<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[chasingMax的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/chasingMax</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; chasingMax]]></copyright><item><title><![CDATA[OpenCV imgproc组件之图像变换]]></title><link>https://blog.youkuaiyun.com/chasingMax/article/details/77751005</link><guid>https://blog.youkuaiyun.com/chasingMax/article/details/77751005</guid><author>chasingMax</author><pubDate>Thu, 31 Aug 2017 18:47:24 +0800</pubDate><description><![CDATA[该部分主要包括边缘检测、霍夫变换、重映射、仿射变换和直方图均衡化几种操作，下面用具体例子分别介绍图像变换函数的使用。


#include
#include
#include
using namespace std;
enum EdgeType
{
	CANNY = 0,
	SOBEL,
	LAPLACIAN,
	SCHARR
};
//边缘检测
bool edgeFind(cv::Mat ]]></description><category></category></item><item><title><![CDATA[OpenCV imgproc组件之 图像处理]]></title><link>https://blog.youkuaiyun.com/chasingMax/article/details/77677230</link><guid>https://blog.youkuaiyun.com/chasingMax/article/details/77677230</guid><author>chasingMax</author><pubDate>Tue, 29 Aug 2017 14:07:36 +0800</pubDate><description><![CDATA[Opencv图像处理部分
该部分可分为普通滤波器（boxFilter\blur\GaussianBlur\medianBlur\bilatrealFilter\filter2D）、形态学滤波器(dilate\erode\morphologyEx)、漫水填充(floodFill)、图像尺寸缩放(pyrUp\pyrDown\resize)和阈值化(Threshold\adaptivethreshol]]></description><category></category></item><item><title><![CDATA[C++多线程框架]]></title><link>https://blog.youkuaiyun.com/chasingMax/article/details/77248806</link><guid>https://blog.youkuaiyun.com/chasingMax/article/details/77248806</guid><author>chasingMax</author><pubDate>Wed, 16 Aug 2017 15:48:49 +0800</pubDate><description><![CDATA[工作以来曾几次接触多线程，今天来记录一下了。前段时间写过dll封装和使用的一个小例子（下面有链接）。在那个例子上稍加改动加上多线程相应应用，记录下自己工作的内容，方便以后大家多线程工程时运用。
下面这个例子模拟在正常工作中可能出现不稳定因素，在正常工作的主线程中创建一个修复子线程，每当出现不稳定因素修复线程进行修复工作，然后继续进行正常工作。工程如下：
跟文章“用例子，通俗介绍回掉函数的使用”]]></description><category></category></item><item><title><![CDATA[OpenCV Core组件操作]]></title><link>https://blog.youkuaiyun.com/chasingMax/article/details/77234849</link><guid>https://blog.youkuaiyun.com/chasingMax/article/details/77234849</guid><author>chasingMax</author><pubDate>Wed, 16 Aug 2017 11:26:16 +0800</pubDate><description><![CDATA[最近在复习opencv,整理一下基础知识。今天把Core组件的相关操作记录下来，常用的操作有以下几个：
Mat结构体
 
访问像素
Matimage;
Uchar*data = image.ptr(i);
 
Mat_::iteratorit = image.begin();
(*it)[0];
 
Image.at(i,j)[0];
图像叠加、混合
Matimage;
]]></description><category></category></item><item><title><![CDATA[OpenCV边缘提取]]></title><link>https://blog.youkuaiyun.com/chasingMax/article/details/76283567</link><guid>https://blog.youkuaiyun.com/chasingMax/article/details/76283567</guid><author>chasingMax</author><pubDate>Fri, 28 Jul 2017 21:01:40 +0800</pubDate><description><![CDATA[边缘检测是图像处理中的一种传统算法，可以用来做物体检测。偶然间看到一个例子，不明白为何要加入这样的形态学操作，稍作分析记录下来，同时分享给像我一样的小白。代码经过整理如下：#include
#define max(a,b) a>b?a:b
using namespace std;
int main()
｛
	cv::Mat pupil_image = cv::imread("test.jpg",0]]></description><category></category></item><item><title><![CDATA[C++图像分类、检测工程]]></title><link>https://blog.youkuaiyun.com/chasingMax/article/details/76125677</link><guid>https://blog.youkuaiyun.com/chasingMax/article/details/76125677</guid><author>chasingMax</author><pubDate>Wed, 26 Jul 2017 10:32:07 +0800</pubDate><description><![CDATA[闲来无事，整理一下图像分类和检测的相关知识。先搭建一个简易工程，粗糙的实现分类和检测。先将工程所用文件上传。之后会逐步扩充，并根据扩充的内容做一些知识补充。（更多围绕在基础工程实现上，原理分析比较少。）
之前有过图像分类的相关介绍，本来打算先介绍一下图像检测的相关知识再整理该工程。一时着急，没有整理图像检测相关知识。只能在之后扩充时再做补充。
头文件：

