MissCoder的博客

原创 OpenGL配置及窗口创建过程

转载 C++回调函数必须为静态函数的原因+访问非静态成员方法

一个对象的this指针并不是对象本身的一部分，不会影响sizeof(对象)的结果。this作用域是在类内部，当在类的非静态成员函数中访问类的非静态成员的时候，编译器会自动将对象本身的地址作为一个隐含参数传递给函数。也就是说，即使你没有写上this指针，编译器在编译的时候也是加上this的，它作为非静态成员函数的隐含形参，对各成员的访问均通过this进行。为了实现回调，我们必须把this指针给转换掉！可为了在该函数中可以直接操作该类中的成员，我们必须保留this指针！所以这是矛盾的。在类封装回调函数：

原创 C语言依次读取各文本单元

FILE指针+fscanf。fscanf：遇到空格和换行时结束//1.采用FILE ::fopen打开文件 FILE * fFile; if((fFile=fopen(m_strFilename,"r")) !=NULL) {//2.采用fscanf读取tab/空格/换行间的数据，四次fscanf完成首行信息行读取 fscanf(fFile,"%s",str); fscanf(...

原创 C语言按行读取文本中数据

//1.采用CStdioFile::open打开文件CStdioFile fFile;CString m_strFilename = "xxx";if(fFile.Open(mm_strFilename ,CFile::modeRead)){CString tempstr; // 2.buf指针初始化，并跳过首行信息行memset(m_xxxBuf,0,sizeof(m_xxxBuf));//存数据的buf...

原创 2021-05-25

海康SDK二次开发程序运行错误：1.无法找到MvCameraControl.h及相关宏定义解决：下载对应MVS客户端软件，安装目录include文件夹下有该头文件2.无法加载MvCameraControl.dll解决：须安装对应MVS客户端软件，根据demo说明文件可知，软件安装后即“安装好 MVS 的同时会把相应 32 和 64 的 dll 打到环境变量”；若此时还报错，重启电脑，亲测可行。...

原创 2021-05-24

Cmake error: Invalid escape sequence \U错误原因：路径分割符方向错误“C:\Users\..."改成“C:/Users/..."

原创 matlab lisence过期以及新安装

一：原安装的matlab因license 2017年11月到期导致无法打开的解决方案修改或替换安装目录下license文件夹中的.lic文件，本文提供替换文件下载入口二：新安装matlab由于网上破解安装资料中所给license主要还是到今年11月到期，会导致激活失败正确的单机安装方式（2009a）——1) choose"install manually without using

转载 科研搜索引擎

1、http://scholar.google.com/ 这个不多讲了. 2、http://qns.cc/ 后起之秀，科研人员的良好助手，上此网站的90%是从事科研的学生与老师。其词典搜索集 成了目前市面上最好的在线英汉写作及科研词典，用此搜索引擎写作英文论文相当方便； 其文献搜索集成了目前最优秀的数据库。一键切换搜索，非常方便，不用开很多窗口而打 断思路；其实用工具中的小

转载 PrimeSense资料杂烩

一：PrimeSense 是谁？以色列3d传感器公司，成立于2005年，2006年成功研制出基于结构光原理的3维传感器，2009年微软发布的体感游戏产品-kinect便是采用该公司提供的3D传感器。2010 年年底，PrimeSense 与华硕合作开发了 Xtion Pro——和 Kinect 采用了同样的 3D 传感器，不过只能在 PC 上使用。2011 年，PrimeSense 与

转载 TOF相机-非扫描三维成像

飞行时间法（TOF）3D成像，是通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行（往返）时间来得到目标物距离。这种技术跟3D激光传感器原理基本类似，只不过3D激光传感器是逐点扫描，而TOF相机则是同时得到整幅图像的深度信息；TOF相机与普通机器视觉成像过程也有类似之处，都是由光源、光学部件、传感器、控制电路以及处理电路等几部

转载 三维点云数据集

http://www.pclcn.org/bbs/forum.php?mod=viewthread&tid=38&pid=74&page=1&extra=

转载 三维箭头quiver3的用法

前转载了一个quiver3的博文，但只是粘贴的matlab帮助，还全英文。现在用matlab帮助的一个例子来介绍它的用法。quiver3函数在(x,y,z)处显示(u,v,w)向量。以下程序显示一个抛物线vx = 2;     % x方向速度vy = 3;     % y方向速度vz = 10;    % z方向速度a = -32;    % z方向加速度

转载 使用OpenCV探测来至运动的结构

申明：本文转载自：http://www.csdn123.com/html/mycsdn20140110/57/57fc0284cb8b01ad9d9565f8a8bf7ec9.html第四章 使用OpenCV探测来至运动的结构——Chapter4:Exploring Structure from Motion Using OpenCV 仅供参考，还未运行程序，理解部分有

