c++opencv对于一张二值化的图片，每个对象的轮廓可能只有父轮廓，也可能有多个子轮廓，希望只获取最外层轮廓和最外层对应的子轮廓，至于内部嵌套的轮廓就不要了这个需求怎么操作呢？

【代码】opencv--把cv::Mat数据转为二进制数据的保存和读取。

从矫正前的数据和矫正后的数据可以发现，平面得到了很好得了很好的矫正。

如果上面的话理解起来有些晦涩的话，我个人的理解是：定义一个待匹配的核，其中核内元素值为1，表示该位置需要匹配前景（白色）；使用该核对源图像扫描后，若匹配上述规则，在锚点位置记为255(非0)，若不匹配，则锚点位置记为0，最后得到的结果就是输出图像。总结一下击中和击不中，简单来说这个形态学操作就是选择你想要的形状，例如二值化后有很多的点，如果我只想保留符合要求的形状的二值化，此时该操作很有效，你可以

先腐蚀再膨胀，消除细小点、毛刺、连接点等等情况。

以一个符合语言规律的序列为输入，模型将利用序列间关系等特征，输出一个在所有词汇上的概率分布.这样的模型称为语言模型.

有时这两个峰值会有部分重叠，即左侧峰值的下降部分和右侧峰值的上升部分存在叠加。通常可以把自然界的信号看做高斯信号，即一个峰值对应一个高斯信号，当直方图中的两个高斯信号在某个灰度区域叠加的时候，其叠加区就形成了一个圆滑的谷底，就很难找到一个确切的位置（最优二值化的灰度值）把这两个峰值分开。前景使得某个灰度区间的灰度值的数量急剧增加，就会产生一个峰值，同理背景会使另一个灰度区间的灰度值的数量急剧增加，

解码器的作用：根据编码器的结果以及上一次预测的结果,对下一次可能出现的值进行特征表示。使最后一维的向量中的数字缩放到0-1的概率值域内,并满足他们的和为1。通过对上一步的线性变化得到指定维度的输出,也就是转换维度的作用,测试代码放到最后代码。

1. 线程池原理我们使用线程的时候就去创建一个线程，这样实现起来非常简便，但是就会有一个问题：如果并发的线程数量很多，并且每个线程都是执行一个时间很短的任务就结束了，这样频繁创建线程就会大大降低系统的效率，因为频繁创建线程和销毁线程需要时间。那么有没有一种办法使得线程可以复用，就是执行完一个任务，并不被销毁，而是可以继续执行其他的任务呢？线程池是一种多线程处理形式，处理过程中将任务添加到队列，然后

YOLOv5原理方面这里不再过多阐述，直接从输出头开始，然后设计如编解码：1.yolov5系列的原始输出是3个head头，上图画的是输入为608*608的分辨率的图，如果输入改为640*640分辨率的图片，那么输出的3个头分别对应三个8、16、32下采样的输出分别为80*80*255、40*40*255、20*20*255，其中对应的数字意义如上图所示。2.那么80*80*255、40*40*25