其他

1、cvCreateVideoWriter()中的第二個參數：avi對應的編碼格式分別為：          CV_FOURCC('P','I','M','1') = MPEG-1 codec           CV_FOURCC('M','J','P','G') = motion-jpeg codec (does not work well)           CV_FOURCC('M', 'P', '4', '2') = MPEG-4.2 codec          

上一次寫了一篇關於列選主元的高斯消去法，這次進行了修改，直接對增廣矩陣進行變換，更簡潔一些。不過沒有對主元過小時進行處理，因此有缺陷。%高斯分解function [X]=gauss(A,b)%Inpiut A 是係數矩陣，b是右端項%Output x是解[N,N]=size(A);X=zeros(N,1);B=[A b];for i=1:N-1      if A(i,i)==0        'A is singular. no unique solution'        break   

首先由於最近需要，要學習一下Emgu CV的相關知識。由於需要做的東西只是一些簡單的東西，在這裡先瞭解一下基礎知識，與大家共同學習 一 Emgu CV與OpenCV的關係   Emgu CV is a cross platform .Net wrapper to the OpenCV image processing library. Allowing OpenCV functions to be called from .NET compatible languages such as C#,

 一映像基礎 1 數位影像 又稱數位映像或數位元影像像，是二維映像用有限數字數值像素的表示。數位影像是由類比映像數字化得到的、以像素為基本元素的、可以用數字電腦或數字電路儲存和處理的映像。     2. 像素  像素（或像元，Pixel）是數位影像的基本元素，像素是在類比映像數字化時對連續空間進行離散化得到的。每個像素具有整數行（高）和列（寬）位置座標，同時每個像素都具有整數灰階值或顏色值。 通常，像素在電腦中儲存為二維整數數阻的光柵映像，這些值經常用壓縮格式進行傳輸和儲存。    3.通道  

下次再補上改進的%Cholesky分解法，%Cholesky分解法function [X]=m_chol(A,b)[N,N]=size(A);X=zeros(N,1);Y=zeros(N,1);for i=1:N    A(i,i)=sqrt(A(i,i)-A(i,1:i-1)*A(i,1:i-1)');    if A(i,i)==0           'A is singular. no unique solution'        break    end    for

    比特幣的購物之旅    比特幣現在已近走入我們的生活，在現實社會中開始影響人們的生活。不管比特幣的未來發展如何，從比特幣交易來說，比特幣已經走出了虛擬行列，正在快步加入到我們的購物大軍中，位元中文門戶整理網上可以購物的比特幣網站，開啟大家的比特幣購物之旅。禮品卡Bitcoin Exchange Services (info), BitcoinExchange 服務將兌換比特幣為禮品卡，包括所有主要企業，零售商店，餐廳，酒店，水療中心，航空公司，度假村等預付借記卡和Visa禮品卡.

轉自：http://blog.163.com/woshitony111@126/blog/static/71379539201262202820650/原理要比較兩個長條圖( and ), 首先必須要選擇一個衡量長條圖相似性的對比標準 () 。OpenCV 函數 compareHist 執行了具體的長條圖對比的任務。該函數提供了4種對比標準來計算相似性：Correlation ( CV_COMP_CORREL )其中 是長條圖中bin的數目。Chi-Square (

由於最近又要做映像相似性的計算，在這裡把資料念一下，也記錄一下自己的工作過程。有想過經驗的大牛們指教呀一篇綜述性的部落格，http://blog.csdn.net/caiye917015406/article/details/8777268，對於映像相似性計算相關演算法做了分析一.長條圖匹配  由於做的映像要考慮旋轉和尺度的問題，所以採用長條圖匹配，可以適應這個變化。 1.長條圖的相關知識    

轉自：http://blog.sina.com.cn/s/blog_4a540be60100vjae.html映像相似性計算主要用於對於兩幅映像之間內容的相似程度進行打分，根據分數的高低來判斷映像內容的相近程度。可以用於電腦視覺中的檢測跟蹤中目標位置的擷取，根據已有模板在映像中找到一個與之最接近的地區。然後一直跟著。已有的一些演算法比如BlobTracking，Meanshift，Camshift，粒子濾波等等也都是需要這方面的理論去支撐。還有一方面就是基於映像內容的映像檢索，也就是通常說的以圖

有些人很小的時候就開始寫代碼，有些人工作多年才轉行做程式員；有些程式員工作多年，依然是個“程式員”，而有些程式員不出幾年就成為代碼專家。本文作者4年前正式進入“程式員”這個行當，卻已取得不小的成就，讓我們一起來感悟他的一些體會和思考。     2009年9月，進入大學的第一天，開始了我正式的軟體工程的學習。為什麼是正式的呢，因為之前雖然也寫過代碼，但完全是出於興趣，想到什麼就學什麼，毫無章法。後來來到了北交大，進入了據說還不錯的軟體學院，有了一群志同道合的朋友，一位位用心良苦的老師，踏上了一個“

