a486259的博客

基于官方团队发布的预训练模型，使用SuperPoint与SuperGlue实现图像配准，可以参考基于官方团队发布的代码训练自己的模型，可以参考进行实现，训练出的模型不能直接参考上述博客进行部署，为此发布使用代码。本博文实现基于进行改进。

步骤二：将·/usr/local/cuda/targets/x86_64-linux/lib/添加到系统环境变量中。这个可以在/etc/profile文件中增加环境变量，将/usr/local/cuda/bin添加到path中，具体操作如下所示。在使用nvcc命令时，可能也会存在报错。，找到其路径为·/usr/local/cuda/targets/x86_64-linux/lib/

在进行目标检测任务中，存在labelme json、voc、coco、yolo等格式。labelme json是由anylabeling、labelme等软件生成的标注格式、voc是通用目标检测框（mmdetection、paddledetection）所支持的格式，coco是通用目标检测框（mmdetection、paddledetection）所支持的格式，yolo格式是yolo系列项目中所支持的格式。在进行实际项目中，通常不会局限于一个检测框架，故而数据格式也不会局限于一种。

paddle infer官方目前没有发布基于cuda12的c++库，为此参考实现cuda12的编译安装，不料博主才边缘好自己的paddle2.6，paddle官方已经发布了cuda12.0的paddle2.6框架。但安装官网教程进行编译是有很多bug需要解决的，故此分享一下经验。

onnxruntime官方在cuda12出来一年后都没有发布支持cuda12的onnxruntime版本，故此博主在win10上cuda12.1+tensorrt8.6+vs2019环境下自行编译onnxruntime-gpu 1.17版本，可以生成python包与c++库。当在cuda12环境上运行onnxruntime-gpu时总会出现以下报错使用博主编译的库后，基于python对yolov8s以fp32进行部署，含nsm推理为11ms，不含预计为7ms，fps可达142.8。进行下载。

FFmpeg是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序，我们可以基于ffmpeg对视频进行各种操作。本文主要介绍基于ffmpeg给视频添加字幕，字幕的内容为视频所播放的时间（故需要安装ffmpeg，具体可以的1.1进行安装配置）。所涉及到的知识主要为字幕文件格式。

现在大部分图像软件都支持tiff影像的浏览，但都是仅限于8位的影像，对应CV16U类型的tiff影像并不支持（这需要专业的gis软件才可进行操作）。为了便捷操作，故此基于pyqt5+opencv实现16位tif影像转jpg的软件。本博文涉及基于ui文件直接构建界面、实现文件拖拽打开、按钮组状态切换、点击图像弹出文件对话框功能。

博主前面讲述到可以通过python下的flask框架部署自己的模型，也讲述过通过aistudio部署自己的paddle模型（可以参考），然后通过web请求实现调用。这里的webapi调用软件主要针对aistudio部署平台的webapi进行请求调用，如果是自己部署的服务，也可以参考该教程（仅需求修改解析结果json的部分即可）。先说一下软件设计的特性：1、支持对webapi的url进行加密解密，避免站点和参数信息直接暴露给用户2、支持webapi的结果为图片或者字符串。...

开发绘图软件需要用到的桌面控件有：按钮（Button）、文本框（Label）、下拉列表（ComboBox）、进度条（trackBar）、图片显示控件（PictureBox）等。博主使用以上控件实现了下图的操作界面，这里需要补充的是博主使用button来显示颜色（设置button的文本为空，然后修改了它的颜色），如果点击该按钮则会弹出颜色选择框。除了上述的控件外，还有一些对话框，如颜色对话框（用于选择颜色），文件选择框（用于选择文件）。这里定义了一些绘图颜色、线宽相关的变量。

先存储原始窗体中的所有控件的size信息和location信息，在窗体大小发生变化时计算出new_size相对于原来size的变化比例（共有两个比例值，scale_width,scale_height）,然后将size信息和location信息分别乘以scale_width,scale_height后重新赋值给控件即可。这中状态不符合日常见到的软件的风格，正常的软件，控件的大小是可以跟随窗口大小的变化而变化的。2、然后实现以下类（可以自动调整Form中控件大小的类）

