wangli071125-CSDN博客

原创 OpenCV设置感兴趣区域ROI

1、Iplimage设置感兴趣区域int main(int argc, char** argv) { //导入图像 IplImage* img1 = cvLoadImage("test.jpg", 1); //设置感兴趣区域 cvSetImageROI(img1, cvRect(10, 15, 150, 250)); //感兴趣区域大小一样 IplImage* img2 = cvCreateImage(cvGetSize(img1), img..

2021-05-12 12:15:45 347 1

转载 VS fopen_s与fopen支持

最普通的解决方法，就是使用fopen_s替代fopen_s(_Outptr_result_maybenull_ FILE ** _File, _In_z_ const char * _Filename, _In_z_ const char * _Mode);这是fopen()函数：fopen(_In_z_ const char * _Filename, _In_

2017-06-21 11:41:47 5701

原创最大类间方差法otsu （大津算法）

性能:类间方差法对噪音和目标大小十分敏感，它仅对类间方差为单峰的图像产生较好的分割效果。当目标与背景的大小比例悬殊时，类间方差准则函数可能呈现双峰或多峰，此时效果不好，但是类间方差法是用时最少的。公式推导：记t为前景与背景的分割阈值，前景点数占图像比例为w0，平均灰度为u0；背景点数占图像比例为w1，平均灰度为u1。则图像的总平均灰度为：u=w0*u0+w1

2016-10-13 09:50:27 2556

原创直方图均衡化

直方图均衡化是通过拉伸像素强度分布范围来增强图像对比度的一种方法.函数 cvEqualizeHist 采用如下法则对输入图像进行直方图均衡化：1，计算图像的直方图hist[256]2，对直方图做归一化处理3，对直方图做积分图4，对原图用积分图做映射

2016-05-17 10:39:31 449

原创 CSDN CODE的Git 配置使用（windows）

管理代码1,创建新项目: CSDN ----> CODE ---> 创建新项目 2，然后在CODE我的项目可以看先刚创建的项目，打开会看见SSH后面有个复制地址如[email protected]:xxx/xxx.git3，打开Git Bash，进入相应的目录$ git clone [email protected]:xxx/xxx.git会创建一个

2016-04-21 13:51:20 503

原创 jdk安装

版本：jdk 1.6.0_45下载地址：http://www.oracle.com/technetwork/java/javasebusiness/downloads/java-archive-downloads-javase6-419409.html#jdk-6u45-oth-JPR1. 将下载好的jdk-6u45-linux-x64-rpm.bin包，移动到/usr/java并

2014-03-21 15:05:35 834

原创 adb server is out of date. killing...

1、确认问题启动控制台，输入adb shell，看以下内容是否一样：adb remount2、确认adb server是否启动，可能是adb端口被占用，查看adb用的是哪个端口：adb nodaemon server3、查看谁占用了这个端口：netstat -ano | findstr "5037"4、直接用命令行kill该进程：ta

2014-02-25 13:56:28 807

原创 undefined reference to `dlclose' `dlopen' `dlsym'

解决的方法是在 ./configure 后面加上参数LDFLAS＝‘-ldl’：make clean ./configure LDFLAGS=-ldl 或 LOCAL_LDFLAGS := -ldl make sudo make install

2014-02-25 10:06:39 3444

转载 Android的按钮Button单击事件及监听器的实现方式

转载：http://www.apkbus.com/android-18459-1-1.html第一种：匿名内部类作为事件监听器类大部分时候，事件处理器都没有什么利用价值（可利用代码通常都被抽象成了业务逻辑方法），因此大部分事件监听器只是临时使用一次，所以使用匿名内部类形式的事件监听器更合适，实际上，这种形式是目前是最广泛的事件监听器形式。上面的程序代码就是匿名内部类来创建事件

2014-02-14 10:54:29 27749

原创计算Haar特征个数

Haar特征个数为：X.Y.(W+1-w(X+1)/2).(H+1-h(Y+1)/2)特征模板可以在子窗口内以“任意”尺寸“任意”放置，每一种形态称为一个特征。找出子窗口所有特征，是进行弱分类训练的基础。以mxm像素分辨率的检测器为例，其内部存在的满足特定条件的所有矩形的总数可以这样计算：对于m×m子窗口，我们只需要确定了矩形左上顶点A(x1，Y1)和右下顶点B(x

2013-06-13 13:37:21 3569

wangli071125的专栏