《好好先生》专栏

原创 线阵相机

线阵相机什么是线阵摄像机线阵摄像机使用的Line-Scan Sensor(传感器)通常只有一行感光单元（少数彩色线阵使用三行感光单元的Sensor）； 每次只采集一行图像； 每次只输出一行图像； 传统Area-Scan（面阵摄像机）每次采集若干行图像并以帧方式（Frame）输出。线阵摄像机的使用场合高分辨率； 高速运动； 曲面检测。线阵摄像机的工作原理线阵摄像机是由L...

原创 RANSAC算法详解

RANSAC算法详解给定两个点p1与p2的坐标，确定这两点所构成的直线，要求对于输入的任意点p3，都可以判断它是否在该直线上。初中解析几何知识告诉我们，判断一个点在直线上，只需其与直线上任意两点点斜率都相同即可。实际操作当中，往往会先根据已知的两点算出直线的表达式（点斜式、截距式等等），然后通过向量计算即可方便地判断p3是否在该直线上。生产实践中的数据往往会有一定的偏差。例如我们知道两个变...

原创 模式识别技术漫谈

模式识别技术漫谈在人工智能技术(Artificial Intelligence)领域中，模式识别(Pattern Recognition)技术也许是最具有挑战性的一门技术了，模式识别有时又被称为分类技术，因为模式识别说到底就是对数据进行分类。说到识别，最为常用的便是模仿人的视觉图像识别（当然还有语音识别）。模式识别具有较长的历史，在20世纪60年代以前，模式识别主要是限于统计学领域中的理论研究...

原创 封包和拆包

封包和拆包对于基于TCP开发的通讯程序，有个很重要的问题需要解决，就是封包和拆包。自从我从事网络通讯编程工作以来，我一直在思索和改进封包和拆包的方法。下面就针对这个问题谈谈我的想法。1. 为什么基于TCP的通讯程序需要进行封包和拆包？TCP是个“流”协议，所谓流，就是没有界限的一串数据。但一般通讯程序开发是需要定义一个个相互独立的数据包的，比如用于登陆的数据包，用于注销的数据包。由于T...

原创 VC编程操作Word2010生成表格

VC编程操作Word2010生成表格1. 右键单击工程节点，然后选择添加类，如下图：2. 添加TypeLib中的MFC类，如下图：3. 选择文件，打开MSWORD.OLB， word2010的在Office14的文件夹下，如下图：4. 生成所有的接口类代码，如下图：5. 生成表格的代码如下：void CMFCDlgDlg::OnBnClickedButton...

原创 DllMain加载其他DLL造成的死锁问题及其解决办法

DllMain加载其他DLL造成的死锁问题及其解决办法使用VS 2008新建一个MFC ActiveX工程，因为在工程里要用到GDI+。我习惯把初始化GDI+库的代码放在应用程序类的InitInstance函数，对应的销毁代码放在ExitInstance函数。具体如下：先在应用程序类里定义一个数据成员：ULONG_PTR    m_gdiplusToken;然后添加初始化GDI+库...

原创 VC实现程序重启的做法

VC实现程序重启的做法很多时候系统有很多配置项，修改了配置项之后能有一个按钮实现系统重启。所谓重启，就是杀死系统的当前进程，然后重新开一个新进程。下面一个MFC的对话框程序的按钮响应函数说明如何实现。// 重启按钮响应函数void CTestRebootDlg::OnBnClickedReboot(){       // TODO: 在此添加控件通知处理程序代码::Post...

原创 理解傅里叶变换算法

理解傅里叶变换算法傅里叶变换（Fourier transform）是一种线性积分变换,因其基本思想首先由法国学者傅里叶系统地提出，所以以其名字来命名以示纪念。傅里叶变换是从时间转换为频率的变化或其相互转化。连续傅里叶变换一般情况下，若“傅里叶变换”一词不加任何限定语，则指的是“连续傅里叶变换”。连续傅里叶变换将平方可积的函数f（t）表示成复指数函数的积分或级数形式。这是将频率域...

