sxj731533730

基本思想：之前写了一套c++的推理和视频编解码，使用rk3588的mpp硬件进行编码和解码，然后使用RTSPServer进行推流，总是有问题，虽然可以使用ffplay和vlc进行拉取和播放，但是就是无法使用gstreamer推流到亚马逊云服务上，因为项目需求的紧急，所以先用python把流程跑同，后续在进行详细的探究和研究。2) 然后需要下载一下流媒体服务，因为rk3588s的开发板是armv8的架构，所以需要下载armv8架构的可执行文件。一、连接rk3588s的开发板。3）下载亚马逊的官方的推流代码。

基本思想：服务端和客户端。

基本思想：在上一篇的基础和视频教程之后，进行简单的aws服务，进行RTSP流的接收。第六步：填入json数据//来自前面cp的video stream信息。在build目录外层配置环境变量，在该目录环境路径下执行。第二步：配置video_stream,记得选择香港节点。第四步：策略设置，选中右上角的创建策略。同时记录这个信息，后面的策略需要填充。第八步：参考上一篇博客编译源码即可。第五步、进行json填充。然后创建policy成功。第七步：创建user账户。第三步：进行策略设置。

2)先配置 Thing types & Thing，选择香港的节点，然后AWS ioT--->Manage---> Thing type。基本思想：参考官方视频，进行了配置aws，测试了视频推流，rtsp和mp4格式的视频貌似有问题，待调研和解决。完成之后，在上一步的next结束之后，在进行create policy。第一步：1) 进入aws的网站，然后进入ioT Core。然后输入名字，创建Thing type。2) 点击policy进行往下创建。下一步更新内容且选择custom。许可文件，先放在那里。

然后，双击Shift，在弹出的搜索栏中，输入“Registry”，点击“Registry…”进入软件注册表界面，去掉“run.processes.with.pty”中默认的对勾，即不要选中该项。基本思想：这里使用飞哥写的android代码，将其取出纯c++代码逻辑，自己尝试转了paddle+ocr模型，可以成功转换，不在详细阐述生成ncnn模型的过程和写后处理ocr识别过程。一、在window10+ncnn+clion+mingw32测试结果，对源代码进行稍微修改，不在此放出来了，只贴目录和识别结果。

基本思想：chatgpt4的实践，真的很厉害，也不用百度、google搜索了～

基本思想：主要学习一下在共享内存中传递变长的数据，这样在c#调用c++dll也可以雷同操作，以oak的检测和共享内存为代码整合，集成了rapidjson的使用,代码自己摘要和参考吧。

基本思想：需要将声纹识别的demo集成到项目中,奈何官方只提供了py版本和java版本，需要c++版本，逐开发和记录一下，只是简单复现其py代码。填入对应的APPId、 APISecret、 APIKey，返回结果。二、c++代码复现，自己优化去～c++代码的main.cpp函数。一、官方代码的和手册的地址。这里将py代码贴一下。

基本思想：需要使用http协议完成业务需求，需要测试一下，所以学习一下想关的应用实践。

基本思想：使用googletest进行单元测试，并且使用googleglog进行日志输出。第一步：测试googletest。

基本思想：最近需要使用labelme标注文件来做区域配置文件，作为c++检测+euler追踪代码的区域文件使用，省去了添加不太直观的坐标点， 所以随手用rapjson写了个构建和解析的json文件代码，可以更好的照顾懒人一、构建39、使用NCNN+YOLOFast/YOLOV5,实现视频流/图片的自动化的labelme标注数据_sxj731533730-优快云博客比如我使用labelme --nodata标注了一个文件labelme文件内容{ "version": "3.1

基本思想：使用MinGW32编译一下MNN进行推理使用一、下载代码D:\>git clone https://github.com/alibaba/MNN.gitCloning into 'MNN'...remote: Enumerating objects: 21338, done.remote: Counting objects: 100% (3153/3153), done.remote: Compressing objects: 100% (1451/1451), done.

基本思想：写了一个简单的c#调用c++的dll库，完成yolov5检测图片的分类一、创建一个c++工程，详细的构建和配置环境就不详细累述了，贴代码吧，导入opencv和ncnn库即可，因为需要考虑使用C#调用，所以改的代码尽量迎合C#调用的风格main.cpp#include "connect.h" int main(int argc, char** argv){ cv::Mat image = cv::imread("F:\\sxj\\predictio

基本思想：使用c#调用c++的静态包，进行图像帧传入和处理，然后返回结果；一、创建C#工程然后简单测试一下工程二、在C#中先把OpenCV调用起来（1）在C#中打开搜索NuGet（库程序包管理器）安装最新的OpenCVSharp4和OpenCVSharp4。runtime.win两个包修改一下工程类型，选择X64,若没有在“配置管理器”中，新建一个x64平台即可然后测试一下，C#可以正常读取图片和显示图片测试图片代码using System...

