OpenCV--鼠标事件响应

本文介绍了一个使用OpenCV库的示例程序,演示如何通过计算机鼠标在屏幕上绘制矩形框。该示例来源于《Learning OpenCV》一书第114至117页的内容。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

/**********************************************************
     This demo tries to demostrate the way how mouse event
   is responded in OpenCV. 
     It presents a way to draw a box on the screen through 
   a computer mouse. 
     A reference to this code is the demo in the wonderful
   book <learning OpenCV> on page 114 to page 117.
***********************************************************/


#include<cv.h>
#include<highgui.h>

#include<iostream>
using namespace std;


// callback function
void cvMouseCallback(int mouseEvent,int x,int y,int flags,void* param);

struct drawbox
{
	CvPoint point1;
	CvPoint point2;
	IplImage* image;
	IplImage* temp;
	bool isDraw;
};

int main(int argc,char* argv[])
{
	// declare and initialize a struct drawbox variable
	drawbox box;
	box.point1 = cvPoint(0,0);
	box.point2 = cvPoint(0,0);
	box.image = cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
	cvZero(box.image);
	box.temp = cvCloneImage(box.image);
	box.isDraw = false;

	// register a mouse callback function
	cvNamedWindow("exam",CV_WINDOW_AUTOSIZE);
	cvSetMouseCallback("exam",cvMouseCallback,&box);

	while(1)
	{
		cvCopy(box.image,box.temp);
		if(box.isDraw)  
		{
			cvRectangle(box.temp,box.point1,box.point2,CV_RGB(255,255,255));
		}
		cvShowImage("exam",box.temp);
		if(cvWaitKey(20) == 27)  break;
	}

	cvReleaseImage(&box.image);
	cvReleaseImage(&box.temp);
	cvDestroyWindow("exam");
	return 0;
}

void cvMouseCallback(int mouseEvent,int x,int y,int flags,void* param)
{
	drawbox* box = (drawbox*)param;
	switch(mouseEvent)
	{
	case CV_EVENT_LBUTTONDOWN:
		box->point1 = cvPoint(x,y);
		box->point2 = cvPoint(x,y);
		box->isDraw = true;
		break;
	case CV_EVENT_MOUSEMOVE:
		box->point2 = cvPoint(x,y);
		break;
	case CV_EVENT_LBUTTONUP:
		box->point2 = cvPoint(x,y);
		cvRectangle(box->image,box->point1,box->point2,CV_RGB(0,255,0));
		box->isDraw = false;
		break;
	}
	return;
}

http://blog.youkuaiyun.com/chenli2010/article/details/6896194
内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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