本文转自http://blog.csdn.net/xuejiren/article/details/386351211.搜狗实验室数据集：http://www.sogou.com/labs/dl/p.html互联网图片库来自sogou图片搜索所索引的部分数据。其中收集了包括人物、动物、建筑、机械、风景、运动等类别，总数高达2,836,535张图片。对于每张图片，

人脸识别（检测）技术主要涉及到Haar特征、积分图和Haar级联三大类，下面我简单概述一下这三类知识，并给出我觉得不错的深入学习某方面的连接。Haar特征    Haar特征分为四类：边缘特征、线性特征、中心特征和对角线特征，将这些特征组合成特征模板。特征模板内有白色和黑色两种矩形，并定义该模板的特征值为白色矩形像素和‘减’去黑色矩形像素和。 Lienhart R．等对Haar-l

本文转自http://blog.csdn.net/xuejiren/article/details/386351211.搜狗实验室数据集：http://www.sogou.com/labs/dl/p.html互联网图片库来自sogou图片搜索所索引的部分数据。其中收集了包括人物、动物、建筑、机械、风景、运动等类别，总数高达2,836,535张图片。对于每张图片，

1、利用 at 函数读取（1）单通道图像读取方式Mat img1 = imread(filename,IMREAD_GRAYSCALE);     for( size_t nrow = 0; nrow    {         for(size_t ncol = 0; ncol        {             uchar val = mat_CV_

putText()函数属于imgproc组件，其功能为在图像中某一位置显示文字，OpenCV中函数定义如下：C++: void putText(Mat& img, const string& text, Point org, int fontFace, double fontScale, Scalar color, int thickness=1, int lineType=8, bool

对输入流操作：seekg（）与tellg（）对输出流操作：seekp（）与tellp（）下面以输入流函数为例介绍用法：seekg（）是对输入文件定位，它有两个参数：第一个参数是偏移量，第二个参数是基地址。对于第一个参数，可以是正负数值，正的表示向后偏移，负的表示向前偏移。而第二个参数可以是：ios：：beg：表示输入流的开始位置ios：：cur：表示输入流的当前位置io

0 前言　　神经网络在我印象中一直比较神秘，正好最近学习了神经网络，特别是对Bp神经网络有了比较深入的了解，因此，总结以下心得，希望对后来者有所帮助。 　　神经网络在机器学习中应用比较广泛，比如函数逼近，模式识别，分类，数据压缩，数据挖掘等领域。神经网络本身是一个比较庞大的概念，从网络结构类别来划分，大概有：多层前馈神经网络、径向基函数网络（RBF）、自适应谐振理论网络（ART）、