文章目录1. 实现图解2. 聊天室服务端：TCP_Server_Chat.cpp3. 聊天室客户端：TCP_Client_Chat.cpp1. 实现图解2. 聊天室服务端：TCP_Server_Chat.cpp#include <winsock2.h> // winsock2的头文件#include <iostream>#pragma comment(lib, "ws2_3

文章目录1. IPv6简介2. IPv6的长度3. IPv6的表示方法3.1 冒号分十六进制表示法3.2 0位压缩表示法3.3 内嵌IPv4地址表示法4. socket 下ipv4到ipv6的移植4.1 地址结构4.2 地址赋值4.3 socket创建4.4 网络序转为字符串ip地址4.5 字符串ip地址转为网络序4.6 主机名和地址的转换5. TCP_Server_IPv6.cpp6. TCP_

一、习惯C++01：视C++为一个语言联邦c语言区块语句预处理内置数据类型数组指针Object-Oriented C++.类封装继承多态virtual 虚函数（动态绑定）Template C++ 范型编程STL 标准库02：尽量以 const，enum，inline替换#define03：尽可能使用const04：确定对象被使用前已先被初始化二、构造，析构，赋值05：了解C++默默编写并调用了哪些

文章目录作为随机过程的图像图像形成物理作为辐射测量的图像图像获取与几何光学镜头像差和径向畸变从辐射学角度看图像获取表面反射作为随机过程的图像由于随机变化和噪声的原因，图像在本质上是统计性的，有时将图像的数作为随机过程的实现米看待有其优越性。这时有关图像的信息量和冗余性的问题可以用概率分布来问答，将概率特征简化为均值、离差（dispersion）、相关函数等。随机过程（stochastic proc

3.5 特征提取尽管区域和轮廓非常有用但它们有时还是不够用的，因为它们只包含对分割结果的原始描述。通常，我们必须从分割结果中选出某些区域或轮廓， 比如，为了去除分割结果中不想要的部分。

3.3 几何变换在许多应用中，并不能保证被测物在图像中总是处于同样的位置和方向。 所以，检测算法必须能够应对这种位置的变化。 因此， 首先要解决的问题就是检测出被测物的位置和方向，即被测物的位姿。这将在本章后续几节中进行介绍。为在本节中讨论方便，我们先假设位姿已知。此时，调整物体到检测所需位姿的最简单方法就是对 ROI的位姿进行适当的调整。

文章目录图像平滑边缘检测算子二阶导数过零点图像处理中的尺度Canny边缘提取参数化边缘模型多光谱图像中的边缘频域的局部预处理用局部预处理算子做线检测角点（兴趣点）检测图像复原容易复原的退化总结根据处理的目的，可以将用部预处理方法分为两组。平滑（smoothing） 目的在于抑制噪声或其他小的波动，这等同于在傅里叶变换域抑制高频部分。不幸的是平滑也会模糊所有的含有图像重要信息的明显边缘。梯度算子（g

文章目录9.1 区域形状特征9.1.1 区域的面积和中心点9.1.2 封闭区域（孔洞）的面积9.1.3 根据特征值选择区域9.1.4 根据特征值创建区域9.2 基于灰度值的特征9.2.1 区域的灰度特征值9.2.2 区域的最大、最小灰度值9.2.3 灰度的平均值和偏差9.2.4 灰度区域的面积和中心9.2.5 根据灰度特征值选择区域9.3 基于图像纹理的特征9.3.1 灰度共生矩阵9.3.2 创建

3.1 数据结构在深入研究机器视觉算法之前，我们必须分析机器视觉应用中涉及到的基本数据结构。本节介绍表示图像，区域和亚像素轮廓的数据结构。

人的色彩感知在电磁辐射的波长这一客观的物理性质基础上加了一主观层次。因此，色彩可以认为是一 种心理物理现象。色彩长期用于绘画、摄影和影片中，将周围世界以类似于其在真实中所被感知的方式展示给人。在绝对意义下，人类的视觉系统对 于感知色彩并不十分精确；如果想精确地表达色彩概念，我们会使用较为常用的色彩来描述它，而这些色彩被用作标准：作为一个例子，想想英国公共电话亭的红色。