原帖地址：http://blog.csdn.net/quarryman/article/details/6432963 下面用两种方法实现直方图的计算和绘制，其一用自己实现计算直方图，其二利用OpenCV提供的库函数计算直方图。代码和算法不难，适合OpenCV初学者学习之用。如有疏漏错误之处，还请各路方家指出。下面使用的测试图是标准的lena图。 代码之一[c-shar

在CCS编程中，如果我们不指定变量的存放位置，编译器会自动的给变量分配一个位置。但是，如果有的时候需要把变量放在一个特定的空间内，我们应该如何操作呢？CCS提供了如下的两个指令：#pragma   CODE_SECTION；#pragma DATA_SECTION。其中data_section是针对数据空间的，code_section是针对程序空间的。具体的使用办法是：#p

<br />在DM642时代，是“一招鲜，吃遍天”。只有一颗处理器，无论客户做多少个产品线，多<br />少种产品，只用维护一种开发环境和软件，只用保持为数不多的一个BOM 清单即可；可<br />是到了达芬奇时代，DM644x算法买不起，自己做吧，还没做完，DM357出来了。跟进 TI的<br />烈士们，累的跳楼的心都有了……<br /><br />序：<br /><br />芯片是产业链上游

在深度学习算法嵌入式开发应用中，如何把在pytorch下训练得到的模型参数，提取出来保存成C语言能够调用的数组形式，是嵌入式应用开发的重要步骤。以下介绍一个简单的例子，下文中的代码来自莫凡教程，是一个线性回归的简单深度学习例子，输入节点为1个，隐藏层10个节点，输出一个节点。relu用的是普通的，所以不需要参数。f = open('./w1.txt',mode = 'w+') #是创建一个txt文

图形学--（中点画线法+Bresenham画线算法）   原文地址:https://www.cnblogs.com/llsq/p/7506597.html     编程环境：codeblocks+EGE库     用到的函数：putpixel(int x1,int y1,int color)  用某种颜色打亮一个坐标点。 这俩种算法都是用来在计算机上画一条直线的，那么我们为什么

用IPP给OpenCV加速因为OpenCV曾由Intel性能基元(IPP)团队主持，而且几个主要开发者都与IPP团队保持着良好的关系，所以OpenCV利用了IPP高度手工优化的代码来实现加速。使用IPP获得的提速是非常显著的。图1-4比较了另外两个视觉库LTI[LTI]和VXL[VXL]与OpenCV以及IPP优化的OpenCV的性能。请注意，性能是OpenCV追求的一个关键目标；它需要实时运

Harris角点算法特征点检测广泛应用到目标匹配、目标跟踪、三维重建等应用中，在进行目标建模时会对图像进行目标特征的提取，常用的有颜色、角点、特征点、轮廓、纹理等特征。现在开始讲解常用的特征点检测，其中Harris角点检测是特征点检测的基础，提出了应用邻近像素点灰度差值概念，从而进行判断是否为角点、边缘、平滑区域。Harris角点检测原理是利用移动的窗口在图像中计算灰度变化值，

版权声明：Sin_Geek笔记与总结，欢迎分享讨论~~    https://blog.csdn.net/lyh03601/article/details/82587435常见的深度学习框架有 TensorFlow 、Caffe、Theano、Keras、PyTorch、MXNet等，如下图所示。这些深度学习框架被应用于计算机视觉、语音识别、自然语言处理与生物信息学等领域，并获取了极好的效果。下.

转自：http://blog.csdn.net/danieljianfeng/article/details/42433475在卷积神经网络中，我们经常会碰到池化操作，而池化层往往在卷积层后面，通过池化来降低卷积层输出的特征向量，同时改善结果（不易出现过拟合）。为什么可以通过降低维度呢？因为图像具有一种“静态性”的属性，这也就意味着在一个图像区域有用的特征极有可能在另一个区域同样适用。...