基本思想：随手记录一下rapidJson的存储字符串和空间释放CMakeLists.txtcmake_minimum_required(VERSION 3.16)project(untitled2)set(CMAKE_CXX_STANDARD 14)include_directories(${CMAKE_SOURCE_DIR}/include)find_package(OpenCV REQUIRED)add_executable(untitled2 main.cpp Base64.cp

基本思想：使用MInGW32编译Tengine，并使用Clion调用一、下载OAID Tengine的源代码git clone https://github.com/OAID/Tengine.git

基本思想:给客户搞了个摄像头的人证比对历程，真艰辛；本以为很简单的一个事情，最开始是人证比对，客户搞成了照片测试；我又搞成了眨眼测试，客户用上了手机播放视频；我又又搞成了手机检测，客户搞成了流媒体设备播放，深受其害，导入百度活体检测吧！（1）、https://ai.baidu.com/ai-doc/FACE/4k37c1kj1下载百度的C++ 活体检测SDK（2）、然后离线激活一下（3）将下载的License.zip 导入许可文件F:\temp\Baidu_Face_Offlin..

基本思想：最近涉及到一个项目，需要应用到boost的库使用，具体厂家提供数据文件，因为涉密原因，无法提供，因此只涉及代码编写和效果展示#include <iostream>#include <vector>#include <fstream>#include "opencv2/core.hpp"#include "opencv2/imgproc.hpp"#include "opencv2/highgui.hpp"#include "opencv2/vi

基本思想：想学习一下centerface作者如何将pytorch模型转成ncnn模型，做个笔记，自己尝试解析一下，毕竟有参考答案，学习成本较低~一、下载源码：git clone https://github.com/Star-Clouds/CenterFace.git然后执行prj-python代码，测试可用然后开始转将onnx转成ncnn模型，进行ncnn的对应代码开发，开发过程参考python代码解析过程二、使用onnx模型查看网络centerface.onnx模型，并进行解.

基本思想：在工程中使用Clion编译器去调用boost的函数实现图形的并集处理，所以需要预先编译 一下boost库，以便可以在Clion中调用 <前提已经安装了mingw32编译器>一、首先下载boost的源代码首先下载最新版板的boost版本https://www.boost.org/users/history/version_1_77_0.html二、然后进行编译​F:\sxj\20210911>cd boost_1_77_0F:\sxj\20210911

基本思想：使用c++的tinyxml实现svg图形处理未完待续

基本思想：使用tinyxml构建基本的SVG图形Clion的目录CMakelists.txtcmake_minimum_required(VERSION 3.16)project(untitled)set(CMAKE_CXX_STANDARD 14)include_directories(${CMAKE_SOURCE_DIR})add_executable(untitled main.cpp tinystr.cpp tinyxml.cpp tinyxmlparser.cpp t

基本思想：编译一个含有opencv第三方的静态库,提供给go语言进行连编译和调试（前提你已经安装了mingw32，同时使用mingw32编译了opencv）一、测试一个完整的clion工程，读取图片并写入本地代码cmakelists.txtcmake_minimum_required(VERSION 3.16)project(untitled6)set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++14")set(OpenCV_DIR "D

基本思想：当R329刷机完成之后，整个系统和之前搞得树莓派系统就差不多了，先设置wifi，然后串口访问即可sudo touch /etc/wpa_supplicant/wpa_supplicant.conf#增加如下内容network={ ssid="[你的网络名称]" psk="[你的网络密码]"}...

基本思想：之前很多项目都是基于TensorRT部署nano，今天顺手记录一下tengine部署nano吧~ 分了四步走：先进行mingw32的交叉编译，以运行在clion上，官方似乎没有提供window10+mingw32的教程，并进行验证 ：https://tengine-docs.readthedocs.io/zh_CN/latest/index.html 进行nano的tensorRT部署，...

基本思想：某人需要使用QT进行人脸检测，顾记录一下~ (需要提前配置环境cmake和非选择编译Opencvhttps://blog.youkuaiyun.com/sxj731533730/article/details/111624661)(1)、下载QThttps://download.qt.io/archive/qt/5.14/5.14.0/qt-opensource-windows-x86-5.14.0.exe(2) 下载probuf:https://github.com/google/prot...

基本思想：因为最近用到了双目摄像头测距的代码逻辑，逐记录和转发一下大佬们的知识点双目测距的整体原理是根据相似三角形原理进行计算和求距离首先使用两个相机进行标注数据的采集使用代码进行数据采集https://blog.youkuaiyun.com/xiao__run/article/details/79618827#!/usr/bin/python# -*- coding: utf-8 -*-import cv2import timeAUTO = True # 自动拍照，或手动按s键拍照.

基本思想：因为项目中使用mediapipe的检测框架，奈何google对其官方提供的tflite封装解析不开源，只能曲线救国，因此使用visual studio2019进行封装调用一、先测试python版本的mediapipe

基本思想：随手记录一下，验证码需要计算之后才能登陆的py脚本开发~一、下载 Tesseract-OCR 的 windows安装版并且安装（Linux直接使用pip安装）http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-w64-setup-v5.0.0-alpha.20201127.exe配置一下环境变量...

