zhangxueyang1的博客

链接：http://wenku.baidu.com/link?url=5zxDXab3bqos4GujrhBO66CV0VqKlmV8AOErK47m1gGGQc4f-Hw69k0B2S7Pvy_XN-TpQ8HG3D51Uvr8mR42Be6lOUVwSqtUikqIEuVK57O

链接：http://www.unixresources.net/linux/clf/kylix/archive/00/00/59/21/592188.html

链接：http://www.qiuziti.com/

链接：http://www.cnblogs.com/zcftech/archive/2013/04/08/3008673.html

链接：http://blog.youkuaiyun.com/thefutureisour/article/details/8455342最近在写自己的算法，其实就是对一些传统算法的改进。传统算法可以参考opecv的源代码。在阅读源代码的过程中，我慢慢领会到了opencv的强大之处，并不是因为它实现了各种算法，而是在于它对于基本数据结构的设计，是得其他人可以很方便的使用这些数据结构来实现自己的算法。

转自：http://blog.youkuaiyun.com/finewind/article/details/38009731一、FreeType2简介1. 是一个免费、开源、可移植且高质量的字体引擎；2. 支持多种字体格式文件，并提供了统一的访问接口；3. 支持单色位图、反走样位图渲染，这使字体显示质量达到Mac的水平；4. 采用面向对象思想设计，用户可以

链接：https://zhidao.baidu.com/question/1767172889168599260.html

转自:http://www.jb51.net/article/32047.htm平滑也称模糊, 是一项简单且使用频率很高的图像处理方法,本文将详细介绍OpenCV 2.4+ C++ 平滑处理，需要了解更多的朋友可以详细参考下原理平滑也称模糊, 是一项简单且使用频率很高的图像处理方法。平滑处理时需要用到一个滤波器。 最常用的滤波器是线性滤波器，线性

转自：http://www.oschina.net/code/snippet_1447359_360281. 将头文件和源文件加入工程2. ImageText.cpp 实例程序3. 编译命令g++ `pkg-config --cflags opencv` -o ImageText CvxText.cpp ImageText.cpp `pkg-config -

链接：http://blog.youkuaiyun.com/u014686356/article/details/52131711

转自：http://www.jianshu.com/p/a07044da13daopencv中sift特征提取的步骤使用SiftFeatureDetector 的detect方法检测特征存入一个向量里，并使用drawKeypoints在图中标识出来SiftDescriptorExtractor 的compute方法提取特征描述符，特征描述符是一个矩阵使用匹配器matcher

链接：http://blog.youkuaiyun.com/philosophyatmath/article/details/50516571

转自：http://blog.sina.com.cn/s/blog_6f611c300101bysf.htmlKd-Tree算法原理和开源实现代码 本文介绍一种用于高维空间中的快速最近邻和近似最近邻查找技术——Kd-Tree（Kd树）。Kd-Tree，即K-dimensional tree，是一种高维索引树形数据结构，常用于在大规模的高维数据空间进行最近邻查找(

FLANN介绍FLANN库全称是Fast Library for Approximate Nearest Neighbors，它是目前最完整的（近似）最近邻开源库。不但实现了一系列查找算法，还包含了一种自动选取最快算法的机制。flann::Index_类该类模板是最近邻索引类，该类用于抽象不同类型的最近邻搜索的索引。以下是flann::Index_类的声明：temp

链接：http://blog.youkuaiyun.com/redfield123/article/details/8900073最近工作需要判断图片是否是黑白的，由于是十万张以上的大批量处理，所以通过程序来自动判断。 图片对象：经过处理过的jpg格式的位图（头像照片） 算法原理：通过每个像素点的RGB值来进行判断。我们知道，位图都是由像素点构成的，

链接：http://wenku.baidu.com/link?url=WKw4uglZSyZoLV6kpBLdE5-3d2qjjQ95S3zI3YAbv1o6O_6FwqDp_2RRC7UvebDTdN-Czq47QXrVq_oeVCauilZGgnEJILkw5WnoZpaiKni

链接：http://www.cnblogs.com/slysky/archive/2011/10/13/2210745.html

转自：http://blog.youkuaiyun.com/jiutianhe/article/details/39896931尺度不变特征变换匹配算法详解Scale Invariant Feature Transform(SIFT)Just For Funzdd  zddmail@gmail.com or (zddhub@gmail.com)对于初学者，从

转自：http://blog.sina.com.cn/s/blog_b27f71160101gpep.html 每张图片都可以生成其灰度图像直方图（histogram）。如果两张图片的直方图很接近，就可以认为它们很相似。     因此，此处我们利用两幅图像的直方图来进行相似度的比较。原理较为简单，具体算法如下：1、获得输入灰度图像的直方图分布；2、将直方图划分为64个区

转自：http://blog.youkuaiyun.com/jia20003/article/details/7771651图像处理之相似图片识别（直方图应用篇）算法概述：首先对源图像与要筛选的图像进行直方图数据采集，对采集的各自图像直方图进行归一化再使用巴氏系数算法对直方图数据进行计算，最终得出图像相似度值，其值范围在[0, 1]之间0表示极其不同，1表示极其相似（相同）。 

转自：http://blog.youkuaiyun.com/abcjennifer/article/details/7639681SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得

链接：http://www.cnblogs.com/wengzilin/archive/2013/03/12/2956374.html

高斯拉普拉斯（Laplace of Gaussian）kezunhai@gmail.comhttp://blog.youkuaiyun.com/kezunhai    Laplace算子作为一种优秀的边缘检测算子，在边缘检测中得到了广泛的应用。该方法通过对图像  求图像的二阶倒数的零交叉点来实现边缘的检测，公式表示如下：由于Laplace算子是通过对图像进行微分操作

链接：http://doc.okbase.net/ronny/archive/102540.html

链接：http://www.linuxidc.com/Linux/2014-08/105085.htm

转自：http://blog.youkuaiyun.com/xiahouzuoxin/article/details/38298165程序及分析/* * FileName : MatObj.cpp * Author : xiahouzuoxin @163.com * Version : v1.0 * Date : Thu 15 May 2014 09:12:45

转自：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/histograms/histogram_calculation/histogram_calculation.html?highlight=calchist直方图计算目标本文档尝试解答如下问题:如何使用OpenCV

原文  http://blog.youkuaiyun.com/scottly1/article/details/23021083主题 OpenCV使用OpenCv将一幅图像转换为灰度图像灰度图像在实际应用中也不少，转换为灰度图像比较简单，关键函数： cvCvtColorcvCvtColor(IplImage* src, IplImage* dst, CV_BRG2GRA

转自：http://blog.youkuaiyun.com/viewcode/article/details/82037281. RGB模型2. HSV模型3. 如何理解RGB与HSV的联系4. HSV在图像处理中的应用5. OpenCV中RGB-->HSV实现在图像处理中，最常用的颜色空间是RGB模型，常用于颜色显示和图像处理，三维坐标的模型形式，非常容易被理解。

BBF（Best Bin First）是一种改进的k-d树最近邻查询算法。从前两篇标准的k-d树查询过程可以看出其搜索过程中的“回溯”是由“查询路径”来决定的，并没有考虑查询路径上数据点本身的一些性质。BBF的查询思路就是将“查询路径”上的节点进行排序，如按各自分割超平面（称为Bin）与查询点的距离排序。回溯检查总是从优先级最高的（Best Bin）的树节点开始。另外BBF还设置了一个运行超时限制