图像研究猿的专栏

extern "C"

最近刚接触CUDA，先写一些简单的示例练习下。在图像处理中，三通道彩色图像BGR到灰度图Gray，常见的一般有两种计算方式，一种是基于浮点数计算，一种是基于性能优化的通过移位的整数计算。浮点数计算公式为： gray = 0.1140 * B + 0.5870 * G + 0.2989 * R整数计算公式为： gray = (1868 * B + 9617 * G + 4899 * R...

引言CUDA（Compute Unified Device Architecture）：是NVIDIA推出的用于自家GPU的并行计算框架。只有安装这个框架才能够进行复杂的并行计算。主流的深度学习框架也都是基于CUDA进行GPU并行加速的，几乎无一例外。还有一个叫做cudnn，是针对深度卷积神经网络的加速库。开发人员可以使用C语言来为CUDA架构编写程序，C语言是应用最广泛的一种高级编程语言。所...

算法介绍最大类间方差法是1979年由日本学者大津提出的，是一种自适应阈值确定的方法，又叫大津法，简称OTSU，是一种基于全局的二值化算法，它是根据图像的灰度特性,将图像分为前景和背景两个部分。当取最佳阈值时，两部分之间的差别应该是最大的，在OTSU算法中所采用的衡量差别的标准就是较为常见的最大类间方差。

1.CMake编译原理CMake是一种跨平台编译工具，比make更为高级，使用起来要方便得多。CMake主要是编写CMakeLists.txt文件，然后用cmake命令将CMakeLists.txt文件转化为make所需要的makefile文件，最后用make命令编译源码生成可执行程序或共享库（so(shared object)）。因此CMake的编译基本就两个步骤：1、cmake2、...

目录编译安装Bazel编译libtensorflow_cc.so编译Protobuf和Eigen整理库文件和头文件测试示例在虚拟机（无GPU）CentOS 7.6上编译TensorFlow 1.13版本的C++动态库，以及整理相应的头文件。完成后，只需要库文件以及头文件即可用C++ API调用TensorFlow. 这样的好处是自己的工程可以自由选择编译工具，而不需要依赖谷...

【参考】1、如何实现 C/C++ 与 Python 的通信？https://www.zhihu.com/question/230032132、python 调用c++处理数组和图片https://blog.youkuaiyun.com/koibiki/article/details/894784583、pybind11官网介绍https://pybind11.read...