转载 Matlab实现文件读写的几种方法

Matlab有着强大的数据处理功能，经常需要从外部文件读取数据或将数据写到外部文件。Matlab和外部文件进行数据交换相关的命令，个人目前了解到的有以下几种。  （0）自己添加你可以将txt的一些文本数据直接拷贝到matlab窗口，然后保存为mat文件，下次就可以直接采用load函数了。（1）Loadload 从Matlab的数据文件.mat中读取变量数据，也可以从

转载 支持向量机通俗导论（理解SVM的三层境界）

声明：本文转载自http://blog.csdn.net/v_july_v/article/details/7624837前言    动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好讲清楚，尽管网上已经有朋友写得不错了(见文末参考链接)，但在

转载 PCA （主成分分析）详解 （写给初学者） 结合matlab

声明：本文转载自http://my.oschina.net/gujianhan/blog/225241一、简介        PCA（Principal Components Analysis）即主成分分析，是图像处理中经常用到的降维方法，大家知道，我们在处理有关数字图像处理方面的问题时，比如经常用的图像的查询问题，在一个几万或者几百万甚至更大的数据库中查询一幅相近的图像。这时，我

转载 Matlab PCA+SVM人脸识别(一)

声明：本文转载自http://blog.csdn.net/light_lj/article/details/26703959概述：编程平台：Matlab；数据：       ORL人脸库。pgm格式的图片。40人，每人10幅图，图像大小为112*92像素。图像本身已经经过处理，不需要进行归一化和校准等工作；下载地址第三段的两个都是下载链接数据处理：主成分分析法（PCA）

转载 Matlab PCA+SVM人脸识别（二）——GUI界面设计

声明：本文转载自http://blog.csdn.net/light_lj/article/details/26747269上一篇介绍了人脸识别的主要算法，为了便于操作和，使界面更加友善，在之前的基础上做了GUI开发，界面如下：GUI界面的主程序：保存为faceGUI.m文件，若你已经添加过当前文件所在的路径，那么在Matlab的command window里写入fac

转载 常用图像数据库

1，http://www.multitel.be/cantata/这个网址提供了大量的视频和图像的数据库下载索引，并有相应的介绍，强烈推荐！大家慢慢去找寻自己的惊喜吧2，http://www.cvpapers.com/datasets.htmlCVDatasets on the web ， 主要好像是直立行人检测....3，http://www.cvc.uab.es

原创 VS2010下Opencv的配置

在本文开头，我感谢opencv中文论坛中帖子——“VS2010下解决每次都需要配置的问题”对我的引导和启发，本文是基于该文章的理解、实践与总结。该贴链接如下：http://www.opencv.org.cn/forum.php?mod=viewthread&tid=15682该贴提出，自版本2.1之后，opencv把CV库拆成很多库。这就增加了每次建工程添加依赖项工作量。传统的添加

原创 斯坦福机器学习课件NOTE1总结

Part1~3

原创 斯坦福机器学习3之Logistic建模

一：模型引入 对于分类问题，最终预测值是离散的，线性回归不能很好地对这类问题进行建模。Logistic模型是对于y∈{0,1}分类问题的可靠模型，其可靠性在GLM理论中得到验证和说明。 二：模型说明 1）该模型不是直接对变量x对应的类别号进行预测，而是对其属于类别1的概率进行预测。显然，如果这个概率大于0.5，我们则可以认为x属于类别1，否则属于类别0。 2）模型参数

原创 斯坦福机器学习3之局部线性回归建模

**【模型引入】**当我们需要对某输入变量x进行预测时，若使用线性回归对问题进行建模，算法流程是这样的：首先：使用最小二乘法或者极大似然法，基于梯度下降或正规方程法求解模型参数theta,确定模型；最后：返回输入变量的预测值y= theta’ * x然而当线性建模并不能很好地描述问题时，我们便不能再使用这种方式来对变量x进行预测了。举个简单例子，对于y=exp(x)的实际问题，若以y=the

原创 斯坦福机器学习2:监督学习应用

斯坦福机器学习第二讲学习笔记及MATLAB实现版权声明：本文为博主原创文章，未经博主允许不得转载。 第一部分–笔记一：内容提纲 1：线性回归 2：梯度下降 3：正规方程组 二：学习内容 学习第一个监督学习算法，同时也属于线性回归问题范畴，教学引入例子是房价预测问题。本节课程提供了线性回归问题两种求解方法—梯度下降和正规方程组法。