重回csdn

很久没来csdn,直到今天收到csdn发的邮件。才想起已经很久没有逛过csdn了。回想起这么多年的开发经历,但在csdn上面真的没怎么记录过,实在有点可惜。前几年,因为一个golang+java汇合的项目,其中需要用到micro组件做微服务用,golang端直接用go-micro,而java端要用到的是ja-micro,但当时从网上真的搜索不到多少关于ja-micro相关的资料,迫不得已的情况下,我只能翻阅ja-micro相关的源码,逐步摸索,将其中的过程记录下来,并在csdn里面发布出来。但记录的并不完整,现在时过几年,我自己也不记得这些东西了,颇为可惜,甚为遗憾。

从事软件开发多年,参与过不少的项目。每个项目用到的技术类型又不相同,学了很多的知识,却又慢慢的遗忘掉了。特别是给湖南电信做端到端项目的时候,生成链路的算法,我是用上万行的Oracle存储过程包+定时器来实现的。后来离开那个团队,这几年过去,自己做的东西居然忘的差不多了,仅在心里留下一个印象而已。代码忘了没关系,但实现过程也记不太清了,真的太可惜了。

往后的日子里,我想在不涉及公司机密的情况下,尽可能的将一些开发过程记录下来,以后老了,退休了,或者不再做程序员了,有一个比较完整的回忆。

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Python Opencv 是一个在计算机视觉领域非常流行的开源库,可以用于处理图像和视频数据。相机标定是计算机视觉中的一个重要任务,它是为了将相机的内部参数和外部参数估计出来,以便在后续的图像处理中产生更准确的结果。 在CSDN上有很多关于Python Opencv 相机标定的教程和资源可供学习。在这些资源中,通常会涵盖以下步骤: 1. 收集标定板图像:首先,需要准备一张已知大小的标定板,并用相机拍摄多张不同角度和位置的图像。 2. 提取角点:使用Opencv中的角点检测算法,如Harris角点检测算法或亚像素角点检测算法,从标定板图像中提取角点。 3. 标定相机:根据标定板的已知尺寸和提取到的角点信息,使用Opencv中的相机标定函数,例如calibrateCamera函数,对相机进行标定。这将估计出相机的内部参数(焦距、主点位置等)和外部参数(旋转和平移向量)。 4. 验证标定结果:将已标定的相机应用于新的图像,可以通过计算重投影误差来验证标定结果的准确性。重投影误差是通过将三维点投影回二维平面上,并与实际提取到的角点进行比较来计算的。 5. 应用相机标定:标定完成后,可以将标定参数用于相机姿态估计、物体检测、图像校正等各种计算机视觉任务中。 总之,Python Opencv 相机标定是一个重要的计算机视觉任务,可以通过CSDN上的教程和资源学习和实践。这将帮助我们更好地理解相机参数的估计和应用,从而提高图像处理和计算机视觉应用的准确性和效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值