原创 图像特征提取与匹配——SIFT算法

图像特征提取与匹配——SIFT算法尺度不变特征转换(Scale-invariant feature transform 或 SIFT)是一种用来侦测与描述影像中局部性特征的算法，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe 在1999年所发表，2004年完善总结。Sift算法就是用不同尺度（标准差）的高斯函数对图像进行平滑，然后比较平滑后图像的...

原创 MFC常见控件：滚动条控件

MFC常见控件：滚动条控件1. 滚动条控件简介滚动条大家也很熟悉了，Windows窗口中很多都有滚动条。列表框和组合框设置了相应属性后，如果列表项显示不下也会出现滚动条。滚动条分为水平滚动条(Horizontal Scroll Bar)和垂直滚动条（Vertical Scroll Bar）两种。滚动条中有一个滚动块，用于标识滚动条当前滚动的位置。我们可以拖动滚动条，也可以用鼠标点击滚动条某...

原创 Halcon基于形状的几何定位函数说明

Halcon基于形状的几何定位函数说明1. create_shape_model(Template: : //reduce_domain后的模板图像NumLevels,//金字塔的层数，可设为“auto”或0—10的整数AngleStart,//模板旋转的起始角度AngleExtent,//模板旋转角度范围,>=0AngleStep,//旋转角度的步长，>=0 and <=...

原创 C字符串与C++字符串基本用法

C字符串与C++字符串基本用法1. 字符数组与字符串区别C++中，字符数组和字符串都是通过char关键字来定义的，但二者不同，显著的区别就是字符串的长度是字符数目加1，因为包含了\0结束符，而字符数组的长度就是字符的数目。对于字符数组可以通过sizeof求出其长度，但是对于字符串是其长度加上1。因此这个长度没有意义，为此C++可以用strlen求出字符串的有效内容的长度（不含字符串结束标识...

原创 Halcon阈值分割

Halcon阈值分割1. threshold(Image : Region : MinGray, MaxGray : )全局阈值分割，适用于环境稳定，目标与背景存在明显的灰度差的场合。应用1：利用灰度直方图确定阈值进行图像分割。一般是物体与背景之间存在一个明显的灰度差，直方图会存在两个波峰一个是目标一个是背景，那么阈值就是物体与背景之间的最小值。       read_image ...

原创 Halcon图像预处理之灰度形态学

Halcon图像预处理之灰度形态学灰度形态学处理有腐蚀，膨胀，开运算，闭运算，顶帽操作，低帽操作等。可以对图像进行图像平滑，图像增强，图像分割等。1. 图像平滑gray_opening_shape(Image : ImageOpening : MaskHeight, MaskWidth, MaskShape : )开运算。开操作会抑制比结构元小的亮细节，去除亮点噪声。gray_...

原创 Halcon数据类型

Halcon数据类型1. HDevelep下数据类型1.1 图形数据image（图像），region（区域），xld（轮廓）image：在halcon中，image=channel（像素）+domain（定义域）。domain：每张图像都有其定义域，代表图像中要处理的像素范围，像素存放于channel矩阵中。Region：用行程编码的方式存储，有广泛应用，特点是高效。XLD...

原创 主成份(PCA)与奇异值分解(SVD)的通俗解释

主成份(PCA)与奇异值分解(SVD)的通俗解释1. 问题描述在许多领域的研究与应用中，往往需要对反映事物的多个变量进行大量观测，收集大量数据以便进行分析，寻找规律。多变量大样本无疑会为研究和应用提供了丰富的信息，但也在一定程度上增加了数据采集的工作量，更重要的是在大多数情况下，许多变量之间可能存在相关性，从而增加了问题分析的复杂性，同时对分析带来不便。如果分别对每个指标进行分析，分析往往...

