opencv不论是轮廓提取，还是边缘检测，都会得到很多点，一般来讲都会有几千个点，不论是查找直线，还是查找圆，对几千个点进行处理，都需要耗费很多时间。而很多时候，我们不需要这么多点，我们想要的结果是：随机的删除一些点，比如删除一半的点。c++中vector容器用的较多，所有的点都存放在vector中，vector从末尾删除数据的效果很多，但是从中间删除的话，效率很低，如果从中间删除，3000个

一、还是以mnist的例程，来演示tensorboard的可视化1、先上代码：from tensorflow.examples.tutorials.mnist import input_dataimport tensorflow as tfdir = './MNIST_data'# 最好填绝对路径# 1.Import datamnist = input_data.re

骨架提取/图像细，相信很多人都听说过，图像细化原理 可以参看这篇博文。由于opencv没有现成的函数，因此，看懂了原理之后，自己写了一个函数出来。现在分享一下代码。现在越来越觉得C博客的好处，可以看到好多前辈分享的代码，大大缩短了自己掌握图像处理技巧的时间。这种乐于分享的氛围，必将极大的促进技术的进步和革新。本代码配置条件  opencv2.4.9+vs2013  应该其他版本的v

如果一张图片中，光照不均匀，使用全局阈值时，就无法达到想要的阈值化效果。因此，不均匀光照的补偿算法研究，具有一定的意义。        当然，不均匀光照的补偿方法有很多，本文只是记录其中一种，具体效果如何，实际价值如何，还有待验证。希望看到此博文的读者，对不均匀光照有深入研究的，可以一起交流。        其主要思路为：1、求取源图I的平均灰度，并记录rows和cols；2、按照

1、得到特征点与特征点描述（SIFT SURF ORB）（1）SIFT#includevector key_points;Mat descriptor;Ptr sift = xfeatures2d::SIFT::create(0, 3, 0.04, 10);sift->detectAndCompute(image, noArray(), key_points, descri

Zbar解码器是一个开源的二维码（包括条形码）解码器，可以识别来至于视频流，图像文件、手持扫码器和视频设备（如摄像头）等二维码识别，支持EAN-13/UPC-A, UPC-E, EAN-8, Code 128, Code 39, QR Code（二维码）等常用编码方式的条形码/二维码。         话不多说，直接开始配置和使用步骤。一、下载并安装Zbar1、Zbar安装包的

之前已经安装过vs2013 update_5版本。现在同时安装vs2015，以后电脑中13和15版本共存，在此做一个记录。参考博文https://blog.csdn.net/guxiaonuan/article/details/73775519?locationNum=2&fps=1一、安装包下载1、vs2015社区版下载地址2、下载后，得到vs2015.com_chs.iso 文

虽是细节，但使用不当，也容易造成严重错误。挖过填过的坑，记录一下。主要有以下几种方法vector list;list.push_back(1);list.push_back(2);一、初始化构造时拷贝vector tem(list);这种拷贝，相当于复制了一份数据，list中的数据不变。二、assignvector temlist;temlist.assign(li

       Visual Leak Detector是一个开源的，免费的，健壮的又使用起来很简单的内存泄漏检测系统，支持vs2008-vs2015，支持C和C++的工程。 安装完成后，使用起来只需要简单的在工程中加入：#include <vld.h> 。当你在debug模式下运行VisualStudio调试器时，Visual Leak Detector将在调试结束时输

seetaface，是中科院计算机所山世光老师所带领的团队开发出来的人脸识别库，开源免费可用，据说识别率可达97.1%，实测下来，识别率确实是蛮高的，比opencv自带的人脸识别功能强多了。在此，感谢开源的分享精神，可以让我们这些软件开发工程师们站在巨人的肩膀上，做一些解决实际问题的项目。同时，避免了大量重复造轮子的工作。本文主要记录了花费5天的时间，基于seetaface，开发一个小型的