C++
关注
分享
扫一扫
文章平均质量分 79
龙虾在剥我的壳
世事如书
展开
-
OpenCV——图像融合
在许多计算机视觉应用中(例如机器人运动和医学成像)，需要将来自多幅图像的相关信息集成到一幅图像中。这种图像融合将提供更高的可靠性、准确性和数据质量，并显著提高数据可视化效果。原创 2025-04-09 20:13:59 · 435 阅读 · 0 评论 -
OpenCV中的数据类型
详细介绍OpenCV中的一系列数据类型，从8位无符号整数(CV_8U)到64位浮点数(CV_64F)，包括不同位深度和通道数量的组合，如CV_16FC3代表16位浮点三通道数据。原创 2025-04-08 20:38:02 · 655 阅读 · 0 评论 -
线性代数-LU分解(C++代码实现)
LU分解是指将一个 NxN 矩阵 A 分解为一个上三角矩阵 U 和下三角矩阵 L 的过程， 即： ＬU＝Ａ。在数值线性代数中，LU分解广泛用于求解线性方程组、计算矩阵的行列式以及求逆矩阵等问题。原创 2025-04-01 20:25:18 · 886 阅读 · 0 评论 -
基于同轴聚类点云去重的铆钉高度测量
本次实验起源于工业检测领域一个普遍存在的需求——精确测量铆钉相对于料盘（即基准平面）的高度。原创 2025-02-24 21:38:55 · 431 阅读 · 0 评论 -
PCL-计算点云AABB包围盒
AABB包围盒，是描述点云数据外边界的最小矩形盒，用于精确描述物体的大小、位置、方向等信息。在处理3D数据时，计算包围盒可以有效地简化碰撞检测、缩放、旋转等几何操作。原创 2024-12-25 22:42:31 · 929 阅读 · 0 评论 -
PCL-选择ROI区域
在本文中，我们将介绍如何使用PCL中的CropBox函数来加载、裁剪和可视化点云数据，具体的，提前在CC中选择好四个坐标点，并提前设置好ROI区域的高度，然后在原点云中裁剪出立体框，即ROI区域。原创 2024-12-03 21:21:20 · 508 阅读 · 0 评论 -
VS2019配置Halcon的C++环境配置教程
在vs2019中配置halcon的C++环境，参考网上教程发现大多都有问题，不能正确配置，于是在配置成功后做一个完整记录。原创 2024-09-25 14:35:10 · 1038 阅读 · 0 评论 -
PCL-基于RANSAC的平面拟合方法
在平面拟合问题中，RANSAC可以用来拟合最适合数据点的平面模型，忽略掉离群值。原创 2024-08-22 14:15:00 · 1197 阅读 · 0 评论 -
PCL-基于超体聚类的LCCP点云分割
超体聚类把点云按照颜色和空间位置进行有意义的分割，将其分割成小块。LCCP在其基础上，基于空间和法线信息再聚类分割。原创 2024-08-22 09:05:12 · 726 阅读 · 0 评论 -
PCL-基于SAC_IA和NDT结合的点云配准算法
采用一种结合采样一致性初始配准(SAC-IA)和正态分布变换(NDT)配准融合的点云配准方法。原创 2024-08-21 22:38:33 · 979 阅读 · 0 评论 -
PCL- C4996和C4819 解决办法
C4996解决办法原创 2023-09-03 23:02:08 · 333 阅读 · 0 评论 -
PCL-基于FPFH的SAC-IA结合ICP的点云配准方法
ICP算法是点云配准过程中较为常用的算法，针对ICP算法对点云初试位置相差较大的缺点，使用一种结合凸包算法、特征匹配与ICP算法相结合的配准算法对点云进行配准。原创 2024-07-24 22:42:36 · 1504 阅读 · 0 评论 -
PCL-基于PCA计算点云的最小包围盒、顶点坐标和主轴方向
点云包围盒、顶点坐标和点云主轴方向在分析点云的几何特征和形状，都起着关键作用。原创 2024-07-21 18:03:32 · 2034 阅读 · 2 评论 -
PCL-点云欧式聚类分割
聚类方法需要将无组织的点云模型分成更小的部分，从而显著减少点云的整体处理时间。原创 2024-07-21 16:01:59 · 1346 阅读 · 0 评论 -
C++ 将off格式文件转换成ply格式存储
将off格式文件转换成ply格式存储原创 2023-09-13 08:00:00 · 440 阅读 · 0 评论