这是个无聊的世界

第一个c++调用Lua程序main.cpp#include <lua.hpp>#include <lualib.h>#include <stdio.h>#include <string.h>int main(){ char buf[256]; int error; lua_State *L = luaL_newstate(); luaL_openlibs(L);

lsd-slam源码解读第五篇:DepthEstimation标签 : lsd-slam同样的，我希望在看这篇之前，读者已经对算法有了一定的了解，否则我估计这篇博客看起来会很吃力，如果还不太了解算法，建议先看第三篇：lsd-slam源码解读第三篇:算法解析 深度估计是整个lsd-slam最核心的部分，它和orb-slam在对深度的处理上有极大的不同，主要体现在： orb-slam直接使用了三角化，

lsd-slam源码解读第一篇:Sophus/sophus所谓slam即Real-time Simultaneous Localization and Mapping,实时定位与地图重建，lsd是一个大规模的单目视觉半稠密slam项目，优点和前景我就不多说了，做机器人和AR的朋友们估计早就已经铭记于心，在进入正题之前，我在这里给出官网和代码链接，有兴趣的朋友可以上去看看 官网:http://vis

lsd-slam源码解读第二篇:DataStructures第一篇: lsd-slam源码解读第一篇:Sophus/sophus在进入具体算法之前，我觉得有必要先明白内部数据是怎样储存的，所以第一篇之后的内容自然是数据结构，这些这些数据包括图像，深度预测，帧的ID,以及变换矩阵等等，如果你不太清楚变换矩阵(包括平移，旋转等)是什么，请看我写的源码解读第一篇的内容最科学的欣赏源码方式，必然是先看内存管

线程池这几天闲着没事，参考lsd-slam的线程池，做了一个更加泛化的版本，用的c++11的线程库，个人感觉还是比较强大的，拿出来和大家分享一下，代码在git上有托管，这是最新发布的1.2版本：ThreadPool线程池的使用这个东西是使用其实比较简单，只需要在项目里面加入ThreadPool.h头文件就可以正常使用，注意编译的时候打开-std=c++11编译flag以及-Wl,–no-as-nee