每日小结

大端和小端:
小端:高位放在高地址,低位放在低地址。
大端:高位放在低地址,低位放在高地址。
windows系统中都采取的是小端存放,linux采取的是大端存放。
通过下面一个小的程序就可以判断当前的操作系统是采用大端还是小端存放的。
eg:
//判断是否为大小端
union
{
 int a;
 char b[2];
}c;
int main()
{
 c.b[0]=10;
 c.b[1]=1;
 printf("%d\n",c.a);
}
运行结果为:
266
如果运行结果不为266,则说明采取的是大端存储。
程序分析:首先,b[0]对应的是低位,b[1]对应的是高位。而a和b采取的是共用体,即他们是共用的一段内存。所以a 当中存放的是 10 1 0 0;对应的二进制补码为:
00000000 00000000 00000001 00001010  转换为十进制就是:266
字符串分离函数:
//char*strtok(char*,const char*);
int main()
{
    char a[50]="i,am.a student";
    char b[20] = ",. ";
    char *tok = NULL;
    for(tok=strtok(a,b);tok!=NULL;
        tok=strtok(NULL,b))
    {
            puts(tok);
    }
    //"i\0am\0a\0student";
    return 0;
}
strtok函数先定义一个tok函数,将其指向0,防止野指针的出现,先将tok指向i,如果找到b字符串中的关键字,就用'\0'来替代其中的关键字,再用puts函数将tok输出,此时tok指向的是i,一直遇到\0就结束输出。再执行tok=strtok(NULL,b)),将指针指向下一个单词的开始,然后这样一直重复输出。知道tok指向\0。
内容概要:本文档《opencv高频面试题.docx》涵盖了OpenCV的基础概念、图像处理操作、特征提取与匹配、目标检测与机器学习、实际编程题、性能优化以及进阶问题。首先介绍了OpenCV作为开源计算机视觉库,支持图像/视频处理、目标检测、机器学习等领域,应用于安防、自动驾驶、医学影像、AR/VR等方面。接着详细讲述了图像的存储格式(如Mat类)、通道的概念及其转换方法。在图像处理部分,讲解了图像灰度化、二值化、边缘检测等技术。特征提取方面,对比了Harris和Shi-Tomasi角点检测算法,以及SIFT、SURF、ORB的特征提取原理和优缺点。目标检测部分介绍了Haar级联检测原理,并阐述了如何调用深度学习模型进行目标检测。文档还提供了几个实际编程题示例,如读取并显示图像、图像旋转、绘制矩形框并保存等。最后,探讨了性能优化的方法,如使用cv2.UMat(GPU加速)、减少循环等,以及相机标定、光流等进阶问题。 适合人群:对计算机视觉有一定兴趣,具备一定编程基础的学习者或从业者。 使用场景及目标:①帮助学习者掌握OpenCV的基本概念和技术;②为面试准备提供参考;③为实际项目开发提供技术指导。 阅读建议:由于内容涵盖广泛,建议读者根据自身需求有选择地深入学习相关章节,并结合实际编程练习加深理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值