<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Joe的专栏]]></title><description><![CDATA[一路千年]]></description><link>https://blog.youkuaiyun.com/fengxing666</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; fengxing666]]></copyright><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.DecomposeProjectionMatrix 重载1]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160181740</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160181740</guid><author>fengxing666</author><pubDate>Tue, 07 Jul 2026 09:46:44 +0800</pubDate><description><![CDATA[摘要：本文详细介绍了OpenCvSharp中Cv2.DecomposeProjectionMatrix重载1的使用方法，该函数用于分解3x4投影矩阵。文章从函数原型、数学原理到实际应用场景进行了系统讲解，重点解析了相机内参矩阵、旋转矩阵、平移向量等核心输出参数的计算过程。通过4个典型应用场景的完整代码示例（包括投影矩阵分解、相机中心恢复、欧拉角计算等），帮助初学者掌握计算机视觉中的投影矩阵分解技术。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.DecomposeProjectionMatrix 重载3]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160181897</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160181897</guid><author>fengxing666</author><pubDate>Tue, 07 Jul 2026 09:46:28 +0800</pubDate><description><![CDATA[摘要：本文介绍了OpenCvSharp中Cv2.DecomposeProjectionMatrix重载3的使用方法，该重载适合处理纯托管数组场景。文章详细解析了函数参数、数学原理和应用场景，包含投影矩阵分解公式、相机中心恢复方法以及重建误差计算。通过三个典型场景示例（基础分解、矩阵重建、重载对比），展示了如何分解3x4投影矩阵获取相机内参矩阵、旋转矩阵和齐次相机中心向量。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.ScaleAdd]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160182343</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160182343</guid><author>fengxing666</author><pubDate>Tue, 07 Jul 2026 09:46:15 +0800</pubDate><description><![CDATA[摘要： 本文详细介绍了OpenCvSharp中的Cv2.ScaleAdd函数，该函数用于实现两个矩阵的线性组合运算（先乘系数再加）。文章包含函数签名、数学公式、参数解析、应用场景（8位饱和运算/浮点精度保留/负系数修正）及示例代码。特别说明了输出类型的自动处理机制，并对比了与AddWeighted函数的区别。通过具体代码演示了不同数据类型下的运算效果，帮助.NET开发者理解该函数在图像处理中的典型应用。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.ConvertScaleAbs]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160182847</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160182847</guid><author>fengxing666</author><pubDate>Tue, 07 Jul 2026 09:45:56 +0800</pubDate><description><![CDATA[摘要：本文详细介绍了OpenCVSharp中的Cv2.ConvertScaleAbs函数，该函数用于对输入矩阵进行线性变换、取绝对值并转换为8位无符号输出。文章包含函数签名、用途、数学公式、参数说明以及典型应用场景（如梯度幅值可视化）。通过三个代码示例（负值绝对化、偏置后取绝对值、大数值裁剪）展示了具体用法，特别强调了alpha和beta参数的计算顺序。该函数在图像处理中常用于将有符号数据转换为可显示的灰度图。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.ConvertFp16]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160182980</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160182980</guid><author>fengxing666</author><pubDate>Tue, 07 Jul 2026 09:45:45 +0800</pubDate><description><![CDATA[摘要 本文介绍了OpenCVSharp中的Cv2.ConvertFp16算子，主要用于FP32和FP16之间的双向转换。该函数不是简单的数值转换，而是将半精度浮点数的位模式存储在CV_16S矩阵中。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.LUT 重载2]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160185972</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160185972</guid><author>fengxing666</author><pubDate>Mon, 06 Jul 2026 09:06:23 +0800</pubDate><description><![CDATA[摘要： OpenCVSharp的Cv2.LUT函数（byte[]重载）是一种高效的查找表操作，适合8位图像处理。该函数通过256元素的byte[]查找表将输入像素值映射为输出值，常用于灰度反转、亮度调整等简单场景。其优势在于直观易用，适合初学者理解LUT原理。示例代码展示了如何创建反转查找表并应用于图像处理，验证了结果的准确性。使用该重载时需确保查找表长度严格为256，且输入为8位数据。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.DecomposeProjectionMatrix 重载2]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160181814</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160181814</guid><author>fengxing666</author><pubDate>Mon, 06 Jul 2026 09:06:13 +0800</pubDate><description><![CDATA[摘要：本文介绍了OpenCVSharp中的Cv2.DecomposeProjectionMatrix方法重载2，这是一个用于分解投影矩阵的纯托管数组实现。