基本思想：随手记录一下在window10系统上部署TensorRT+YOLO5,也随手记录一下Libtorch的使用方式；一、https://pc.qq.com/detail/19/detail_25679.html去腾讯软件中心下载vs2019进行安装安装完成之后，先写一个hello world 试试是否可以使用~二、搭建OpenCV库https://sourceforge.net/projects/opencvlibrary/files/4.5.1/opencv-4.5.1-v...

基本思想：想学习一下TensorRT的使用，随笔记录一下；一、首先下载python3.7源码进行安装ubuntu@ubuntu: wget https://www.python.org/ftp/python/3.7.0/Python-3.7.0.tgzubuntu@ubuntu: tar -zxvf Python-3.7.0.tgzubuntu@ubuntu: ./configure --prefix=/usr/local/Python-3.7.0 --enable-optimizations

基本思想：最近在研究RoboMater源码，学习了如何使用共享内存传递cv::Mat 所以记录一下；send.cpp 读取了一张576*768*3通道的图片#include <iostream>#include <sys/shm.h>#include "opencv2/core.hpp"#include "opencv2/highgui.hpp"#define image_size_max 576*768*3struct shareMemory { in

基本思想：记录一下MinGW编译NCNN进行检测，并完成跟踪处理~Download protobuf-3.4.0 fromhttps://github.com/google/protobuf/archive/v3.4.0.zipBuild protobuf library:cd protobuf-3.4.0\protobuf-3.4.0F:\protobuf-3.4.0\protobuf-3.4.0\buildMinGW>cmake -G"MinGW Makefiles" -DCMA.

基本思想：使用Clion学习c++的多线程操作#include<iostream>#include <unistd.h>#include <thread>#include<vector>#include <mutex>#include <atomic>using namespace std;std::mutex op;int s = 0;//static std::atomic<long> s{0

基本思想：提供了几种模型转成ncnn模型，以提供ncnn 调用~首先下载ncnn的源码：git clonehttps://gitee.com/Tencent/ncnn.git进行编译 生成各模块的对应转化可执行二进制文件；需要参考博客： 安装Android的ndk编译器~https://blog.youkuaiyun.com/sxj731533730/article/details/106115331ubuntu@ubuntu:~$ git clonehttps://github.com/Tence...

基本思想：提供了几种模型转成ncnn模型，以提供ncnn 调用~首先下载ncnn的源码：git clonehttps://gitee.com/Tencent/ncnn.git进行编译 生成各模块的对应转化可执行二进制文件；ubuntu@DESKTOP-L50FRR6:/mnt/e/ncnn$ git clonehttps://gitee.com/Tencent/ncnn.gitubuntu@DESKTOP-L50FRR6:/mnt/e/ncnn$ sh package.shubuntu@...

基本思想：决定建立一个github 跨平台文件夹，偶尔更新常用的各种平台静态包和动态包，供个人和他人项目使用；源码尽量来自github，最新的包，小伙伴可以自己编译，提供方法和已经编译好的跨平台包,let‘s go~~环境配置参考https://blog.youkuaiyun.com/sxj731533730/article/details/106115331Dlib包：ubuntu@DESKTOP-L50FRR6:~$ git clone https://github.com/davisking/dl

基本思想:帮别人写了一段小代码，在Darknet yolo 实现多张图片的加载和训练，如何遍历多层目录的文件夹，获取其文件目录和目录下的文件；文件目录结构如下：ubuntu@ubuntu:/mnt/f/test_root$ tree.├── 99_775023100073│ ├── 99_77_5023100073.xml│ ├── 99_77_5023100073_difference.jpg│ ├── 99_77_Capture_20200225023100073_ori...

基本思想：在window10下，使用MinGW+Camke+Dlib 进行编译，然后在代码中使用c++进行静态库的调用；第一步：搭建环境：https://blog.youkuaiyun.com/sxj731533730/article/details/108825222; 可以暂不搭建opencv第二步：下载dlib包,使用window10的附加linux内核下载较快：ubuntu@ubuntu:/mnt/f$ axel -n 100 http://dlib.net/files/dlib-19.21.zi

基本思想:　首先使用ｃ++调用了腾讯的开源框架ＮＣＮＮ，然后使用腾讯的rapidjson实现自动化的labelme格式化json生成，实现了自动化识别和标注数据，人工稍微修正存在错误的数据集即可；（可以python调用该静态包，但是比较喜欢ｃ++Ｏ（∩＿∩）Ｏ哈哈～）第一步：首先下载ＮＣＮN源代码：https://github.com/Tencent/ncnnubuntu@ubuntu:~$ git clone https://github.com/Tencent/ncnn.gitubuntu@