henryzhihua

申明：本文非笔者原创，原文转载自：http://blog.youkuaiyun.com/liuyue2046/article/details/12658441*****************************************************************************************************************

局部二进制模式（Local binary patterns，LBP）最早是作为一种有有效的纹理描述算子提出的，由于其对图像局部纹理特征的卓越描绘能力而获得了非常广泛的应用。LBP特征具有很强的分类能力（Highly Discriminative）、较高的计算效率并且对于单调的灰度变化具有不变性。LBP方法在1994年首先由T. Ojala, M.Pietikäinen, 和 D. Harwoo

kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。kmeans算法步骤：1 随机选取k个中心点2 遍历所有数据，将每个数据划分到最近的中心点中3 计算每个聚类的平均值，并作为新的中心点4 重复2-3，直到这k个中线点不再变

问题：OpenCV的imshow无法正常显示图片解决方法：在imshow()语句下一句添加waitKey(30) int main(){ inputImg = imread("input.bmp"); imshow("input image", inputImg);//显示原图 //waitKey(30); imgSplit(inputImg);//求取M(x) imgBlur

常用图像数据集大全（分类，跟踪，分割，检测等）1.搜狗实验室数据集：http://www.sogou.com/labs/dl/p.html互联网图片库来自sogou图片搜索所索引的部分数据。其中收集了包括人物、动物、建筑、机械、风景、运动等类别，总数高达2,836,535张图片。对于每张图片，数据集中给出了图片的原图、缩略图、所在网页以及所在网页中的相关文本。200多G

一、机器学习相关的公司分析1、大的有师傅的公司这类公司主要是百度，阿里和腾讯。共同的特点是数据很大，机器学习的团队比较庞大，一般进去的同学都可以有师傅带着学习，进步会比较快。但是三个公司的特点也有所不同。（1）百度百度是我认为在业务和技术之间匹配的最好，并且从基础到应用搭配的最好的公司。机器学习方面的能力对于百度的广告，搜索，移动搜索