该重载可以直接处理double[,]类型数据，输出相机内参矩阵、旋转矩阵、平移向量、三个轴向旋转矩阵和欧拉角。文章详细讲解了函数原理（包括投影矩阵模型、结构分解和相机中心计算）、参数含义以及四种典型应用场景，并提供了完整的代码示例。特别适合需要全面了解投影矩阵分解结果的教学和测试场景，能帮助开发者直观理解计算机视觉中的相机姿态分解过程。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.LUT 重载1]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160185711</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160185711</guid><author>fengxing666</author><pubDate>Mon, 06 Jul 2026 09:06:00 +0800</pubDate><description><![CDATA[摘要：本文介绍了OpenCvSharp中的Cv2.LUT函数重载1的使用方法。该函数通过查找表(LUT)实现8位输入像素到输出值的映射，支持Mat、UMat等多种输入形式，输出深度由查找表决定。文章详细说明了函数原理、参数含义和应用场景，包括伽马校正、亮度曲线映射等。通过示例代码演示了如何创建浮点型伽马查找表并进行映射，比较了实际输出与预期结果。该函数适合需要自定义像素值映射的场景，对.NET开发者学习OpenCV图像处理具有实用参考价值。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.MeanStdDev 重载1]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160197785</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160197785</guid><author>fengxing666</author><pubDate>Mon, 06 Jul 2026 09:05:48 +0800</pubDate><description><![CDATA[摘要：本文介绍了OpenCVSharp中的Cv2.MeanStdDev函数重载1的使用方法。该函数用于计算输入数组的平均值和标准差，支持1-4个通道的数据处理，并可选择掩码进行区域统计。文章详细讲解了函数原理、参数含义、数学公式，并提供了典型应用场景和使用示例。重点说明了该重载适合在Mat工作流中处理统计结果，以及如何通过OutputArray参数输出计算结果。通过实际代码演示了不加掩码和加掩码两种调用方式，帮助初学者理解该函数在图像处理中的实际应用。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.MeanStdDev 重载2]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160197873</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160197873</guid><author>fengxing666</author><pubDate>Mon, 06 Jul 2026 09:05:36 +0800</pubDate><description><![CDATA[摘要：本文介绍了OpenCVSharp中Cv2.MeanStdDev函数的重载2版本，该版本直接返回图像的平均值和标准差到Scalar变量中。文章详细说明了函数的参数、数学公式、计算原理及典型应用场景，包括图像分析、ROI统计和数值验证等。通过示例代码展示了带掩码和不带掩码两种调用方式，并对比了OpenCV计算结果与手工计算结果的差异。该函数特别适合需要快速获取图像统计特性的场景，对.NET开发者使用OpenCVSharp进行图像处理具有实用参考价值。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.PSNR]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160200855</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160200855</guid><author>fengxing666</author><pubDate>Mon, 06 Jul 2026 09:05:24 +0800</pubDate><description><![CDATA[摘要：本文介绍了Cv2.PSNR 用来衡量两张图像有多接近。PSNR 的全称是 Peak Signal-to-Noise Ratio，中文通常叫“峰值信噪比”。它的单位是 dB，数值越大，说明两张图像越相似。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.BatchDistance]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160203990</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160203990</guid><author>fengxing666</author><pubDate>Mon, 06 Jul 2026 09:05:12 +0800</pubDate><description><![CDATA[摘要：Cv2.BatchDistance 用来计算两组描述子之间的批量距离，既可以输出完整距离矩阵，也可以按 K 只保留每个查询样本的最近邻。这个教案重点演示 L2、mask、crosscheck 和 Hamming 的实际效果。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.ReduceArgMax]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160204562</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160204562</guid><author>fengxing666</author><pubDate>Mon, 06 Jul 2026 09:05:00 +0800</pubDate><description><![CDATA[摘要： 本教案介绍OpenCvSharp中的Cv2.ReduceArgMax算子，该函数用于在矩阵的指定轴上查找最大值所在索引。通过四个典型场景（axis=0/1与firstIndex/lastIndex组合）演示其应用，帮助理解输出矩阵的形状和索引含义。函数适用于热力图定位、评分矩阵分析等场景，输出类型固定为CV_32SC1。教案包含参数解析、数学公式、使用示例和常见应用场景，适合OpenCvSharp初学者快速掌握该算子的核心功能。示例代码可直接运行，展示了不同参数组合下的索引计算结果。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.ReduceArgMin]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160204851</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160204851</guid><author>fengxing666</author><pubDate>Mon, 06 Jul 2026 09:04:48 +0800</pubDate><description><![CDATA[摘要：本文介绍了OpenCVSharp中的Cv2.ReduceArgMin函数，该函数用于沿指定轴返回最小值所在的索引而非最小值本身。