原创 转移纸缺陷在线检测系统

原创 颜色空间

颜色空间颜色空间是颜色集合的数学表示。三种最常用的颜色模型是：RGB（用于计算机图形学中）；YIQ、YUV或YCbCr（用于视频系统中）；CMYK（用于彩色打印）。为了更好的理解颜色模型，先介绍几个基本的颜色概念。亮度(lightness or intensity or luminance)：亮度是光作用于人眼所引起的明亮程度的感觉，它与被观察物体的发光强度有关。主要表现光的强和弱。色...

原创 MFC消息映射与消息传递内幕

MFC消息映射与消息传递内幕Windows操作系统是以消息为基础，事件驱动的。作为程序员了解操作系统的消息传递机制是非常必要的。Microsoft的MFC有它自己的一套支持Windows操作系统消息机制的技术--消息映射(Message Mapping)和命令传递(Command Routing)，这篇文章就详细挖掘一下MFC的消息映射技术以及命令传递技术。1. Windows消息概览...

原创 MSComm控件过程中内存溢出和GetOneDimSize出错的问题

MSComm控件过程中内存溢出和GetOneDimSize出错的问题现在做的一个项目需要实现上位机和单片机的串口通信，为了方便，使用了MSComm控 件，但写程序时在处理接收数据遇到了问题，程序可以编译通过，但运行的过程中，程序只要接收到串口发来的数据，就会弹出内存溢出提示错误：in xx.exe(MFCO42D.DLL);0xC0000005,Acess Violation。处理接收数据部分...

原创 MSComm控件使用详解

MSComm控件使用详解MSComm控件通过串行端口传输和接收数据，为应用程序提供串行通讯功能。MSComm控件在串口编程时非常方便，程序员不必去花时间去了解较为复杂的API函数，而且在VC、VB、Delphi等语言中均可使用。Microsoft Communications Control（以下简称MSComm）是Microsoft公司提供的简化Windows下串行通信编程的ActiveX控...

原创 人工智能、机器学习和深度学习的区别?

人工智能、机器学习和深度学习的区别?人工智能浪潮正在席卷全球，诸多词汇时刻萦绕在我们耳边：人工智能（Artificial Intelligence）、机器学习（Machine Learning）、深度学习（Deep Learning）。不少人对这些高频词汇的含义及其背后的关系总是似懂非懂、一知半解。为了帮助大家更好地理解人工智能，这篇文章用最简单的语言解释了这些词汇的含义，理清它们之间的关...

原创 单应性矩阵的理解及求解

单应性矩阵的理解及求解1. 齐次坐标（Homogeneous Coordinate）一幅2D图像上的非齐次坐标为(x,y)，而齐次坐标为(x,y,1)，也可以写成(x/z,y/z,1)或(x,y,z)。齐次坐标有很多好处，比如可以很清楚的确定一个点在不在直线上：T(x)*I=0, T表示转置矩阵；还可以描述无穷远点：(x,y,0)；还可以把平移和旋转写到一个矩阵里（也有不愿意这...

原创 世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的转换

世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的转换图像处理、立体视觉等方向常常涉及到四个坐标系：世界坐标系、相机坐标系、图像坐标系、像素坐标系。例如下图：构建世界坐标系只是为了更好的描述相机的位置在哪里，在双目视觉中一般将世界坐标系原点定在左相机或者右相机或者二者X轴方向的中点。接下来的重点，就是关于这几个坐标系的转换。也就是说，一个现实中的物体是如何在图像中成像的。1....

原创 网线的两种线序

网线的两种线序双绞线是我们使用得最多的网络传输线，双绞线是由4对两根线绞到一起的组合线，为什么这样做呢？是为了把电磁对导线的干扰降低到最小，常用的RJ45网线接头有两种线序，我们看看着这两种线序：我们约定从左向右分别编号为[1-2-3-4-5-6-7]1. 568A线序：白绿-绿-白橙-蓝-白蓝-橙-白棕-棕2. 568B线序：白橙-橙-白绿-蓝-白蓝-绿-白棕-棕实际...

