孟浪#-CSDN博客

原创 ubuntu下Opendr库安装

Ubuntu下安装Opendr如果直接使用 pip install opendr会出现错误仔细看倒数第9行，发现是因为在/home/yue/anaconda3/lib这个目录下找不到-lGL。几番查找后，终于在一个博文中找到了解决办法：我们安装的libGL在/usr/lib/x86_64-linux-gnu/下，所以使用一个软链接将目录连接到anaconda的那个目录下就好了软连接命令：然后再次安装，安装成功参考博文：https://www.jianshu.com/p/1b965fee1a

2021-05-23 16:23:41 483

原创 DX9入门（四）

翁云兵老师《3D游戏程序设计入门》笔记纹理1、纹理是什么，为啥要加入纹理GAMES101中的定义是，对不同的顶点赋予不同的属性。2、创建并赋予材质IDirect3Dtexture9* stonewall;D3DXCreateTextureFromFile(device, “stonewall”, &stonewall);device->SetTexture(0, stonewall); //stage设置为0，表示一个纹理。stage取值从0到7。可以贴8张纹理3、不管纹理贴图

2021-04-24 21:54:12 371

原创 DX9入门（三）

翁云兵老师《3D游戏程序设计》笔记1、前面说了DX9怎么绘制图形。现在要加上三角形的颜色，让其显示出各种颜色。颜色由四维向量构成（Red, Green, Blue, Alpha）。每个维度都是0-255的亮度值。然后我们将这个向量指定在顶点上就可以形成有颜色的图形。struct ColorVertex{float x, y, z;D3DCOLOR color;}2、设置好顶点颜色后，需要设定怎么去着色。按照GAMES101的说法，应该是设定着色频率。有三种着色频率：【注】这里的着色都是材质

2021-04-24 19:47:25 468

原创 DX9入门（二）

翁云兵老师的《3D游戏程序设计入门》1、顶点格式顶点不仅可以表示坐标，还可以给它赋予法线、纹理坐标。在GAMES101中提到，这些是可以在将来进行重心插值的。比如Ground shading就是对顶点进行着色，然后再进行重心插值。这里对顶点着色势必要考虑到顶点法线与光照的夹角。DX9的顶点格式一般使用自由标记FVF。2、顶点和索引之间的关系组成了图元目前只使用三角形图元。DX9将所有的顶点放置在一个很大的数组中，然后使用索引告诉编译器怎么去组装图元。如果不告诉那就顺序3个3个一组3、裁剪熟悉完

2021-04-24 17:08:54 587

原创 DirectX9 入门（一）

1、HALDX9是一种高度封装图形API的接口，内置了很多的库，例如Direct3D，还有弃用的Direct3DX。在不同的机器上有不同的显卡类型，HAL就是显卡厂家实现的显卡驱动程序，向上承接DX9，向下承接底层实现。2、组件对象在DX9中，将大部分的接口都封装成了组件对象，可以理解为一个类。例如表面就是一个COM对象，我们可以通过这个对象实例化出一个表面，读写其内存数据，也就是像素。COM对象有自己的析构函数，不用我们在自己申请内存和释放内存。不用的时候release就好了。3、IDirect

2021-04-24 15:58:11 3031

原创网格简化算法（二）

网格简化算法（二）边折叠效果展示：可见，折叠边(u, v)，三角形1和2消失算法思路：具体解释1、对每个顶点定义一个4x4的对称误差矩阵。定义顶点到共享自己的面的距离的平方和为顶点到这些面的误差。由于初始情况下，顶点都是在那些面上的，所以初始误差均为0。Q矩阵就是点所有相邻面的二次误差矩阵的和。2、收缩一条边（v1, v2），则需要计算新的顶点位置。收缩一条边的Q可以确定：Qbar = Q1+ Q2。但是位置的选择需要计算，一种选择是从v1，v2，(v1 + v2)/2这三个位置上找，

