<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[cosmic_potato的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/cosmic_potato</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; cosmic_potato]]></copyright><item><title><![CDATA[Win10 安装WSL2-Ubuntu并配置anaconda]]></title><link>https://blog.youkuaiyun.com/cosmic_potato/article/details/129135605</link><guid>https://blog.youkuaiyun.com/cosmic_potato/article/details/129135605</guid><author>cosmic_potato</author><pubDate>Tue, 21 Feb 2023 15:57:07 +0800</pubDate><description><![CDATA[win10安装wsl-Ubuntu及anaconda]]></description><category></category></item><item><title><![CDATA[数据结构学习（一）]]></title><link>https://blog.youkuaiyun.com/cosmic_potato/article/details/113870621</link><guid>https://blog.youkuaiyun.com/cosmic_potato/article/details/113870621</guid><author>cosmic_potato</author><pubDate>Sat, 20 Feb 2021 19:57:08 +0800</pubDate><description><![CDATA[写在前面
为了缓和看论文找创新点的焦虑感，本菜鸡决定每次自我动摇时学一学数据结构。看的视频是某站华科老师的录屏，参考教材是严蔚敏老师的数据结构（C版）。博主（根据自己的理解）只做入门学习不做深入理解，各位大佬高抬贵手~
绪论
基本概念和术语
在生活中很多问题不再是数值计算的数学方程，而是诸如表、树和图之类的数据结构。数据结构是数学、算法和硬件的交集，是一门重要的学科。

数据：所有能输入到计算机中且能被处理的符号总称，例如图像、声音等。
数据元素：是数据的基本单元，例如整型数、字符串等；数据项是数据的最小单]]></description><category></category></item><item><title><![CDATA[光场相机知识整理]]></title><link>https://blog.youkuaiyun.com/cosmic_potato/article/details/109604512</link><guid>https://blog.youkuaiyun.com/cosmic_potato/article/details/109604512</guid><author>cosmic_potato</author><pubDate>Tue, 17 Nov 2020 11:26:35 +0800</pubDate><description><![CDATA[光场相机特点
基础知识补充
光场：全光函数 图像分辨率 角度分辨率
光场相机实现原理
光场相机的不足

]]></description><category></category></item><item><title><![CDATA[wrap软件的二次开发（含GUI界面编辑代码）]]></title><link>https://blog.youkuaiyun.com/cosmic_potato/article/details/109583739</link><guid>https://blog.youkuaiyun.com/cosmic_potato/article/details/109583739</guid><author>cosmic_potato</author><pubDate>Mon, 09 Nov 2020 22:00:24 +0800</pubDate><description><![CDATA[基于项目调研需求，博主花了亿点点功夫研究了geomagic系列软件的二次开发，由于网络上的资料太少加上是零基础进行二次开发的可行性调研，前期可以说是每天都在碰壁，每天都在怀疑人生orz，先提前申明一下，此处的系列软件是带有脚本编辑器的geo软件，本文以wrap软件为例，将实现思路梳理一遍，供大家参考。
什么是二次开发？
（参考百度）二次开发，简单的说就是在现有的软件上进行定制修改，功能的扩展，然后达到自己想要的功能，一般来说都不会改变原有系统的内核。通俗点讲就是找到软件的内部命令，根据需求改代码。我们要做的]]></description><category></category></item><item><title><![CDATA[霍夫检测圆：霍夫梯度法]]></title><link>https://blog.youkuaiyun.com/cosmic_potato/article/details/109497687</link><guid>https://blog.youkuaiyun.com/cosmic_potato/article/details/109497687</guid><author>cosmic_potato</author><pubDate>Thu, 05 Nov 2020 22:14:50 +0800</pubDate><description><![CDATA[承接上篇博文，在基本搞懂霍夫检测直线是怎么进化到检测圆后，开始（痴心妄想）自己写代码了！虽说最后的效果不是很好，但是重要的是在码代码过程中发现和解决的一些问题（不一定有共性，但兄弟萌可以避免下这些bug）
霍夫梯度法
上篇博文已经阐述了我们是如何从三维计数表格转到霍夫梯度法的，该算法主要分为两步，先找圆心疑似点，再对疑似点进行半径确定：
假设已经得到图像的边缘信息（包含角度和梯度值）
1.利用边缘点的梯度信息，