原创 常用颜色的RGB值

常用颜色的RGB值 颜色样式 RGB数值 颜色代码 颜色样式 RGB数值 颜色代码 黑色 0,0,0 #000000 白色 255,255,255 #...

原创 手机摄像头的组成结构和工作原理

手机摄像头的组成结构和工作原理手机摄像头由：PCB板、镜头、固定器和滤色片、DSP(CCD用)、传感器等部件组成。工作原理为：拍摄景物通过镜头，将生成的光学图像投射到传感器上，然后光学图像被转换成电信号，电信号再经过模数转换变为数字信号，数字信号经过DSP加工处理，再被送到手机处理器中进行处理，最终转换成手机屏幕上能够看到的图像。PCB板摄像头中用到的印刷电路板，分为硬板、软板、软...

原创 透镜成像、眼球成像、小孔成像原理

透镜成像、眼球成像、小孔成像原理透镜成像规律总结规律1当物距大于2倍焦距时，则像距在1倍焦距和2倍焦距之间，成倒立、缩小的实像。此时像距小于物距，像比物小，物像异侧。应用：照相机、摄像机。规律2当物距等于2倍焦距时，则像距也在2倍焦距，成倒立、等大的实像。此时物距等于像距，像与物大小相等，物像异侧。规律3当物距小于2倍焦距、大于1倍焦距时，则像距大于2倍焦距...

原创 C++数组初始化

C++数组初始化定义：int *pia = new int[10]; // array of 10 uninitialized ints此 new 表达式分配了一个含有 10 个 int 型元素的数组，并返回指向该数组第一个元素的指针，此返回值初始化了指针 pia。在自由存储区中创建的数组对象是没有名字的，只能通过其地址间接地访问堆中的对象。注意：C++使用new和delete...

原创 C++ static、const和static const类型成员变量声明及其初始化

C++ static、const和static const类型成员变量声明及其初始化const定义的常量在超出其作用域之后其空间会被释放，而static定义的静态常量在函数执行后不会释放其存储空间。static表示的是静态的。类的静态成员函数、静态成员变量是和类相关的，而不是和类的具体对象相关的。即使没有具体对象，也能调用类的静态成员函数和成员变量。一般类的静态函数几乎就是一个全局函数，只...

原创 C++面试题：list和vector有什么区别？

C++面试题：list和vector有什么区别？考点：理解list和vector的区别出现频率：★★★★解析：vector和数组类似，它拥有一段连续的内存空间，并且起始地址不变，因此它能非常好的支持随机存取（使用[]操作符访问其中元素），但由于它的内存空间是连续的，所以在中间进行插入和删除会造成内存块的拷贝（复杂度是O(n)），另外，当该数组后的内存空间不够时，需要重新申请一块足够...

原创 指针和引用的区别

指针和引用的区别指针和引用是相似的概念，但并不相同。它们都指向一个对象，但是指针允许这个指向随时变化，并且它允许你指向一个空对象。引用不一样，引用在初始时就必须指向一个对象，并且这个指向永远不能变化，也就是说永远只能指向这个对象，不能改变。可以这么理解，指针是一个变量的指向，引用是一个常量的指向。指针和引用在操作上也有区别，指针使用操作符*和->，引用使用操作符&和.。比...

原创 VC++常见错误原因解析之error LNK2019: 无法解析的外部符号 "public: void __thiscall

VC++常见错误原因解析之error LNK2019: 无法解析的外部符号 "public: void __thiscall出现这个错误，应该首先查看“#include”语句是否包含，或者是否包含正确。符号无法解析意味着编译器知道有这个符号存在，也就是有声明，但在链接时，找不到实现代码，那么就去看看报错的这个函数有没有实现代码。如果它们的确已经有了，还是出现这个错误，就把它们重新编译一下。...

