其他

在運行V8代碼的時候或者Nodejs等依賴於V8的時候，可能遇到如下錯誤：Maximum call stack size

參考：http://software.intel.com/sites/products/documentation/hpc/mkl/mklman/index.htm（1）函數分類：根據MKL的手冊可以知道，MKL函數主要分為以下幾類（domains）：BLASBLACSLAPACKScaLAPACK PBLASSparse Solver Vector Math Library (VML) Vector Statistical Library (VSL) Conventional DFTs

GDI+是對GDI的很大程度上的改進，其設計理念以及操作的方式和GDI相比有了本質的不同，因其優秀的消除鋸齒功能以豐富介面函數深受廣大映像和圖形編程者的愛好，同GDI相比，在編程上有著較大的不同。在GDI+的一些列函數中，有兩個比較特殊，他們是GdiplusStartup以及GdiplusShutdown，在執行所有的GDI+圖形或映像的函數前，一定要先調用GdiplusStartup函數，否則將返回GdiplusNotInitialized的錯誤，在程式關閉之前一定要調用GdiplusShut

說明：android的NDK本來就提供了zlib庫，但是由於zlib相對簡單，所以我第一次編譯的就是zlib，只是為了瞭解一下大概如何編譯的思路。這裡使用的zlib的版本是zlib-1.2.3。（1）使用ndk-build的方式解壓zlib包後，將其放入JNI檔案夾下，分類樹結構如下：NDK#tree -L 3.├── prj_zlib│   └── jni│   └── zlib-1.2.3└──

說明:下載User

轉載：http://blog.csdn.net/drshenlei/article/details/4240703原文標題：What Your Computer Does While You Wait原文地址：http://duartes.org/gustavo/blog/ [註：本人水平有限，只好挑一些國外高手的精彩文章翻譯一下。一來自己複習，二來與大家分享。] 本文以一個現代的、實際的個人電腦為對象，分析其中CPU（Intel Core 2 Duo 3.0GHz）以及各類子系統的運行速度——

說明:下載User

參考手冊：http://software.intel.com/sites/products/documentation/studio/composer/en-us/2011Update/compiler_c/index.htm說明：本系列文章為個人筆記，如有不正確之處，請參考官方相關文檔，如果錯誤發現，我會盡量更新修改。另外，以下內容不保證對於所有版本的編譯器都正確，編譯器的實現也可能有一些變化之處，具體參考官方文檔。補充說明：下面內容為一些基礎知識的補充說明，以防止誤解。(1)

        PS的蠕動選區的確為該軟體增添了不少光彩，動態顯示不僅能告訴使用者選擇了哪些像素，還比我們日常在VB中使用Shape控制項類比選區要來的醒目。如果在我們自己的程式中添加這種功能，不是很值得欣慰的一件事嘛。下面就簡單的講述一下如何藉助API函數實現這種效果。      

參考：http://software.intel.com/sites/products/documentation/hpc/mkl/mkl_userguide_win/mkl_userguide_win.pdf（搜尋“Layered Model Concept"）為了支援多編譯器和介面、不同的OpenMP實現、串列和多線程、廣泛的處理器等，Intel MKL採用結構化設計。為了支援不同的介面、執行緒模式和處理器計算等，Intel MKL在概念上可以分為以下三部分：1. Interface

       很多程式象winamp,TTplayer,RealPlayer等都有自動啟用前一個執行個體的功能，其實這玩意也很簡單的，在VB中可以用App.hInstance 來判斷是否運行了程式的一個執行個體，用API函數FindWindow來找到前一個執行個體的控制代碼，從而為啟用她做好了準備。但是App.hInstance

閱讀提示：    《Delphi影像處理》系列以效率為側重點，一般代碼為PASCAL，核心代碼採用BASM。    《C++影像處理》系列以代碼清晰，可讀性為主，全部使用C++代碼。    儘可能保持二者內容一致，可相互對照。   本文代碼必須包括文章《Delphi影像處理 -- 資料類型及公用過程》中的ImageData.pas單元。     本文代碼是在《Delphi影像處理 -- 亮度/對比調整》基礎上，通過改非亮度為線性亮度而成的。    映像亮度調整分為非線性和線性兩種方法。   

