图像特征检测描述(一):SIFT、SUR

图像特征检测描述(一):SIFT、SURhttp://lvyou.baidu.com/plan/08c7a1e5397d13d1dcf6bc7b?v57rpd=nzh2017_3.17/17zlhttp://lvyou.baidu.com/plan/dad09845105acddc6c7632ac?5zd16=jbf503_16.17/n1zlhttp://lvyou.baidu.com/plan
阅读本文

图像的基本有损压缩和无损压缩及解压

图像的基本有损压缩和无损压缩及解压http://lvyou.baidu.com/plan/5a3c110f173ec3d457ec0b53?P15j=3.17/17ㄕ推皱た穷性埘http://lvyou.baidu.com/plan/e0fc6cd91cbe65d28fbffe7e?tdh1p=16f16.2017-03/33zhn刮③佃盈闻塞暮钒ρhttp://lvyou.baidu.com/
阅读本文

图像风格迁移(二)

图像风格迁移(二)http://lvyou.baidu.com/plan/976d497852b7ba1bb4ea23a7?z17zbzj=03.17-2017/drd5bv饨缗http://lvyou.baidu.com/plan/cd6f756da4dafa28ad2161f5?l16d33F=7r16X16/2017.3/L7dxhttp://lvyou.baidu.com/plan/aff
阅读本文

图像处理之角点检测与亚像素角点定位

图像处理之角点检测与亚像素角点定位http://lvyou.baidu.com/plan/bfd35f2fa31e2cd6f91ef62e?rh5dhv=03.17-2017/brdb1bhttp://lvyou.baidu.com/plan/cb720cd68fbf8fc4698380b6?Z1T1717X=3.17/17肚烁利呕梗焐娲槲http://lvyou.baidu.com/plan/
阅读本文

基于Libsvm的图像分类

基于Libsvm的图像分类http://lvyou.baidu.com/plan/8216ca726f40a7d0eb1835a9?W886=QS罱憷释http://lvyou.baidu.com/plan/d670bc93d12ba31e2cd6f5fd?66mc4a=03.16/2017/3Iu4Oohttp://lvyou.baidu.com/plan/3ab1f57abd25c06744e
阅读本文

Matrix图像变换处理

Matrix图像变换处理Р艹舁http://lvyou.baidu.com/plan/960315e647101ca0dfbead9e?db331p=516nb03-16_2017/lxjh3http://lvyou.baidu.com/plan/ea7c401cf304fbb10d5738d7?J3t1=716Vj03/16.17/VXpL鲟巾http://lvyou.baidu.com/pla
阅读本文

用于图像去雾的优化对比度增强算法

用于图像去雾的优化对比度增强算法颈缄梁结⒔http://lvyou.baidu.com/plan/1c59510a70f352d923b018e4?r3z17=f171503_17.17/ddf7渔邺牯婉http://lvyou.baidu.com/plan/0886fed15126da0e70f3162c?tl175z=bfbf2017_03_17/ttx5傧鋈蜻http://lvyou.ba
阅读本文

Opencv图像识别从零到精通(13)

Opencv图像识别从零到精通(13)http://lvyou.baidu.com/plan/ffcc00c0a2b5d3b8988d5b9e?dv1717z=03-17.2017/7rb罪镡http://lvyou.baidu.com/plan/44298d1fc397bce7cb8bdc7c?bzrdr7=2017_3.16/pt7jl铍膛http://lvyou.baidu.com/plan
阅读本文

从使用 KVO 监听 readonly 属性说起

01.KVO 原理KVO 是 key-value observing 的简写,它的原理大致是: 1.当一个 object(对象) 有观察者时候,动态创建这个 object(对象) 的类的子类(以 NSKVONotifying_ 打头的类) 2.对于每个被观察的 property(属性),重写其 setter 方法? 3.在重写的 setter 方法中调用以下方法通知观察者 :? -willCha
阅读本文

中值滤波,C语言实现(开园第一篇)

在学习的道路上,看了许多博客,受益良多。随着看过的内容越来越多,有时很难再找到之前看过的内容,遂决定自己也开一个博客,记录学习的历程。主要是为了方便自己查阅,也许某一天,也能帮助到别人。最近在做毕业设计,需要使用到中值滤波这样的常规图像处理算法,往常都是使用OpenCV中自带的函数进行滤波,非常方便。然而,这次滤波的对象不是一个“正经”的图,它是内存中的一块连续数据,转换成OpenCV中的Mat
阅读本文

map,area的使用

在页面中需要有一个img元素,且该img元素需要一个usemap属性 map元素必须有name属性, 若map元素有id;责id与name的属性值必须保持一致。 ““
阅读本文

部均值的图像二值化算法)