文章详细说明了函数的参数、用途、数学公式和原理，并提供了4种典型应用场景和完整代码示例。函数支持按列(axis=0)或按行(axis=1)压缩，并可通过lastIndex参数控制在重复最小值情况下返回第一个还是最后一个索引。输出结果为索引矩阵，类型固定为CV_32SC1，适用于热力图分析、数值验证等场景。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.Gemm]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160546088</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160546088</guid><author>fengxing666</author><pubDate>Mon, 06 Jul 2026 09:04:31 +0800</pubDate><description><![CDATA[摘要：本文介绍了OpenCVSharp中的通用矩阵乘法函数Cv2.Gemm，该函数用于执行矩阵乘法并加权累加运算。文章详细解析了函数参数、数学公式及处理原理，区分了标准矩阵乘法与逐元素乘法的差异。通过两个典型场景（标准GEMM和带转置标志A_T）的代码示例，演示了如何正确使用该函数进行矩阵运算，包括矩阵维度匹配、转置操作及权重系数设置。该函数适用于线性代数、数值计算及机器学习中的矩阵表达式构建。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.MulTransposed]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160546160</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160546160</guid><author>fengxing666</author><pubDate>Mon, 29 Jun 2026 08:26:22 +0800</pubDate><description><![CDATA[摘要：本文介绍OpenCVSharp库中的Cv2.MulTransposed算子，用于矩阵与其转置的乘法运算。函数支持中心化处理(delta参数)和结果缩放(scale参数)，根据aTa参数决定计算A^TA或AA^T。文章详细解析了函数公式、参数含义，并提供了典型应用场景(协方差矩阵、相似度矩阵等)和C#代码示例，演示了同一矩阵在不同参数下的计算结果对比，帮助.NET开发者理解该算子的核心功能和使用方法。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.Transpose]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160546247</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160546247</guid><author>fengxing666</author><pubDate>Mon, 29 Jun 2026 08:26:06 +0800</pubDate><description><![CDATA[摘要：本文介绍了OpenCVSharp中的Cv2.Transpose算子，详细讲解了矩阵转置的概念和应用。主要内容包括： 函数定义：Cv2.Transpose(InputArray src, OutputArray dst)实现矩阵行列互换 数学原理：转置不会改变元素值，仅交换位置，满足dst(x,y)=src(y,x) 典型应用场景：矩阵布局切换、数学教学、预处理步骤等 参数说明：输入输出矩阵的形状会互换（如2x3变为3x2） ]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.Transform]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160546318</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160546318</guid><author>fengxing666</author><pubDate>Mon, 29 Jun 2026 08:25:54 +0800</pubDate><description><![CDATA[摘要：本文介绍了OpenCVSharp中的Cv2.Transform算子，这是一个用于多通道向量仿射变换的函数。文章详细讲解了该函数的参数含义、数学原理和典型应用场景，包括点集坐标变换、仿射映射和向量线性映射。通过C#代码示例演示了如何使用2x3仿射矩阵对四个二维点进行平移、缩放和错切变换，并提供了手工计算结果与OpenCV结果的对比。该函数在几何计算、图像配准和机器人坐标转换等领域有广泛应用，特别适合.NET开发者学习使用OpenCVSharp进行坐标变换操作。]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.SolveLP]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160547328</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160547328</guid><author>fengxing666</author><pubDate>Mon, 29 Jun 2026 08:25:42 +0800</pubDate><description><![CDATA[摘要：本文介绍了OpenCVSharp中的Cv2.SolveLP函数，该函数使用Simplex方法求解线性规划问题。文章详细说明了函数的参数含义、数学公式和基本原理，并通过一个最大化3x+2y的示例演示了目标函数、约束矩阵和结果枚举的对应关系。主要内容包括：函数参数解析（func目标函数系数、constr约束矩阵、z最优解）、应用场景（资源分配、成本控制、教学演示）以及完整的C#代码示例，展示了如何在约束条件下求解线性规划问题并验证结果。该教程面向OpenCVSharp初学者，帮助理解线性规划问题的求解过程]]></description><category></category></item><item><title><![CDATA[OpencvSharp 算子学习教案之 - Cv2.Sort]]></title><link>https://blog.youkuaiyun.com/fengxing666/article/details/160547365</link><guid>https://blog.youkuaiyun.com/fengxing666/article/details/160547365</guid><author>fengxing666</author><pubDate>Mon, 29 Jun 2026 08:25:30 +0800</pubDate><description><![CDATA[摘要：本文介绍OpenCVSharp中的Cv2.Sort函数，用于对单通道矩阵进行排序操作。文章详细解析了函数参数、原理及应用场景，重点区分了按行排序(EveryRow)和按列排序(EveryColumn)的不同效果。通过示例代码演示了两种典型排序方式：按行升序和按列降序，并提供了预期结果对比。该函数适用于数据清洗、统计分析等场景，特别适合.NET开发者学习OpenCVSharp的基础排序操作。文中强调该函数只改变元素顺序而不改变矩阵尺寸，且仅处理单通道数组的特性。]]></description><category></category></item></channel></rss>