自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 资源 (2)
  • 收藏
  • 关注

转载 关于Excel中的数据如何导入到oracle数据库中.

首先得说一下关于excel中的数据直接导入到表中的规范 1:一行记录对应数据库为一条记录,不能使用合并单元格. 2:不能允许有标题,而是直接写出列名的值,列名顺序与值要一一对应. 3:对于某一列的值如果全为空的话,可用另一文件加以说明,不能在此文件中写. 4:只能留一个列表,在保存时必须选择保存的类型为CSV(逗号分隔)(*.csv)这种类型来保存. 其次.当excel文件建立好以后将它

2013-03-30 23:05:52 766

转载 OpenCV中Mat与IplImage和CvMat类型之间的相互转换

OpenCV中Mat与IplImage和CvMat类型之间的相互转换 Mat类型较CvMat和IplImage有更强的矩阵运算能力,支持常见的矩阵运算(参照Matlab中的各种矩阵运算),所以将IplImage类型和CvMat类型转换为Mat类型更易于数据处理。 Mat类型可用于直接存储图像信息,通过函数imread、imwrite、imshow等实现(与Matlab中的函数相

2013-03-21 15:02:35 572

转载 OpenCV参考手册之Mat类详解

目标      我们有多种方法可以获得从现实世界的数字图像:数码相机、扫描仪、计算机体层摄影或磁共振成像就是其中的几种。在每种情况下我们(人类)看到了什么是图像。但是,转换图像到我们的数字设备时我们的记录是图像的每个点的数值。       例如在上图中你可以看到车的镜子只是一个包含所有强度值的像素点矩阵。现在,我们如何获取和存储像素值可能根据最适合我们的需要而变化,

2013-03-20 17:21:57 742

转载 OpenMP编程指南

OpenMP编程指南 进入多核时代后,必须使用多线程编写程序才能让各个CPU核得到利用。在单核时代,通常使用操作系统提供的API来创建线程,然而,在多核系统中,情况发生了很大的变化, 如果仍然使用操作系统API来创建线程会遇到一些问题。具体来说,有以下三个问题: 1)CPU核数扩展性问题 多核编程需要考虑程序性能随CPU核数的扩展性,即硬件升级到更多核后,能够不修改程序就让程

2013-03-19 01:13:53 813

转载 单链表操作大全(图解逆序)

如果说你经常在linux中,或者在kernel下面做事的话,一定会碰到链表的操作。 如果你没有真正了解单链表,还是把基础打好吧。 如下程序综合了链表的常用方面,请你下自己写出每个函数,debug并运行,直到运行正确;然后对照参考程序, 比较程序的差异,有时候,可能你测试不全面,会有这样那样的错误,多思考,这样,你才记忆深刻。 [cpp] view plaincopy

2013-03-15 12:09:50 1332

转载 四道有趣的单链表面试题(单链表反序、找出链表的中间元素、链表排序、判断一个单链表是否有环)

以下给出链表结点的数据结构: 1  typedef struct _list_node 2 { 3     double keyVal; 4     struct _list_node *next; 5 }ListNode; Q1 单链表的反序  1 ListNode* reverseList(ListNode* head)  2 {  3     ListNode

2013-03-15 11:17:15 568

Oracle-SQl 内部培训资料

Oracle SQL内部培训资料,简单易懂,知识面齐

2013-03-29

Master OpenCV with Practical Computer Vision Projects

opencv新书,值得看一下 Source-Code: https://github.com/MasteringOpenCV/code Chapters: Ch1) Cartoonifier and Skin Changer for Android, by Shervin Emami. Ch2) Marker-based Augmented Reality on iPhone or iPad, by Khvedchenia Ievgen. Ch3) Marker-less Augmented Reality, by Khvedchenia Ievgen. Ch4) Exploring Structure from Motion using OpenCV, by Roy Shilkrot. Ch5) Number Plate Recognition using SVM and Neural Networks, by David Escrivá. Ch6) Non-rigid Face Tracking, by Jason Saragih. Ch7) 3D Head Pose Estimation using AAM and POSIT, by Daniel Lélis Baggio. Ch8) Face Recognition using Eigenfaces or Fisherfaces, by Shervin Emami. Ch9) Developing Fluid Wall using the Microsoft Kinect, by Naureen Mahmood.

2013-01-22

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除