PiggyGaGa的博客

core模块涉及的内容不算复杂，主要包括基础数据结构部分，基本函数，绘图函数，XML/YAML文件存储等。虽然说内容不复杂但是零零星星的结构和函数加到一起却很多。官方文档大致用了近百页来讲解这一基础模块，既然是基础，那么必然是重中之重了。

为什么出现这个问题也不知到这个问题该怎么描述，总之用几个关键词来总结吧，C C++ 编译 ，动态库， 静态库，include 目录 lib目录。这些关键词放在一起很不容易解释，但是把他们组合在一起就是我今天遇到的问题。 首先我描述一下我遇到的问题，我经常用C、C++去写一些程序，解决一些算法上的实际问题，并且我的工作环境经常在不同的系统之间切换，平时用win7系统办公娱乐，娱乐当然是守望先锋啦，编

实验目的这是一个综合性的大型实验，通过搭建一个包括信源、信源编译码器、信道、信道编译码器等各模块在内的仿真通信系统， 使学生能够加深对本课程各个重点章节的理解，更好地掌握通信的本质意义。 后面我会将源代码链接给出实验要求输入： 各个模块的相关参数输出：1.信源产生的原始符号序列2.信源译码器输出的符号序列3.信道编码后的信息传输效率4.整个通信过程的误比特率（BER）5.信道编译码过程中产生的误码

怎样安装OpenCV套件呢？想要使用opencv的同学一定是刚刚接触到图像处理，需要做一些实验，听说OpenCV很好用，所以就开始查找各种资料学习OpenCV但是，谁告诉你们它很好用的？是谁？首先不得不承认OpenCV确实是一个强大且具有一定影响力的开源项目。但是想要顺利的使用还是需要做一些功课的，今天就讲一些关于环境配置的坑，欢迎大家往坑里跳。安装首先我们今天的主题是安装环境，那么就让我们开始吧，

C++ 实现决策树学习算法 史上最简单写在前面当看到自己的程序能够将简单的例子成功运行，证明自己程序的逻辑性没有问题，真的是非常高兴，虽然需要做 的事情还有很多很多，总之还是有一些喜悦的啦，所以将我的这段工作以这篇博客记录下来，如果有人看到能和我 相互交流那再好不过了。刚刚还在知乎上面搜索了一个词是什么意思，可能大家都听过这个词：造轮子，我这次做的工作算是造轮子吧， 大牛说：放到编程中，就是说

Ubuntu16.04下安装OpenCV3.2.0 opencv基本上是搞CV必备套件之一了，支持的语言也非常多，但是安装起来有点麻烦（如果是在conda下安装的话则可以用conda install -c menpo opencv3=3.2.0）。需要注意的是，pip可以安装的opencv-python安装并不依赖opencv，只是封装了opencv的Python API，一般情况下也够用。但是

掌管天堂的空之王者，于地域唱响容光之歌，大家好，我是小猪嘎嘎，从今天开始我们来讨论一下深度学习内容。我的计划是写一个系列博客来和大家讨论利用C++的开源库进行deeplearning学习的实验，理论和实验相结合，一方面增强我自己对Deeplearning的理解，另一方面和大家一起交流学习过程中的遇到的问题。这个系列博客以tiny-dnn这个开源库做深度学习为中心，一边讨论tint-dnn源代码，一

前一篇博客我们大致认识到了tiny-dnn 这个库的整体结构和各个类的继承关系，了解到整体架构后我们这一节通过做一个实际的例子来进一步了解DeepLearning的知识。这篇文章讲怎样用tiny-dnn进行手写数字识别，任何一个深度学习的库的第一个实验应该就是手写数字识别啦。那么我们今天就来进行这个实验，这个实验在tiny-dnn库的example模块中有，我就是解读了那里的源代码才理解了进行手写

简单介绍一下OpenCVOpenCV 是(Open Source Computer Vision Library)的简称，在计算机视觉领域中是一个非常重要的开源库，该库使用的是BSD开源协议，这个开源协议非常的开放，具体开放到什么程度，它允许你使用源代码进行你自己项目的开发，当然你的项目既可以开源也可以不开源，所以说非常的开放，你也可以用BSD协议的开源代码更改后用作商业用途，但是也有一定的限...

