郭云飞的专栏

错误描述大致如下：./guo-dbg.pio: error while loading shared libraries: libopencv_features2d.so.3.3: cannot open shared object file: No such file or directory解决：没有设置环境变量// 一定要加sudoguo@ubuntu:~$ su

近日在Python环境中用cv2.VideoCapture()读取视频时，cv2.VideoCapture.open()始终返回False。去百度一查，遇到该情况的一大堆。然后查看opencv的官方文档，发现如下内容：以下内容的出处：https://pypi.python.org/pypi/opencv-pythonQ: Why I can’t open video files on GNU

在OpenCV 3.3中取消了CvSVM类的定义，结构变成了这样的了：具体可参考文档：http://docs.opencv.org/3.3.0/d1/d2d/classcv_1_1ml_1_1SVM.html#a77d9a35898cae44ac9071c4b35bc96a8下边将OpenCV老版本的例子用OpenCV3.3的重新写了一下，亲测通过：#include #inc

如今，在机器视觉领域，深度学习已经是最流行且增长最快的一个方向了。OpenCV自3.1版本其就在contrib中加入了DNN模块。到3.3版本时，将DNN模块由contrib提升到了正式代码块中。在住仓库中的位置为：https://github.com/opencv/opencv/tree/master/modules/dnn。同时相较于3.1版本，3.3版本对DNN做了很大改进！该DNN模块

介绍：在OpenCV3.0 以上版本的contrib模块中，有一个cv::ximgproc::FastLineDetector类。定义位置：// 需要下载contrib模块opencv_contrib/modules/ximgproc/include/opencv2/ximgproc/fast_line_detector.hpp所谓Fast，是相对于正式模块中的cv::imgproc::

一、介绍主成分分析（principal components analysis，PCA）又称主分量分析，主成分回归分析。旨在利用降维的思想，把多指标转化为少数几个综合指标。在统计学中，PCA是一种简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上，第二大方差在第二个坐标(第二主成分)上，依次类推。主成

一、介绍假如有两张人物图片，我没的目标是要确认这两张图片中的人物是否是同一个人。如果人来判断，这太简单了。但是让计算机来完成这个功能就困难重重。一种可行的方法是：分别找出两张图片中的特征点描述这些特征点的属性，比较这两张图片的特征点的属性。如果有足够多的特征点具有相同的属性，那么就可以认为两张图片中的人物就是同一个人。ORB（Oriented FAST and Rotate

一、均值漂移（Mean Shift）算法Mean Shift算法，一般是指一个迭代的步骤，即先算出当前点的偏移均值，移动该点到其偏移均值，然后以此为新的起始点。继续移动，直到满足一定的条件结束。Mean Shift向量定义：上述定义的理解：在d维空间中，任选一个点，然后以这个点为圆心，h为半径做一个高维球，因为有d维，d可能大于2，所以是高维球。落在这个球内的所有点和圆