2021-04-21 01:11:01 1330

原创网格简化算法（一）

网格简化算法（一）顶点删除算法选择点进行删除点的分类三个定义删点步骤局部三角形化Delaunary三角形剖分法Reference选择点进行删除点的分类分有5类。分别是：简单点、复杂点、边界点、内部边缘点、角顶点原文中对于5类顶点的定义翻译如下：简单点不用说。复杂点的定义：如果边没有被两个三角形使用，或者如果顶点被一个不在三角形循环中的三角形使用，那么顶点是复杂的边界点：在网格边界上的顶点，即在三角形的半圈内的顶点，是边界顶点内部边顶点：如果两个相邻三角形之间的二面角大于指定的特征角，则存在

2021-04-21 00:14:10 2352

原创 win10+VS2010+CUDA7.5配置记录

我配置cuda是为了学习OpenCV并行图像处理配置信息：win10VS2010OpenCV2.4.9CUDA7.5显卡：GeForce 920M一开始我选择的配置是VS2010+CUDA6.5。登录NVIDIA官网找到cuda6.5的安装包https://developer.nvidia.com/cuda-toolkit-65发现只有win7和8.1等版本，但是我的电脑是win10的系统，我就选了8.1的版本尝试了下。始终装不上，一开始是报的错是这个This graphics dr

2021-01-05 23:06:38 338 1

原创从线性到非线性——神经网络的激活函数

鸽了许久，下面浅谈一下神经网络的激活函数。众所周知，激活函数可以使得神经网络从线性进化为到非线性，意思就是说。原本只能线性可分，现在可以分类非线性分布的数据了。为什么？首先看一下没有激活函数的神经网络模型：那这能说明什么呢？我们来看，假设有n个点呈非线性分布，将n个(x1, x2)输入到这个神经网络中，得到算出来的y1和y2，其结果可见下图：可以看见没有激活函数的神经网络模型 b+w1*x1+w2 *x2算出的预测值形成了一条直线，而这条直线不能把非线性分布的数据进行分类。那怎么办呢？考

2020-12-18 12:35:21 2296

原创《卷积神经网络python实现》第一章

前言此系列博客是对安徽工业大学单建华老师的《卷积神经网络python实现》进行笔记第一章测试集和训练集好比试卷，必须精心设计，尽量覆盖样本分布空间模型预测训练集中从来没有出现过的样本的能力称为泛化能力要结合领域知识剔除无关属性，采用大量属性只会增加机器学习的难度线性模型、神经网络模型、卷积神经网络模型、SVM模型模型泛化能力与训练数据集相关，第一要有丰富的样本，第二要能多提取出任务相关属性。模型需要在不同的测试集上进行比较，才能得到优劣过拟合：由于刻苦的学习训练集，导致将噪声点也认为是样本

2020-11-30 21:26:53 285

原创 Laplace算子python实现

前言：本文对拉普拉斯算子进行了python的实现。不涉及导数等知识，只使用滑窗的方式对图像进行卷积运算，程序运行过程中，肉眼可见效率较低，读者可尝试自己使用矩阵乘法的方式，看看是否可以提高效率第一次尝试代码： #读取图片，0表示读为灰度图 img1 = cv2.imread("./image1.jpg", 0) #Laplace算子 laplace = np.array([[1, 1, 1], [1, -8, 1], [1, 1, 1]]) # 新创建一个图像，给图像边缘填充0

2020-11-27 15:19:14 7367 2

原创基于OpenCV读取MP4文件并保存视频帧为图片，C++

废话不多说，直接上代码#include <iostream>#include <string>#include <opencv2/opencv.hpp>using namespace std;using namespace cv;#define interval 4 //修改这里以改变多久保存一帧int main(){ VideoCapture capture("./video/video1.mp4"); if (!capture.isOpen

2020-10-13 18:24:35 3384

qq_37716188的博客