10号同学的博客

#include using namespace cv;//-----------------------画匹配线---------------------------static Scalar randomColor(RNG& rng){ int icolor = (unsigned)rng; return Scalar(icolor&255, (icolor>>8)&255, (

一、YUV含义YUV格式通常有两大类：打包（packed）格式和平面（planar）格式。前者将YUV分量存放在同一个数组中，通常是几个相邻的像素组成一个宏像素（macro-pixel）；而后者使用三个数组分开存放YUV三个分量，就像是一个三维平面一样。 在摄像头之类编程经常是会碰到YUV格式，而非大家比较熟悉的RGB格式。我们可以把YUV看成是一个RGB的变种来理解。 如果只

1、checkout：从服务器获取到本地，获取的文件带svn信息，受svn控制。export：将文件获取到本地，不带svn信息，不受svn控制。2、添加文件（1）将添加的文件添加到要放的目录下（2）TortoiseSVN->Add（3）右键->SVN Commit->写注释

1.Hugin的使用（1）增加图像：导入要拼接的图片，全帧鱼眼，水平视野120度（2）编辑->运行助理：寻找控制点，会优化pto参数（3）预览全景图像：手动调节全景图像，使得看上去摆正，注意：y，p，r的值会随着变化（4）优化几何的位置，视野和桶状（y,p,r,v,b）：不会改变pto参数（5）缝合器：缝合会优化pto参数（6）文件->打开->导入PTO文件：可将增加增加控

1.mp4转yuv命令行ffmpeg -i  input.mp4 -ss 00:00:00 -t 00:00:10 output.yuv或者ffmpeg -i input.mp4 -f rawvideo output.yuv或者ffmpeg -i input.mp4 -ss 00:00:00 -t 00:00:10  -pix_fmt yuv420p output.yuv或者ffmpeg -i  ...

H.264整数DCT公式推导及蝶形算法分析 <div class="postBody"> <div id="cnblogs_post_body"><p><span style="font-family:宋体; font-size:12pt">这是网上的一篇文章, 我重新读了一下, 然后做了一些整理 1.为什么要进行变换

一、变换编码的意义：绝对大部分图像都含有较多的平坦区域内容变化缓慢的区域，变换可以使图像能量在空间域的分散分布转为在变换域的相对集中分布，就可以达到去除空间冗余的目的二、HEVC使用了DCT和DST（只用于4x4的小块）两种变换，为了加快速度，还会使用Hadamard算法（HEVC标准中没有使用，但是自己的具体实现可以使用）。二维DCT可以分成两个一维的DCT变换。

H.264中采用的是整数DCT变换，在实现的时候，该变换和量化又杂糅在一起，那么这些错综复杂的关系究竟是怎样纠缠的呢？在参考H.264乐园论坛会员cs1860wd的帖子和H.264 and MPEG-4 VIDEO COMPRESSION(第一版)这本书后，基于帖子和书上的讲解，给出相应的实现代码，并验证代码的正确性.         还是以foreman视频第一帧第一个宏块第一个

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl

1、HM代码简介HEVC的测试代码主要有两个，一个是HEVC官网提供的测试代码HM，另一个是multicoreware提供的x265代码。HM代码是HEVC基础测试代码，同时拥有编码器和解码器，暂时没有并行编码的内容，其整体的编码时间是非常长的。但HM代码整体的可读性非常高，并不需要对C++掌握的非常好就可以阅读。x265代码是在HM代码基础上优化而来的，只有编码器没有解码器，一方

SAO : Sample adaptive offset这是目前H265中比较热门的技术，根据以前的测试，SAO性价比远远超过Deblock和ALF 。1、 SAO的意义在图像中像素值剧烈变化的边界区，经过编码-解码重建之后通常会出现波纹状的失真现象，这种失真称作振铃效应。振铃效应产生的根本原因在于边界区高频分量在编码过程中丢失。为了减少高频分量的损失，同时不降低编码的效率，HEVC引

ISP(Image Signal Processor)，即图像处理，主要作用是对前端图像传感器输出的信号做后期处理，主要功能有线性纠正、噪声去除、坏点去除、内插、白平衡、自动曝光控制等，依赖于ISP才能在不同的光学条件下都能较好的还原现场细节，ISP技术在很大程度上决定了摄像机的成像质量。它分为独立与集成两种形式。      一般情况下，配备独立ISP的手机，在图像处理方面

for(int i = 0; i < h; ++i) for (int j = 0; j < w; ++j) { Y = (unsigned char)((66 * (*r) + 129 * (*g) + 25 * (*b) + 128) >> 8) + 16; if (Y > 255) { Y = 255; }