原创 印染疵点

印染疵点染整疵点是指织物在染色印花过程中，由于某个加工工序问题或者工序间运输转移造成的织物疵点。染整的加工工序繁多，根据客户要求或者工艺有不同的加工方式。而不同的加工方式又会导致出现不同的染整疵点。1 经柳现象：由于经纱原料或张力等因素造成织物染色时吸色发生差异而形成的影条，它在织物的经纱方向呈现整匹经纱有规律或无规律地发亮、发暗，一根、多根影条。2 沙眼、塞版现象：印花织...

原创 色差类染疵原因的详细分析

色差类染疵原因的详细分析纺织物染整加工，前前后后对染整结果总的影响因素比较多，故在实际大生产中，经常会遇到这样那样的质量问题，其中与色泽有关的尤为频繁，而可列第一位的便是色差问题。1 色差的分类色差分为以下几种：放样色差(大、小样差异)； 批量性色差，又分为批次间色差、同批次的缸差、同缸次的管差； 其他色差，有前后色差、左中右色差、变色性色差(后处理、后整理后的色变)等。1....

原创 莫代尔是什么？它有哪些优缺点？

莫代尔是什么？它有哪些优缺点？莫代尔是一种新的高湿模量粘胶纤维，是新一代再生纤维素纤维，该产品原料全部为天然材料，采用的是欧洲的榉木，先将其制成木浆，再通过专门的纺丝工艺加工成纤维，由于纺丝过程中所使用的溶剂99%以上可以回收，整个生产过程中也基本没有污染，对人体无害，并能够自然分解，对环境无害，被人们称为绿色环保纤维。兰精莫代尔纤维的横截面和纵表面1. 物理性能莫代尔纤维...

原创 纺织人工智能的下一个独角兽——智能验布机

纺织人工智能的下一个独角兽——智能验布机我国是纺织大国，也是全球最大纺织服装生产加工基地。纺织服装面料产品质量和人们生活息息相关，影响产业发展，攸关企业生命。目前在纺织服装生产企业主要通过专业布匹检验QC站在验布设备前通过肉眼发现布面疵点，再进行疵点标记或者记录。但人工验布有三大痛点：检出率低、速度慢、招工难且人员成本高。平均一个验布工在1小时内最多发现200个疵点，瑕疵检出率约为70%。但人...

原创 人脸识别的最新进展以及工业级大规模人脸识别实践探讨

人脸识别的最新进展以及工业级大规模人脸识别实践探讨人脸识别已经成为成为计算机视觉领域最热门的应用之一，很多刚入门的 AI 新手都或多或少接触过人脸识别的相关知识，但是纸上得来终觉浅，在实际应用中，往往会遇到各种各样的问题，比如如何保证不同环境下人脸识别的准确率，极端环境下如何进行人脸识别等等。为了帮大家解惑，我们特意邀请到了格灵深瞳首席科学家和算法部负责人——张德兵，为大家带来主题为“一亿...

原创 如何基于深度学习实现图像的智能审核

如何基于深度学习实现图像的智能审核背景美团每天有百万级的图片产生量，运营人员负责相关图片的内容审核，对涉及法律风险及不符合平台规定的图片进行删除操作。由于图片数量巨大，人工审核耗时耗力且审核能力有限。另外对于不同审核人员来讲，审核标准难以统一且实时变化。所以有必要借助机器实现智能审核。图像智能审核一般是指利用图像处理与机器学习相关技术识别图像内容，进而甄别图像是否违规。图像智能审核旨在...

原创 基于深度学习的计算机视觉技术在无人驾驶中的应用

基于深度学习的计算机视觉技术在无人驾驶中的应用背景当前，人工智能是下一代信息技术的核心和焦点，而无人配送则是人工智能典型的落地场景，因为完成无人配送需要自动驾驶技术、机器人技术、视觉分析、自然语言理解、机器学习、运筹优化等一系列创新技术的高度集成。目前，美团的日订单数量已经超过 2000 万单，在人力有限的情况下，对无人配送就有着非常迫切的需求。美团无人配送团队已经自主研发两款适应不同业务...