在使用libtorch进行部署时，会面临显存不够用的情况。因此需要对显存的利用进行管理，对此研究libtorch的api，尝试进行显存管理。libtorch运行程序时，显存占用可以分为3块：模型参数占用显存、输入输出tensor占用显存、模型forword过程临时变量占用显存。使用cudaFree(tensor.data_ptr())可以释放掉tensor所占用的显存，也可以使用该函数释放掉模型参数所占用的显存。使用CUDACachingAllocator::emptyCache函数可以释放掉模型在forw

参考了以下博客，通过修改os.environ['Path']来临时调整，个人认为不是长久之计关于openVINO的python api使用遇到from .ie_api import * ImportError: DLL load failed: 找不到指定的模块的解决方法_qq_40731687的博客-CSDN博客调整代码如下所示，请注意C:\\Program Files (x86)\\Intel\\openvino_2021是博主的安装目录，要换成自己的。os.environ['Path'] .

基于SuperPoint与SuperGlue实现图像配准，项目地址https://github.com/magicleap/SuperGluePretrainedNetwork，使用到了特殊算子grid_sample，在转onnx时要求opset_version为16及以上（即pytorch版本为1.9以上）。

easywsclient项目核心代码为"easywsclient.hpp"和"easywsclient.cpp"，仅需将这两个文件拷贝到自己项目下即可使用WebSocket客户端通信了。其关键接口函数有以下4个，send函数用于发送文本信息，sendBinary函数用于发送二进制信息，dispatch用于设置信息接收处理的函数ws->poll();

在新安装的ubuntu环境下修改源、安装gcc和cmake，编译安装opencv，安装onnxruntime环境。并编写cmakelist文件，编译与运行ppyoloe_r模型。windows环境下onnx部署ppyoloe_r模型的代码可以参考 https://blog.csdn.net/a486259/article/details/128151738，这里基于该代码进行linux适配，最终成功实现部署。

严格意义上的加密算法有对称加密算法和非对称加密算法，对称加密算法是指加密与解密的key相同，而非对称加密算法是指加密（使用公钥，所有人都可以获取）与解密（使用私钥，只有指定方有私钥）的key不相同。这种严格的加密算法依赖于矩阵乘法进行数据加密，运算量较大，通常适用于短信息的加密，而针对于长信息（较大的文件）则不适用（具体可以参考压缩文件的加密）。加密的本质就是对信息进行混淆，使拿到数据的人无法有效的识别出原始信息；而解密则是将混淆后的信息进行还原。因此，可以基于对信息的混淆进行数据加密。进行本工作前，博主进

C++下面向web的mysql操作与一般软件不同，web站点会面向较多的用户，需要在服务器响应一个http请求时建立一个mysql连续；而一般软件面向的用户较少，且都是C/S架构，在Client软件初始化后一个数据库连接即可完成绝大部分业务。而作为web服务器，时常面临着浏览器端的业务请求，这就需要用到线程池来缓解压力。

C++中的非常规关键字（在一般小项目编程中不会刻意用到的关键字）有很多，使用这些非常规的关键字，目的就是三点：一、使代码变的更加灵活（如指针、template关键字、宏语法）；二、使代码变得更加严谨（如const、static、explicit、virtual等，可消除在代码互动中的歧义和误改动，约束程序员对代码的用法，并消除在代码执行期间的bug）；三、是代码执行更高效（如final、noexcept、constexpr等），让编译器在编译代码时可根据代码关键字进行优化。

在一般应用程序中，配置文件的格式有json、yaml、xml、ini等格式。这些格式对变量类型支持较为丰富，如int、string、double、array等。但使用这些格式的配置文件通常需要导入一些其他的外部库，如json、yaml、xml等格式；ini格式是windows系统内置的，但是放到liunx平台上就不支持；这些需要库依赖。采用使用的配置文件（json、yaml、xml、ini）支持域嵌套，但这在中小型程序中是非必须的，在以string做为key的配置文件中完全可以使用前缀（如 section.