#pragma once
#in]]></description><category></category></item><item><title><![CDATA[用例子，通俗介绍回掉函数的使用]]></title><link>https://blog.youkuaiyun.com/chasingMax/article/details/75629778</link><guid>https://blog.youkuaiyun.com/chasingMax/article/details/75629778</guid><author>chasingMax</author><pubDate>Fri, 21 Jul 2017 10:45:10 +0800</pubDate><description><![CDATA[说起回掉，一直感觉很神秘，网上书上查了很多次，给出的解释大同小异，得到了“回掉是函数指针实现的，用函数指针作为函数参数的一种运用”的认知。其实百度百科介绍的很详细了，但是没有实际运用之前并没有直观地感受，始终不得其法。 

最近接触的一个项目，里面用了大量的回掉。在接触大量的运用之后，终于有了真切地感受。从两方面介绍在实际应用中的认知。首先：回掉函数和API对应。API一般有底层实现，上层调用]]></description><category></category></item><item><title><![CDATA[opencv分类算法实例]]></title><link>https://blog.youkuaiyun.com/chasingMax/article/details/75323355</link><guid>https://blog.youkuaiyun.com/chasingMax/article/details/75323355</guid><author>chasingMax</author><pubDate>Tue, 18 Jul 2017 19:28:58 +0800</pubDate><description><![CDATA[前者介绍了特征向量的提取，提取的特征可用于分类算法。分类算法的具体实施一般为训练和分类两部分。
一、OpenCV原函数：
1、训练函数
virtual
bool train(
const cv::Mat&
 trainData, int tflag,
                      
const cv::Mat&
 responses, const cv::Mat&]]></description><category></category></item><item><title><![CDATA[HOG描述子提取]]></title><link>https://blog.youkuaiyun.com/chasingMax/article/details/75040975</link><guid>https://blog.youkuaiyun.com/chasingMax/article/details/75040975</guid><author>chasingMax</author><pubDate>Wed, 12 Jul 2017 20:45:52 +0800</pubDate><description><![CDATA[最近接触机器学习相关工作，工作中使用分类和检测算法，提取特征是算法的前提。OpenCV自带了HOG、Haar和LBP描述子。下面将工程中用到的HOG描述子特征提取进行记录整理。
一、OpenCV原函数：
1、特征描述子对应类的构造函数
CV_WRAP HOGDescriptor(Size
_winSize, Size
_blockSize, Size
_blockStride,
  ]]></description><category></category></item><item><title><![CDATA[C++简易接口示例]]></title><link>https://blog.youkuaiyun.com/chasingMax/article/details/74934743</link><guid>https://blog.youkuaiyun.com/chasingMax/article/details/74934743</guid><author>chasingMax</author><pubDate>Mon, 10 Jul 2017 19:11:04 +0800</pubDate><description><![CDATA[第一次做接口，虽然理论知识都懂，还是花了几天才弄出来。把实际工程精简一下记录下来。
这里共有两个工程，一个是生成含有接口的动态链接库工程，一个是使用接口的工程。


动态链接库工程：

接口类（API.h）
#pragma
once
#ifdef
WIN32
#define
TEST_API
__declspec(dllexport)
#else
#define]]></description><category></category></item></channel></rss>