lingtianyulong的专栏

#include "head.h"#include "nlohmann/json.hpp"using nlohmann::json;namespace ns{ struct Person { std::string name = ""; int age = 0; HTuple score; }; // to_json 和 from_json 需要在同一命名空间下 void to_json(json& j, const Person& p) { j["

据官方公布，VS 2019的 InteliSense功能开始支持C++，但在本人安装后，该功能一直无法开启，后来经查证，是因为win10的防火墙，对vs 2019进行拦截，通过在防火墙中设置 vs 2019允许通过即可。不得不说，微软狠起来真是连自己都不放过。注：以上方法，只在本人电脑上进行验证可行...

在 Qt 5.13 中显示中文的方式与之前的版本中略有不同首先，在要显示中文的 cpp 文件头部添加下列代码#pragma execution_character_set("utf-8")Qt中自带的函数在要进行显示的中文部分使用，QString::fromUtf8 或 QString::fromLocal8Bit...

Visual Studio 2015其他版本 若要了解有关 Visual Studio 2017 RC 的最新文档，请参阅 Visual Studio 2017 RC 文档。声明 钉住指针，仅使用在公共语言运行时。所有运行时（无适用于所有运行时的语言功能的备注。）

本要在做项目的过程中，算法需要使用C++进行编写，但界面需要使用winform，开发环境为 VS 2017。在开发过程中，发现有些方法或函数已经定义了，但是在C#中进行调用时，函数列表中不存在该函数，如图所示：如图所示，虽然 Array函数已经在Utility 中进行了定义，但在 winform 中进行调用时，列表中不存在Array；经观察发现，因为 vector 是C++中的类型，而C#中不存在...

void fun(int^ % i){} // C# ref void fun([out]int^ % i) {}// C# out

最近项目中需要实现一个服务器宕机后短信提醒的功能，个人觉得在使用Python 写http请求这块很方便，发短信这块就使用了python，但是c++程序中调用这个脚本时，编译不通过，提示如下错误： error LNK2001: 无法解析的外部符号 __imp_PyString_FromStringerror LNK2001: 无法解析的外部符号 __imp_PyCallable_Check...

使用Python3.6,在VS2013与VS2017中进行调用，其中的遇到了各种坑，将暂时遇到的坑先进行整理；1：py文件不能以 test命名，不知道为什么，以test1,test2之类的命名都可以，但就是不能使用 test命名，否则，找不到函数名，即 pFunc = PyObject_GetAttrString(pModule, "hello");该代码找不到 python中的...

本文由 伯乐在线 - 欣仔 翻译，wrm 校稿。未经许可，禁止转载！英文出处：Deb Haldar。欢迎加入翻译组。我很喜欢新的C++11的智能指针。在很多时候，对很多讨厌自己管理内存的人来说是天赐的礼物。在我看来，C++11的智能指针能使得C++新手教学更简单。其实，我已经使用C++11两年多了，我无意中发现多种错误使用C++11智能指针的案例，这些错误会使程序效率很低或者直接崩溃。为...

1: 先定义类2: 窗口部件提升为3: 执行 qmake4: 构建项目

问题描述：在C#中使用Bitmap创建灰度图像时，创建出的图像为伪彩色图像，主要是因为pattle的问题，解决方案如下代码所示：Bitmap^ LBP::ConvertIplImageToBmp(IplImage* img) { if (img == nullptr) return nullptr; if (img->nChannels != 1) // 只处理单通道图像

本文中对人脸的LBP特征的提取，采用了LBP的圆形算子，通过对ORL92112人脸库中的样本进行识别，据统计，训练集与测试集的准确率均达到了100%；经LBP处理后的图像如下图所示：如上图所示，左侧图像为原图像，右侧图像为提取出的LBP图像；利用LBP圆形算子，可以非常清晰描述出人脸特征；故，可以利用LBP算子对人脸特征进行提取并识别，而且在处理过程中，不受图像的光照、旋转、角度等

sizeof 运算符返回一条表达式或一个类型名字所占的字节数，

网上发现一篇不错的文章，是关于图像特征提取的，给自己做的项目有点类似，发出来供大家参考。       特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 特征的定义         至今为止特征没有万能和精确的定义。

1.Mat基础在计算机内存中，数字图像是已矩阵的形式保存的。OpenCV2中，数据结构Mat是保存图像像素信息的矩阵，它主要包含两部分：矩阵头和一个指向像素数据的矩阵指针。矩阵头主要包含，矩阵尺寸、存储方法、存储地址和引用次数等。矩阵头的大小是一个常数，不会随着图像的大小而改变，但是保存图像像素数据的矩阵则会随着图像的大小而改变，通常数据量会很大，比矩阵头大几个数量级。这样，在图像复制

#include #include #include #include #include using namespace std;using namespace cv;int main(){ // Read input binary image Mat image= imread("./binaryGroup.bmp",0); if (!image.data) r

主要包含了图像的灰度直方图、灰度图像的信息熵、圆形度……等35个图像通用特征的提取；Character.h#include #include #include #include #include using namespace std;// 存储目标物体的椭圆结构特征typedef struct _FitEllipse{ float e; // 离心率 float

#include #include #include // 从字符串的左边截取 n 个字符char* subLeft(char* dst, char* src, int n){ if (strlen(src) != 0) { char* p = src; char* q = dst; int len = strlen(src); assert(n <= len);