cxf7394373的专栏

//判段两个线段是否相交BOOL CGraph::cross(CPoint pt1,CPoint pt2,CPoint pt3,CPoint pt4){ double w1,w2; double k; if (pt1.x == pt2.x) { if((pt3.x > pt1.x && pt4.x > pt1.x)|| (pt3.x < pt1.x && pt

读研的时候写过一篇文本定位相关的论文，当时有一个处理步骤是对断裂的边缘进行连接，当时的程序已经不知道扔哪儿去了，最近又要用到这个程序，把论文翻出来，把程序写了一遍。这个边缘连接的方法我也不知道叫什么名字，随便写写吧。对所有的端点（该点八临域内有且只有一个前景点）查找其更外层的16个点，若有前景点，则将该端点和前景点之间的点也改为前景点(图1)。边缘连接的结果表明该方法能把相邻的前景点连接起

写在前面的       接触神经网络(ANN)的时间很长了，以前也只是学了学原理，做过一个BPN的练习，没有系统的总结过，最近看Torch的源码，对MLP有了更多的了解，写写自己学到的东西吧，算是做了一次总结！ANN的特点(1) 高度的并行性人工神经网络是由许多相同的简单处理单元并联组合而成，虽然每个单元的功能简单，但大量简单单元的并行活动，使其对信息的处理能力与效果惊人。

颜色相关图的参考文献:        [1] Greg Pass, RaminZabih. Comparing images using color coherence vectors.代码如下:/************************************************************************//*作用：计算颜色相关图输入：img-

腐蚀的算法：用3x3的结构元素，扫描图像的每一个像素，用结构元素与其覆盖的二值图像做“与”操作：如果都为1，结果图像的该像素为1。否则为0。结果：使二值图像减小一圈B}Í S = { x,y | SxyÄ定义：E = B  膨胀的算法：用3x3的结构元素，扫描图像的每一个像素，用结构元素与其覆盖的二值图像做“与”操作：如果都为0，结果图像的该像素为0。否则为1结果：使二

结合这周看的论文,我对这周研究的Histogram of oriented gradients(HOG)谈谈自己的理解：HOG descriptors 是应用在计算机视觉和图像处理领域，用于目标检测的特征描述器。这项技术是用来计算局部图像梯度的方向信息的统计值。这种方法跟边缘方向直方图（edge orientation histograms）、尺度不变特征变换（scale-invarian

直接插入排序、简单排序、希尔排序、堆排序、快速排序、归并排序、基数排序等

1.基于金字塔的方法2.基于边缘de

今天改了一个程序，声明一个vector > d_matrix;vector a(100);int b[100];        13        struct timeval ss, se, us, ue;        14        gettimeofday(&ss, NULL);        15       

实现了局部阈值二值化算法Niblack方法

回首前尘，尽是可耻的的往事。每当想起这句话，心里惶惶不可终日，兴趣驱动的学习乐在其中，项目驱动的学习不可不为，压力驱动的学习无疾而终。抛去胡乱YY的国际风雨，社稷民生，我们终究要扎扎实实的度过人生的每个阶段！      2010年的很长时间都在做图像二值化算法方面的工作，看了一些论文，总结了一些算法，总的来说，在这方面的算法特别多，大致可以分成两类，全局阈值二值化和局部阈值二值化。下面链接了比

基于Niblack的Block Analisys算法

实现了sauvola算法，原论文去google一下就有了~参数是：k, windowSize，自己调调看效果void sauvola(unsigned char * grayImage,unsigned char * biImage,int w,int h,int k,int windowSize){ int whalf = windowSize >> 1; int i,j;

灰度共生矩阵        灰度共生矩阵定义为像素对的联合分布概率，是一个对称矩阵，它不仅反映图像灰度在相邻的方向、相邻间隔、变化幅度的综合信息，但也反映了相同的灰度级像素之间的位置分布特征，是计算纹理特征的基础。       设f(x,y)为一幅数字图像，其大小为M×N，灰度级别为Ng，则满足一定空间关系的灰度共生矩阵为：        其中#(x)表示集合x中的元素

最近在用opencv写一个文本定位的程序，获取到字符轮廓之后需要进行合并，涉及到判断矩形是否相交的问题，记得去年去三星通信研究院面试同样问到了这个问题，如何判断两条线段是否相交，如何判断两个矩形是否相交。以前写过一篇如何判断线段相交的问题，上网查了一些方法，在这里做一下后一个问题的总结：方法一：假定矩形是用一对点表达的(minx,miny)(maxx,   maxy) ，那么两个矩形rect1

     百钱百鸡问题：鸡翁一，值钱五，鸡母一，值钱三，鸡雏三，值钱一，百钱买百鸡，问翁、母、雏各几何?     大多数人都做过百钱百鸡问题的程序，一个两层的循环，即可得到所有可能的组合。     现在，突然想到，如果金钱数额不定，设为x,鸡的的种类也不定，设为a，第i种鸡的价格是C[i]，要买第i种鸡的数量为S[i]，注意这儿没有总数量的要求，求所有S[i]的组合。     想想怎么

      对于一个无序的数列，如何以线性时间选择其中位数？快速排序可以，但时间复杂度为O(nlogn)，我们并不想得到整个数列的顺序，只需要其中位数，即第n/2个数。因此，我们从快速排序算法的思路得到随机选择算法，时间复杂度为o(n)#include using namespace std;#include #include #include int Pa

随机产生16个数，通过运行程序生成红黑树，按宽度优先顺序输出树的结点以及颜色#include using namespace std;#include #include #include #define red 0#define black 1#define NUM 16//声明树节点结构体typedef struct TreeNode

摘自编程之美的算法，希望能把其中的所有算法都贴出来

改变图像大小，保持图像不失真！

什么是监督学习和无监督学习

卡尔曼滤波 – Kalman Filter （通俗的解释）

介绍了Camshift算法的原理以及应用

KMP算法解析

编程之美---计算字符串的相似度       在比较字符串是否相同时，我们经常要考虑两个字符串的编辑距离，所谓编辑距离就是通过修改、删除、插入等三种操作使两个字符串相等所需要的步数。字符串的相似度定义为编辑距离加1 的倒数。具体分析过程在此不再赘述。      在编程之美中提出了递归的解决方法，但是在递归过程中有子问题被重复计算，因此在参考[1]算法引论书中提到了动态规划的思想解决该问

LVQ神经网络及LVQ3算法matlab实现

决策树的id3算法是之前学机器学习的一个作业，今天拿出来复习了一遍，想了想，贴到博客里共享吧先把id3算法的过程贴出来ID3(Examples, Target_attributes, Attributes)Examples are the training exa

const Infinity = -1;//标识 无穷大const MaxVexNum = 50;//最大定点个数typedef string VexType;typedef int ArcType;typedef struct ArcNode{ int adjvex;//弧头节点序号 ArcType info;//弧权值信息 ArcNode *nextar