直接到下列链接下载即可，按照说明，将lib目录添加的系统环境变量中即可windows下GDAL322的库-深度学习文档类资源-CSDN下载包含目录中设置include目录 库目录中设置lib的路径 附加依赖项中设置gdal_i.lib GDAL读取数钱需要注册一下驱动（用于编码解码图像的驱动），同时可以设置一下支持中文路径。加载数据时需要注意，GA_Update和GA_ReadOnly两种模式。2.1 获取图像的尺寸这里所有的波段的size都是一样的2.2 获取图像的通道数2.3

在C++中string操作较为麻烦，为此整理了一些常用的操作代码，包括字符串拼接、替换、分割、类型转换、截取等等。1、字符串初始化 std::string str1; std::string str2 = "hello word"; std::string str3("c++ code");2、字符串输入输出 //std::string str1;//定义一个字符串str std::cin >> str1; //使用cin对字符串进行赋值

记录并分享一下在c++下搭建websocket服务器，并实现与浏览器js的通信过程1、下载websocketpp库websocketpp是一个c++的websocket库，github地址为：https://github.com/zaphoyd/websocketpp/其使用文档可以参考http://docs.websocketpp.org/。下载解压后得到一下目录结构，其中websocketpp就是我们所要用到的库文件，examples下有一些websocket的基本使用案例。2、下2、

全部代码如下所示，实现了目录的创建，遍历、删除#include <iostream> #include <assert.h>#include <vector>#include <io.h>#include <stdlib.h>#include <stdio.h>#include <windows.h>#include <iostream>#include <cstring>#

在win10环境下安装face_recognition，了解face_recognition中api的使用，如人脸截取、人脸矫正、人脸特征提取、人脸关键点提取、人脸mask获取、人脸特征比对等功能。最后构建自己的人脸数据库，使用knn实现人脸识别软件。

curl是一个利用URL语法在命令行下工作的文件传输工具，支持很多种http请求操作，详情可以参考Linux curl命令最全详解_Angel_CG的博客-CSDN博客_curl命令。curl现在在linux与win10都是有内置的，在命令行中可以直接使用curl指令。博主一开始找了很久，都没有看到适用于vs的curl win10库，因此自己找到了curl库的源码进行了编译，并通过了命令行调用与c++调用。curl库的源码下载地址：https://github.com/curl/curl博主编译环境：vs2

首先不得不说的是openvino的官网上关于各种系统环境安装openvino的教程是十分丰富完整的。喜欢原版教程的看客请直接访问官网地址，这里只进行最简单的安装教程说明。Install and Configure Intel® Distribution of OpenVINO™ toolkit for Windows* 10 — OpenVINO™ documentation进行安装前，补充一个前置说明，需要安装vs2019及以上，安装cmake3.14及以上，安装python环境（anaconda里有

opencv中提取图像特征点的方式比较多，有ORB、FastFeatureDetector、BRISK、MSER、MSDDetector、KAZE、AKAZE、AgastFeatureDetector、GFTTDetector、SURF、SIFT等具体可以参考。以下代码中Mattool.hpp的内容为 https://hpg123.blog.csdn.net/article/details/126427923 博文中代码。这里针对每个方法提取的特征点进行对比（包括点数、执行时间和可视化效果）

在进行图像二值化时总是存在一些明部、暗部的干扰，单一的使用opencv提供的原始二值化方法很难做到预期效果。一般我们都会采用分块二值化（将图像切为多个局部进行二值化）、对比度提升（对值域进行线性或者非线性变换、直方图均衡化）、局部二值化（Bernsen 算法、 Niblack 算法、Sauvola算法、 Chow 和 Kaneko 算法等）的方式进行二值化。这些手段限制了思路的发挥，不一定适用于所有场景。这里对可搜集的二值化方法进行汇总。共统计出4种二值化方法：1、颜色空间转换，2、多次二值化，3、背景光补

