ren1335654481的博客

初学OpenCV的开发者很容易被OpenCV中各种滤波方法所困扰，不知道到底该用哪里一个来做滤波。表面原因看起来是因为OpenCV中各种滤波方式实在是太多太杂，其背后原因是对各种滤波方法的应用场景认知出现了问题，所以这里小编从应用场景与项目中解决问题的实际出发，跟大家一起探讨一下各种滤波方法。 一：模糊函数blur参数说明-参数InputArray表示输入图像Mat

特此声明，鄙人收集资料大都来源于百度百科，但是提取其中关键部分，加上一些其他的网上资源来帮助一些概念的理解，希望和大家一起学习。如有解释不到位的地方，还请多多理解。先简单介绍一下OpenCV，以后再进行深入学习：OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python, Java and MATLAB/OCTAVE (

CUDA从入门到精通2013-10-17 11:22 56069人阅读 评论(18)收藏举报本文章已收录于：分类： CUDA（106） 作者同类文章XCUDA从入门到精通（零）：写在前面在老板的要求下，本博主从2012年上高性能计算课程开始接触CUDA编程，随后将该技术应用到

CUDA的线程是多维的，启动一个线程格，线程格可以是多维的，线程格中分为线程块，线程块也可以是多维的，线程块中包含线程，对于GPU来说，同时启动200万个线程是很轻易的事情。blockIdx :当前执行设备代码的线程块的索引dim3 grid(DIM,DIM):声明一个二维的线程格，名字为grid;kernel>(dev_t):线程块为一个二维线程块，每个线程块有一个线程gridD

CUDA是NVIDIA公司开发的一个用于GPU编程的开源框架，用于将GPU用于更广泛的数学计算，充当cpu的功能，所以只能在nvidia的GPU下实现，如果你的GPU不是nvidia的，赶紧去换一个吧，ATI也有一个类似的框架，叫做streaming，不过要用汇编写。CUDA只需拥有C语音功底就够了。CUDA C只是C语言的扩展，多了一些包，只要安装好CUDA工具箱（编译GPU代码的编译器）就

今天学习一下linux中删除文件和目录的命令： rm命令也可以完成重要的任务：rm是常用的命令，该命令的功能为删除一个目录中的一个或多个文件或目录，它也可以将某个目录及其下的所有文件及子目录均删除。对于链接文件，只是删除了链接，原有文件均保持不变。rm是一个危险的命令，使用的时候要特别当心，尤其对于新手，否则整个系统就会毁在这个命令（比如在/（根目录

Shell高级编程学习笔记(基础篇) 目录1.shell脚本的执行方法 　　2.shell的变量类型 　　3.shell特殊变量4.变量子串的常用操作 　　5.批量修改文件名实践  　　6.变量替换7.在shell中计算字符串长度的方法 　  8.变量的数值计算：(()) 的用法9. 变量的数值计算：let的用法 　　　10.变量的数值计算：expr的用法1

OpenCV3.0较OpenCV2.x改变1）C风格的API完全被C++的API代替，代码更加简洁，不易出错。C++的API将更加简洁。2）所有的算法都将继承自cv::Algorithm接口。3）大型的模块将拆分为小的模块。OpenCV应用层语言Python、Java、COpenCV操作系统：Windows、Linux

从语言内容来讲，C绝对是足够精炼的，它提供且仅提供了我们工作所必须的编程元素。从可以实现的功能以及能为我们提供的代码管理和性能支持上来看，它也做的恰到好处。没有C++的繁琐、比脚本及所谓的OO语言更高效、当然也比汇编更容易理解。 不过对于用惯了Java的HashMap、LinkedHashMap，Python的Dict，以及PHP的Array 的同学来说，C的简洁似

本系列文章由@浅墨_毛星云 出品，转载请注明出处。  文章链接： http://blog.youkuaiyun.com/poem_qianmo/article/details/22745559作者：毛星云（浅墨）    邮箱： happylifemxy@163.com 写作当前博文时配套使用的OpenCV版本： 2.4.8

【开源】Caffe、TensorFlow、MXnet三个开源库对比SparkRPortfolio · 2016-03-12 04:03        最近Google开源了他们内部使用的深度学习框架TensorFlow[1]，结合之前开源的MXNet[2]和Caffe[3]，对三个开源库做了一些讨论，其中只有Caffe比较仔细的看过源代码，其他的两个库仅阅读官方文档和一些研

一、什么是Openface？Openface是一个基于深度神经网络的开源人脸识别系统。该系统基于谷歌的文章FaceNet: A Unified Embedding for Face Recognition and Clustering。Openface是卡内基梅隆

使用GPU CUDA这项技术，想找一本入门的教材，选择了Jason Sanders等所著的书《CUDA By Example an Introduction to General Purpose GPU Programming》。这本书作为入门教材，写的很不错。自己觉得从理解与记忆的角度的出发，书中很多内容都可以被省略掉，于是就有了这篇博文。此博文记录与总结此书的笔记和理解。注意本文并没有按照书中

初学ros机器人程序设计，从创建工作空间到编译运行节点，由于Linux也是初学，各种焦头烂额，把这些最基础的东西先总结下来，以备日后查看。这是第一次写博客，倘若有诸多错误的地方，希望大家谅解并指出。