- 博客(10)
- 资源 (19)
- 收藏
- 关注
转载 Python-OpenCV 处理图像(一):基本操作 cv2
0x00. 图片读、写和显示操作安装好 OpenCV 之后,首先尝试加载一张最简单的图片并显示出来,代码示例:第一种方式使用cv2.cv的LoadImage、ShowImage和SaveImage函数import cv2.cv as cv# 读图片image=cv.LoadImage('img/image.png', cv.CV_LOAD_IMAGE_COLOR)#Load th
2017-06-28 09:15:45 32117 1
原创 关于python 和C++使用cv画矩形并填充颜色同时填充文字
python:font = cv2.FONT_HERSHEY_SIMPLEX # 使用默认字体 cv2.rectangle(im, (10, 10), (110, 110), (0, 0, 255), thickness=2) # cv2.floodFill() cv2.rectangle(im, (11
2017-06-16 15:24:54 3233
转载 Chipscope信号无法找到的解决方案
为了调试逻辑,现在很少再将FPGA中的信号引出,通过示波器或者逻辑分析仪来观察,更多的是在工程中生成stp或者cdc文件,通过signalTAP或者chipscope这两个工具来调试.但我们发现,有时候在chipscope中很难找到你预期的信号,这往往是被综合器优化掉了,或者更改了信号名.我发现有效的方法是在源代码中加上约束语句,这样就不用对代码做大的改动.例如:在VHDL中:为
2017-06-12 16:22:49 5001
原创 IplImage* cvmat* mat 释放
IplImage* c_left;cvReleaseImage(&c_left);cvmat* img1r;cvReleaseMat(&img1r);mat img2;img2.release();
2017-06-08 15:34:35 476
翻译 Cross-Scale Cost Aggregation for Stereo Matching
摘要:人类处理立体通信跨越多个尺度。然而,这种生物灵感就是忽略了最先进的成本汇总方法密集的立体声通信。在本文中,一个通用的提出跨规模成本汇总框架允许成本汇总中的多尺度互动。我们首先从统一优化中重新构建成本汇总透视和显示不同的成本汇总方法在相似性内核的选择上基本不同。然后,引入一个跨规模的正则化器进行优化并解决这个新的优化问题导致了提出框架。由于正则化术语是独立的的相似内核,各种成本聚合方法可以
2017-06-06 16:39:35 458
原创 /usr/bin/ld: 找不到 -lopencv_dep_cudart
cmake -D CUDA_USE_STATIC_CUDA_RUNTIME=OFF .
2017-06-01 16:33:42 1464 1
middlebury_data_StereoMatching.7z
2019-11-18
Birchfield-Tomasi metric 立体匹配算法.pdf
2019-10-21
基于分段的用于立体匹配的遮挡处理的差异细化
2019-06-14
双目视觉书籍
2017-10-31
cuda by example 中文版
2017-04-26
21天学通c++
2017-04-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人