<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[君子似水  随圆就方]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/summitgao</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; summitgao]]></copyright><item><title><![CDATA[PCA主成分分析]]></title><link>https://blog.youkuaiyun.com/summitgao/article/details/50205493</link><guid>https://blog.youkuaiyun.com/summitgao/article/details/50205493</guid><author>summitgao</author><pubDate>Mon, 07 Dec 2015 23:35:28 +0800</pubDate><description><![CDATA[PCA技术的一大好处是对数据进行降维的处理。可以对新求出的“主元”向量的重要性进行排序，根据需要取前面最重要的部分，将后面的维数省去，可以达到降维从而简化模型或是对数据进行压缩的效果，同时最大程度的保持了原有数据的信息。PCA技术的一个很大的优点是，它是完全无参数限制的。在PCA的计算过程中完全不需要人为的设定参数或是根据任何经验模型对计算进行干预，最后的结果只与数据相关，与用户是独立的。]]></description><category></category></item><item><title><![CDATA[基于薄板样条插值图像配准的Matlab实现]]></title><link>https://blog.youkuaiyun.com/summitgao/article/details/46678503</link><guid>https://blog.youkuaiyun.com/summitgao/article/details/46678503</guid><author>summitgao</author><pubDate>Wed, 01 Jul 2015 10:17:12 +0800</pubDate><description><![CDATA[薄板样条(Thin Plate Spline)映射根据两幅相关图像中的对应控制点集来决定一个变形函数。它寻找通过所有给定点的饶度最小的光滑曲面。“薄板”这个名字的由来，就表示薄板样条是用来近似的仿真一块金属薄片在通过相同的控制点时的行为特征。]]></description><category></category></item><item><title><![CDATA[OpenCV 均值方差的计算]]></title><link>https://blog.youkuaiyun.com/summitgao/article/details/16356735</link><guid>https://blog.youkuaiyun.com/summitgao/article/details/16356735</guid><author>summitgao</author><pubDate>Sat, 16 Nov 2013 14:00:07 +0800</pubDate><description><![CDATA[OpenCV 计算图像均值与方差的代码如下：
cv::Mat             img;
Scalar     mean;
Scalar     stddev;

cv::meanStdDev ( img, mean, stddev );
uchar       mean_pxl = mean.val[0];
uchar       stddev_pxl = stddev.val[0];]]></description><category></category></item><item><title><![CDATA[OpenCV实现图像旋转]]></title><link>https://blog.youkuaiyun.com/summitgao/article/details/8173906</link><guid>https://blog.youkuaiyun.com/summitgao/article/details/8173906</guid><author>summitgao</author><pubDate>Mon, 12 Nov 2012 13:36:45 +0800</pubDate><description><![CDATA[主要使用OpenCV的仿射变换函数WarpAffine，
彷射变换的相关内容可以参考OpenCV Tutorials
具体实现可见代码：

Mat img, imgDst;
float fAngle;
int angle;
Point2f rot_center;
int imgSize;
Mat rot_mat;
char dstPath[200];

img = imread("cat.]]></description><category></category></item><item><title><![CDATA[OpenCV访问修改图像的像素值]]></title><link>https://blog.youkuaiyun.com/summitgao/article/details/8165853</link><guid>https://blog.youkuaiyun.com/summitgao/article/details/8165853</guid><author>summitgao</author><pubDate>Fri, 09 Nov 2012 12:22:14 +0800</pubDate><description><![CDATA[上一篇博文讨论了OpenCV中高斯滤波函数的效率，发现自己编写的滤波代码与OpenCV原代码效率差好多倍，应该是代码出了问题。经过一些调研，发现访问像素值的方法不同，导致操作的效率也存在差异。
这里主要讨论访问像素值的两种方法：at方法和指针方法



1. 使用at方法
    如果是灰度图像：
        img.at(row, col) = 128;
    如果是彩色图]]></description><category></category></item><item><title><![CDATA[OpenCV高斯滤波效率分析]]></title><link>https://blog.youkuaiyun.com/summitgao/article/details/8165578</link><guid>https://blog.youkuaiyun.com/summitgao/article/details/8165578</guid><author>summitgao</author><pubDate>Fri, 09 Nov 2012 11:14:55 +0800</pubDate><description><![CDATA[今天分析了OpenCV中的高斯滤波：
使用OpenCV中默认的方法对512*512的图像利用大小为5的模板进行滤波，使用时间为0.9000394ms
自己编写函数利用模板先行滤波再列滤波，使用时间为6.844166ms
OpenCV对图像滤波函数进行了优化是肯定的，但效率差别这么大，
可能还是我代码写得粗糙了，希望高手多多指点
	Mat imgSrc, imgDst, imgTmp;]]></description><category></category></item></channel></rss>