使用opencv提取连个图像的重叠区域，其本质就是提取两个图像的特征点，然后对两个图像的特征点进行匹配，根据匹配的特征点计算出透视变换矩阵H，然后根据H即可提取出两个图像的重叠区域。这里要注意的是，普通的opencv库没有包含opencv-contrib，无法使用xfeatures2d.hpp里面的SURF、SIFT算法提取图像的特征点。故此，需要自行编译opencv（将opencv-contrib加到动态库中），或者下载别人编译好的opencv。

​Opencv中的深度学习模块（DNN）为模型部署提供了基础能力支持，支持tf、pytorch、onnx模型的部署方式，其中onnx是一种深度学习模型的开放式格式。tf模型、pytorch模型和paddle模型都可以转换为onnx格式。为此本博文专注于使用opencv的dnn模块部署onnx模型，实现了应用于语义分割的argmax函数。

在深度学习中，尤其是语义分割模型部署的结果后处理中，离不开各类形态学处理方法，其中以连通域处理为主；同时在一些传统的图像处理算法中，也需要一些形态学、连通域处理方法。为此，整理了一些常用的连通域处理函数：查找图像中最大的连通域、删除图像中小面积的连通域、删除图像中的黑色连通域、获取形状的骨架。

在深度学习模型部署中通常存在读取图像为mat，然后将mat转换为float指针传入模型的操作。为了快捷开发，因此对指针数组、vector与Mat之间的相互转换进行整理。实现了指针数组、vector之间的相互转换；vector与Mat之间的相互转换（含单通道图像和多通道图像）。vector转mat主要应用在语义分割结果的处理中。

opencv中包含的形态学操作共有腐蚀、膨胀、闭运算、开运算、形态学梯度、顶帽运算、黑帽运算、hitmiss运算8中。其中，腐蚀、膨胀运算是所有形态学运算基础。本文将对这些形态学操作的效果进行展示。，即用模板对目标像素的领域进行匹配，如果邻域信息与模板完全匹配，则将像素点置255，否则置0。因为图形边缘区域的像素点是较难完全匹配模块的，所以通过该操作后图形边缘的像素点被删除，因此称该操作为腐蚀。，即用模板对目标像素的领域进行匹配，如果邻域信息与模板中任意一个像素匹配，则将像素点置255，否则置0。

语义分割得到的图片都是灰度图，不利于查看分割效果，通过对label值进行三次线性变化，可以分别得到关于R、G、B三个通道的伪彩色，然后生成一副伪彩色图像。具体代码如下所示：针对不同class_num的label数据集，只需要调整代码里面的class_num即可cv::Mat set_color(cv::Mat label) { int class_num = 8;//一个有8个类别 int color_setp = int(255 / class_num); cv::Mat

包含各类对于opencv矩阵的运算操作，包含通道的分离与合并，mat值域的按范围截取，各种类型mat的取值赋值

以读取图片为例，实现NumCPP数组与std::vector、std::array、cv::Mat等数组之间的相互类型转换一、std::array转NdArray std::array<double, 3> a_std = { 1, 2, 3 }; //参数false表示拷贝地址(浅拷贝)，而非拷贝值(深拷贝) auto a_np = nc::NdArray<double>(a_std, false); //修改a_std的值 a_st

1、下载 https://github.com/dpilger26/NumCpp ，保留include目录就行2、下载下载Boost库 并按照下列链接C++ Boost库的编译及使用 - mingzhang - 博客园进行编译3、在vs项目中配置numcpp和boost，其中boost的vs配置如下图所示4、进行测试特别需要注意的是nc::random::randInt<int>({ 3, 4 }, 0, 10);这与官网发布的使用方法不一致#includ...