前一陣子把蟻群演算法和改進的K-Means演算法都搞定了，然後一直在看CUDA編程，前面看CUDA的介紹，一直認為會C之後CUDA就很容易上手，其實不然，還需要瞭解一些GPU的體繫結構相關的知識才能寫出好的程式來。《GPU高效能運算之CUDA》這本書看完一遍之後感覺它更像一個手稿整理，把之前的恒多文檔整理了一下出了一本書，因為是集大家的智慧，講的還不錯，就是順序上安排的不是太好。有總比沒有好，看過一遍之後，對CUDA編程還是有一些底氣的。推薦新手也先看看。　　看書歸看書，寫程式是另外一件事情，上

轉自：http://blog.csdn.net/jia20003/article/details/7771651#comments影像處理之相似圖片識別（長條圖應用篇）演算法概述：首先對源映像與要篩選的映像進行長條圖資料擷取，對採集的各自映像長條圖進行歸一化再使用巴氏係數演算法對長條圖資料進行計算，最終得出映像相似性值，其值範圍在[0,

轉自：http://blog.csdn.net/zouxy09/article/details/7893011TLD（Tracking-Learning-Detection）學習與源碼理解之（一）zouxy09@qq.comTLD(Tracking-Learning-Detection)是英國薩裡大學的一個捷克籍博士生Zdenek Kalal在其攻讀博士學位期間提出的一種新的單目標長時間（long term

轉自：http://wenku.baidu.com/view/027acf1eb7360b4c2e3f6495.html一、郵件的形式

灰階長條圖是數位影像中最簡單且有用的工具，這一篇主要總結OpenCV中長條圖CvHistogram的結構和應用。灰階長條圖的定義灰階長條圖是灰階級的函數，描述映像中該灰階級的像素個數（或該灰階級像素出現的頻率）：其橫座標是灰階級，縱座標表示映像中該灰階級出現的個數（頻率）。一維長條圖的結構表示為高維長條圖可以理解為映像在每個維度上灰階級分布的長條圖。常見的是二維長條圖。如紅-藍長條圖的兩個分量分別表示紅光映像的灰階值和藍光映像灰階值的函數。其映像座標（Dr,Db）處對應在紅光映像中具有灰階級Dr

轉自：http://blog.csdn.net/Felomeng/article/details/4059128聲明：只是對向量空間模型的介紹（或者叫推廣），並沒有理論創新工作。本人在之前的《向量空間模型(VSM)在文檔相似性計算上的簡單介紹》和《向量空間模型文檔相似性計算實現（C#）》兩篇文章中分別介紹了簡單SVM模型及其實現。本人使用簡單詞頻（即詞在當前文檔中出現的次數）資訊，實現了一個樸素版本的向量空間模型，效果尚可，但還是有很多可改進之處。直接使用詞的個數在比較詞數很多和詞數很少的文檔時

轉自：http://tech.it168.com/a2009/0811/622/000000622042.shtml前言的前言：　最近小弟閑來無聊，就想到了在PPC上面來做個映像對比的小東東，尋找各方資料，終於在今天初步完成了這個程式，現在整理之後和各位共勉。程式中還存在很多不足之處，大家儘管提出自己的意見和建議，本人非常歡迎哦！　前言：　在閱讀本文後，你將知道：　如何在.net Compact Framework

以上的表為查詢所用的表 --between的用法,限制select * from emp   where sal<1000 and sal>100;--select *from emp   where sal between 100 and 1000;--in的用法：IN 操作符允許我們在 WHERE 子句中規定多個值。屬於若干個特定的值select * from emp    where sal=1500 or sal=5000 or sal=3000;select * from

轉自：http://www.4king.org/post/vmware-workstation-8.html 軟體名稱：VMware Workstation 8(完美漢化中文破解版)：VMware Workstation 8 完美漢化破解版.zip安裝序號：UV3NK-25Y41-081CZ-0YP7C-PQ89A漢化安裝說明：1.安裝原版VMware Workstation，安裝完畢後請看下一條。2.關閉VMware Workstation，然後在工作管理員中關閉所有VMware

轉自：http://www.iteye.com/news/24449原始程式碼控制是開發工作中很重要的一部分，甚至可以說是很多開發人員的生命。但是我們往往在這方面犯錯。我在這裡列出了十條建議，可以說是戒律。雖然我會用 Subversion 和 .NET 來做樣本，但這些戒律和你用的程式設計語言還有源碼管理工具無關。1. 徹底拋棄 VSS！VSS 已死，就讓它離去吧。它曾經很有用，但是現在其他 VCS（Version Control System）已經遠遠超越了它。微軟也決定從明年開始不再支援