...]]></description><category></category></item><item><title><![CDATA[关于霍夫变换检测直线和圆的一些思考]]></title><link>https://blog.youkuaiyun.com/cosmic_potato/article/details/109316779</link><guid>https://blog.youkuaiyun.com/cosmic_potato/article/details/109316779</guid><author>cosmic_potato</author><pubDate>Tue, 27 Oct 2020 20:15:24 +0800</pubDate><description><![CDATA[近期博主在手码一些经典算法，在理解霍夫变换对直线和圆检测的过程中，解决了一些顽固性疑虑，本文主要将两种方法做了类比，把圆检测和直线检测对应起来。所以可以作为萌新们看过原理后的进一步理解，首先需要兄弟萌提前熟悉下原理：
霍夫变换直线检测（Line Detection）原理及示例
（不要偷懒哦，看了大神的讲解才能看懂本文(＾Ｕ＾)ノ~ＹＯ）
霍夫变换检测直线
简述下霍夫变换做的事：把笛卡尔坐标中的直线对应为参数空间的一个点。（没错，就是这么简单），在霍夫空间里一条直线可以用（ρ，θ）来表示，即经过笛卡尔坐标某一]]></description><category></category></item><item><title><![CDATA[python实现canny算法]]></title><link>https://blog.youkuaiyun.com/cosmic_potato/article/details/109239524</link><guid>https://blog.youkuaiyun.com/cosmic_potato/article/details/109239524</guid><author>cosmic_potato</author><pubDate>Mon, 26 Oct 2020 08:26:49 +0800</pubDate><description><![CDATA[博主是python入门小菜鸡，码代码是为了更深入理解并让自己更快熟悉python的规则，当然算法原理参考的是各种大佬的文章，下面链接其中一个大佬的博文：
Canny边缘检测算法原理及实现（Python + OpenCV）
建议想自己实现的小朋友们自行戳进链接学习下，我就不赘述啦~
算法实现步骤
1.对图片进行灰度化处理
2.对灰度图进行高斯滤波
3.利用sobel算子计算图像梯度
4.非极大值抑制（对象是四个斜角上的像素点，不是梯度方向哦~）
5.双边阈值检测连接边缘
（以上步骤都是自己手码的代码┗|｀O′]]></description><category></category></item><item><title><![CDATA[python-opencv 实现灰度化（不用内置函数），出现问题： Expected cv::UMat for argument ‘mat‘]]></title><link>https://blog.youkuaiyun.com/cosmic_potato/article/details/109183225</link><guid>https://blog.youkuaiyun.com/cosmic_potato/article/details/109183225</guid><author>cosmic_potato</author><pubDate>Tue, 20 Oct 2020 17:01:05 +0800</pubDate><description><![CDATA[最近想用python实现canny算法，第一步把彩色图片转换为灰度图片的时候就出现问题（orz，我真是太菜了），首先我们来回顾下灰度化的原理。
原理
彩色图像是由RGB三个分量决定的，每幅图像有三个通道。每个分量的范围是[0,255]，因此读取图像后返回的数据类型是unit8。当R=G=B(三种颜色分量值相同时),则此时彩色表示一种灰度颜色,其中R=G=B的值叫做灰度值，灰度化的方法有四种：均值法、最大值法、分量法、加权平均法，灰度化处理后每个像素点便只有一个亮度值了。
加权平均法代码
代码参考的是：

P]]></description><category></category></item><item><title><![CDATA[anaconda已配置到环境但是找不到conda list]]></title><link>https://blog.youkuaiyun.com/cosmic_potato/article/details/108727419</link><guid>https://blog.youkuaiyun.com/cosmic_potato/article/details/108727419</guid><author>cosmic_potato</author><pubDate>Tue, 22 Sep 2020 11:28:23 +0800</pubDate><description><![CDATA[问题：
安装好anaconda 并配置好环境后，在电脑终端输入coanda list显示conda list不是内部或外部命令。
解决

先到环境变量中检查是否配置完整，应该包括以下两个环境变量


…\Anaconda
…\Anaconda\scripts

如果在安装anaconda时勾选了配置到环境变量，这两项都会包含进去。
2.那就要回想下在配置好环境后，你是不是又移动了anaconda的位置！！
答主在下载anaconda时将它直接安装在D盘的，所以环境配置时的路径名还是：

D:\Anacond]]></description><category></category></item><item><title><![CDATA[怎么在win中安装并运行lammps（串行）]]></title><link>https://blog.youkuaiyun.com/cosmic_potato/article/details/105585200</link><guid>https://blog.youkuaiyun.com/cosmic_potato/article/details/105585200</guid><author>cosmic_potato</author><pubDate>Fri, 17 Apr 2020 18:07:24 +0800</pubDate><description><![CDATA[零基础小菜鸡为了完成网课作业需要用到lammps，碰壁两天终于安好了，下面给一些经验（仅适合只想安好计算一下的新手，大佬勿喷）。
首先，从lammps网站找到win版本的安装包。注意下载下图这个就可以。

下一步，安装，默认的安装路径是c盘的program files。安装好后的文件是这个样子：


到此安装已经结束，接下来就是初步运行。这里需要用到cmd，点击开始-运行-输入cmd，找到可执行文...]]></description><category></category></item></channel></rss>