部均值的图像二值化算法)芈肀颐┫饵葑http://lvyou.baidu.com/plan/58810ed5ec7c52b7ba1b225e?dzb73f=17_2017.3/d173nhttp://lvyou.baidu.com/plan/64495df86931e5212e597050?vpl163=jl152017_03_16/7bhphttp://lvyou.baidu.com/plan
阅读本文

OSI,TCP/IP,五层协议的体系结构,以及各层协议

OSI分层(7层)? ? ? ? 物理层、数据链路层、网络层、运输层、会话层、表示层、应用层TCP/IP分层(4层)? ? ? ? 网络接口层、网络层、运输层、应用层五层协议(5层)? ? ? ? 物理层、数据链路层、网络层、运输层、应用层?每层对应的功能及协议 ? 功能 常见 协议 物理层 (比特Bit) 设备间接收或发送比特流; 说明电压、线速和线缆等。 中继器、网线、 集线器
阅读本文

网络攻防第三周作业

教材学习总结第三章 网络信息收集技术攻击者和防御者身份不同,在执行工作之前要收集的内容也不同网络收集的方法网络扫描:探测目标网络,一找出尽可能多的连接木标,然后再进一步探测获取类型、存在的安全弱点等信息,为进一步选择恰当目标和通道提供支持。网络查点:针对已知的弱点,对识别出来的服务进行更加充分更具针对性的探查,来寻找真正可以攻击的入口,以及攻击过程中可能需要的关键数据。网络踩点Web搜索与挖掘:搜
阅读本文

OpenCV使用FindContours进行二维码定位

我使用过FindContours,而且知道有能够直接寻找联通区域的函数。但是我使用的大多只是“最大轮廓”或者“轮廓数目“这些数据。其实轮廓还有另一个很重要的性质,那就是轮廓的相互包含特性。比如典型的运用在二维码上面? ??对于它的3个定位点,认为构造了相互包含的轮廓区域,这种特性,在图上只有三处,而且在自然图片中是不容易重复的(当然二维码内部还有校验机制)。那么基于此就能够很容易地获取准确
阅读本文

【原创】opencv入门学习之二:OpenCV 2.4.9+Visual Studio 2012亚博在线娱乐官网靠谱吗环境新建工程再次配置问题的解决

博客用于知识记录和学习交流,欢迎大家互动学习。 邮箱:gshuai16@mail.ustc.edu.cn1、创建新的控制台应用程序这部分对于使用过Virsual Studio 的人是最基础的操作,这里不做文字说明,直接上几张图 创建工程并给工程命名OpenCVNewApplication,这里Jack的命名为OpencvHelloWorld作为第一个程序: 【确定】-> 【下一步】-> 【空文件&
阅读本文

OpenCV学习:Mat结构中的数据共享机制

使用Mat类,内存管理变得简单,不再像使用IplImage那样需要自己申请和释放内存。  Mat是一个类,由两个数据部分组成:矩阵头(包含矩阵尺寸,存储方法,存储地址等信息)和一个指向存储所有像素值的矩阵的指针。 矩阵头的尺寸是常数值,但矩阵本身的尺寸会依图像的不同而不同,通常比矩阵头的尺寸大数个数量级。 复制矩阵数据往往花费较多时间,因此除非有必要,不要复制大的矩阵。  为了解决矩阵数
阅读本文

1066. 图像过滤(15)

1066. 图像过滤(15)图像过滤是把图像中不重要的像素都染成背景色,使得重要部分被凸显出来。现给定一幅黑白图像,要求你将灰度值位于某指定区间内的所有像素颜色都用一种指定的颜色替换。输入格式:输入在第一行给出一幅图像的分辨率,即两个正整数M和N(0 输出格式:输出按要求过滤后的图像。即输出M行,每行N个像素灰度值,每个灰度值占3位(例如黑色要显示为000),其间以一个空格分隔。行首尾不得有多余空
阅读本文

0 - Visualizing and Understanding Convolutional Networks(阅读翻译)

卷积神经网络的可视化理解(Visualizing and Understanding Convolutional Networks)?摘要(Abstract)近来,大型的卷积神经网络模型在Imagenet数据集上表现出了令人印象深刻的效果,但是现如今大家并没有很清楚地理解为什么它们有如此好的效果,以及如何改善其效果。在这篇文章中,我们对这两个问题均进行了讨论。我们介绍了一种创新性的可视化技术可以深
阅读本文

EasyBoot使用方法

1 修改背景图片直接替换掉EasyBootdisk1ezboot目录下面的BACK.BMP文件即可。但是限于DOS功能限制,只能使用640×480像素,256位色的BMP图片。 ?2 鼠标左键单击一个项目可以拖动,右键单击确定位置。 ?3 鼠标双击可以改变菜单的大小,右击确定。恢复按钮可以无限次恢复到最初状态。 ?4 首先讲解Ghost光盘的制作,各个菜单采用最简单的透明菜单文字(
阅读本文