這裡，我們舉幾個最簡單的影像處理的例子，來看看如何利用剛才我們所寫的兩個函數及應該注意的幾個問題。1、映像的反色  映像的反色即將黑色的變成白色的，白色的變成黑色的，實現真正的黑白顛倒，其演算法很簡單，NewPixel=255- OldPixel。我們試著寫一段程式，如下，其中TimeElapse 記錄了程式執行所用的時間，以豪秒為單位。Public Shared Function Invert(ByVal Bmp As Bitmap, ByRef TimeElapse As Integer)

       假設R是X上的模糊等價關係，則對任意的a,R的a-截集是X上的普通等價關係，因此，可以根據X上的模糊關係，對X進行模糊分類。當取不同的a值，則可以得到不同的分類結果，即分類是動態。      實際操作中，一般情況下，我們所獲得是一系列樣本，假設有N個，每個樣本可以看作是M維空間中的一個點。可以表示如下，論域： ，對第i個元素有     1.資料預先處理           

轉自Codeproject http://www.codeproject.com/dotnet/comparingimages.asp    Public Enum CompareResult        ciCompareOk        ciPixelMismatch        ciSizeMismatch    End Enum      Public Shared Function Compare(ByVal bmp1 As Bitmap, ByVal bmp2 As

       最近無意中看到了一種0(1)複雜度的中值濾波演算法，參考http://nomis80.org/ctmf.html,按照文章的方式實現了，並做了適當的改進。     演算法的原理已經完全搞懂，其實並不難，記錄下，以資鼓勵。     一個建議，在半徑小於8的時候，可以不用該演算法，而改以直接用長條圖--》（粗分/細分長條圖計算）。速度會快一半，而大於8時，建議用該演算法。     以一副1024*768的24位真彩色映像為例，進行速度結果彙報：時間比較（ms)      半徑     

Private Declare Function GetPixel Lib "gdi32" (ByVal hDC As Long, ByVal X As Long, ByVal Y As Long) As LongPrivate Declare Function SetPixel Lib "gdi32" (ByVal hDC As Long, ByVal X As Long, ByVal Y As Long, ByVal crColor As Long) As Long'Private

閱讀提示：    《Delphi影像處理》系列以效率為側重點，一般代碼為PASCAL，核心代碼採用BASM。    《C++影像處理》系列以代碼清晰，可讀性為主，全部使用C++代碼。    儘可能保持二者內容一致，可相互對照。   本文代碼必須包括文章《Delphi影像處理 -- 資料類型及公用過程》中的ImageData.pas單元。     對映像的翻轉處理，是產生一個與原映像在水平方向或者垂直方向相對稱的鏡像映像。   

    映像的二值化，無論是理論，還是方法都很多，網上搜尋一大堆，本人水平有限，沒法完全搞清楚，只在這裡針對GDI+在Delphi中如何做一般二值化處理，寫一個簡單例子。    其實，這個例子在昨天本人發表的《GDI+ 在Delphi程式的應用 -- ColorMatrix與映像灰階化 》中已經給出了基本的代碼，只要在其上加一個參數和一句代碼就行了： // 灰階或者二值化彩色映像procedure GrayImage(Image: TGpImage; Threshold: Single = 0.

      樣本工程見:          http://files.cnblogs.com/laviewpbt/%e5%9b%be%e5%83%8f%e6%a8%a1%e7%b3%8a%e8%81%9a%e7%b1%bb.rar       一年前我寫過模糊聚類演算法（FCM）和硬聚類演算法（HCM)的VB6.0實現及其應用 一文，之後，有不少同仁向我詢問如何將這個演算法應用在彩色映像的分割上，鑒於映像資料的特殊性，這裡簡單的談談在映像中聚類演算法的需要注意一些細節。