转载：from： pieryon C/C++程序在linux下被编译和连接时，GCC/G++会查找系统默认的include和link的路径，以及自己在编译命令中指定的路径。自己指定的路径就不说了，这里说明一下系统自动搜索的路径。【1】include头文件路径除了默认的/usr/include, /usr/local/include等include路径外，还可以通过设置环境变量来添加系统includ

C++动态开辟空间和C语言对比

实验目的加深理解Hamming(7,4)码的编码方法和抗干扰性能。通过编程实现Hamming (7,4)码的便拿码算法，进一步掌握按位二进制加法的实现原理。实验要求输入：长度为4的任意二进制序列 输出：输入数据经Hamming(7,4)编码器编码之后，通过作业3(2)二元对称信道模拟器 (错误概率为0.1)传输后，再经过Hamming(7,4)译码器输出得到新宿的长度为4的二进制 序列。实验

在我眼中所谓的OpenCV的基础特性其实好多是C++类的特性。但也有一些是其本身特有的，比如说OpenCV有其特有的像素类型(为了限制template模板的使用)。

(1) 基本介绍(2)Mat类的整体结构(3)Mat对象的初始化 1. 通过构造函数初始化 2. 通过非构造函数初始化(4)Mat对象内像素数据的获取 1. 了解对象内部数据部分的指针方式读取 2. 多维空间像素数据读取原理(5)Mat类内部常用的成员函数和属性 1. 常用属性 2. 常用成员函数

继续core模块学习之路。5 RotatedRect类RotatedRect类和Rect类的用法基本一致，Rect表示存储无偏转的矩形信息，RotatedRect是用来存储旋转矩形信息的。class CV_EXPORTS RotatedRect{public://! various constructorsRotatedRect();RotatedRect(con

实验目的1. 实现压缩编码算法——Huffman编码2. 实现压缩编码算法——Shannon Fano编码3. 实现压缩编码算法——LZ编码4. 实现压缩编码算法——算数编码5. 利用上述压缩算法压缩图像、音频、视频文件，分析压缩算法的性能。** 先上源代码，如果对实验的源代码感兴趣的同学，请到小猪嘎嘎的仓库下载**[信源编码源代码](https://github.com/PiggyGa

上一篇文章给出了Huffman编码和Shannon Fano编码的编码原理以及C++的程序，程序可以用来实现给任意类型的文件进行无损压缩，缺点是比较耗时，不能作为正常的通用压缩软件来使用，但是作为算法理解，算法思路是没有问题的，后续可能需要进行优化，下面的LZ编码和算数编码和Huffman、Fano编码是走的截然不一样的道路，思想车别很大，但却殊途同归，在算法理解上我借助了一些网友前辈的博客中的例子

信道容量的迭代算法实验目的熟悉信道容量的迭代算法； 学习如何将复杂的公式转化为程序；实验要求已知：信源符号个数r，新宿符号份额数s、信道转移概率矩阵p； 输入：任意的一个信道转移概率矩阵。r、s、p在运行时从键盘输入。 输出：最佳信源分布P‘，信道容量C。实验内容信道容量的含义一个信道，若给定输入分布Q(x) ，和转移概率分布P(y|x) ，则输出概率分布为 Θ(y)=∑xQ(x)P(y|x

二元对称信道模拟器实验目的加深理解二进制对称信道的工作原理，掌握通过高级编程语言生成伪随机数的方法。允许使用编程语言：C，C++等实验要求输入：BSC信道的错误概率，任意的二进制序列 输出：经BSC信道传输后的二进制序列实验内容二元对称信道定义2元对称信道信道的转移概率为P(j|k)={1−p,  k=jp,   k≠j, k,j=0,1,...P(j|k)=\begin{cases}1-p,

此文大部分内容借鉴网上文章，我只是按照自己的思路整合了一遍。实验目的熟悉唯一可译码判决准则。 掌握C语言字符串处理程序的设计和调试技术实验要求已知：信源符号个数r、码字集合C。 输入：任意的一个码。码字个数和每个具体的码字在运行时从键盘输入 输出：判决(是唯一可译码/不是唯一可译码)。实验原理A.A.Sardinas和G.W.Patterson于1957年提出了一种用于判断码C的唯一可译性。算

##写在前面这是好久之前遗留的一篇博客，最近要好好谢谢文字，所以把之前落下的补上，欢迎大家批评指正。关于决策树的理论部分，我之前写过一篇博客，同时也实现了决策树的算法离散型决策树的C++实现，但是当时的那个实现只能针对训练数据是离散型变量的，不能处理连续型数值。这篇文章是继承上面那一篇文章的，所有的理论部分全部都可以在上一篇文章中看到，这篇文章着重处理连续型变量怎样用决策树处理。所以在读这篇文章...