响我们的生活方式和人类社会？ 大多数成年人活着今天长大了没有互联网或手机，更不用说智能手机和平板电脑与语音命令和赢咖4平台的一切。这些新技术改变了我们的生活方式，几乎没有人能想象几十年前。但是我们到达线路的尽头吗？还有什么可能出现，可
人类赢咖4的社会效应的数学公式
在为100年星球飞船研讨会撰写论文时，我希望说服飞船设计师，他们应该承认高科技经济的动态，这对星际任务可能至关重要。因此，我已经对无穷点做了一个新的计算，也称为奇点。根据最近的无限点理论的修订，事实证明，在最坏的情况下，我们应该预计到2035年的无穷点。这里是如何和为什么。 无
一、OpenCV概述与功能介绍(OpenCV学习笔记)
OpenCV是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV 拥有包括 300 多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库——尽管也可以使用某些外部库。 OpenCV 对非商业应用和商业应
OpenCV的cvLoadImage函数
一直不太懂得cvLoadImage的第二个参数，今天知道，原来第二个参数是指定读入图像的颜色和深度。 指定的颜色可以将输入的图片转为3信道(CV_LOAD_IMAGE_COLOR)也即彩色（>0）, 单信道 (CV_LOAD_IMAGE_GRAYSCALE)也即灰色（=0）, 或者保持不变(CV_LOAD_IMAGE_ANYCOLOR)(=4)。 深度指定输
OpenCV中与matlab中相对应的函数
1、matlab中的imread相当于OpenCV中的cvLoadImage(imageName, CV_LOAD_IAMGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR)：读出的图像信息保持了原有图像的信息(包括通道信息和位深信息)； rgb2gray相当于cvLoadImage(imageName, CV_LOAD_IMAGE_GRAYSCALE)：单通道灰度图； 或用cvCreateImage、
cvGetSubRect与cvMul用法
1、对于cvGetSubRect(mat1, mat2, rect)，当用cvGetSubRect函数时，不能事先对mat2申请内存，否则会产生内存泄漏。 只要这样定义mat2即可：CvMat *mat2; mat2 = cvCreateMatHeader(imgHeight, imgWidth, CV_64FC1); 2、对于cvGetSubRect(mat1, mat2, rect)语句正确执行后，不能用cvMul直接
OpenCV编程案例：使用轮廓函数检测连通区域
此案例位于CXCORE中cvDrawContours函数介绍部分给出。此程序首先载入一个二值图像文件，然后使用函数再次二值化确认。接着使用cvFindContours找到轮廓，然后使用填充方式绘制轮廓线内部区域，由此得到的彩色区域便是联连通区域。其中，黑色是0值区域，彩色区域便是连通区域。连通区域的色彩
