Rprop

在上一篇 【OpenCV3.3】编译源码并搭建VS2017+Windows开发环境 中我们搭建了OpenCV的Windows开发环境，现在我们来搭建Android的C++开发环境(当前版本直接使用官方提供的SDK)。

在图像处理方面，矩阵分解被广泛用于降维(压缩)、去噪、特征提取、数字水印等，是十分重要的数学工具，其中特征分解(谱分解)和奇异值分解是两种常用方法，本文简单介绍如何在OpenCV中使用它们对图像进行分解，然后重新构造图像。      本文不会阐述两种分解的数学背景知识，但是为了方便读者唤醒记忆，会先贴出(部分)数学定义，详细的介绍和证明建议阅读矩阵理论相关书籍或者参考资料。

OpenCV 3.3在8月3号正式Release，带来了许多优化改进和新特性，包括备受关注的深度神经网络(DNN)模块被正式引入主仓库，标志着OpenCV对DNN有了更深层次的优化与支持； 支持通过宏ENABLE_CXX11启用对C++ 11特性的支持；默认包含大量SSE4.X和AVX/AVX2指令集优化；内置Intel IPP版本升级至2017.2，官方测试显示有近15%的性能提升...

一、OpenCV概述与功能介绍OpenCV是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C++类构成，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV拥有包括 300多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库——尽管也可以使用某些外部库。OpenCV对非商业应用和商业应用都是免费（FREE）的。（细节参考 license）。代码下载地址

编译环境:Visual Studio 2010所用类库版本:zlib 1.2.7lpng1514jpegsr9tiff-4.0.3giflib-5.0.4leptonica-1.69tesseract-ocr3.0.2下载地址http://pan.baidu.com/s/1c0pqvQg 密码rlib测试代码bool

C++从缓冲区中加载位图并返回句柄

Tesseract-OCR Background           The Tesseract OCR engine was one of the top 3 engines in the 1995 UNLV Accuracy test. Between 1995 and 2006 it had little work done on it, but it is probably o

/// /// 均衡化灰度拉伸/// /// 输出图像数据/// 输入图像数据/// 图像宽度/// 图像高度void equalize_gray(unsigned char *lpdst, const unsigned char *lpsrc, int width, int height){ RLIB_RENAME(width, width_x_height); width_

在平面图像处理中，因为镜头角度等原因，容易导致图像出现倾斜、变形等情况，为了方便后续处理我们常常需要进行图像矫正，其中主要技术原理是两种变换类型--仿射变换(Affine Transformation)和透视变换(Perspective Transformation)。        仿射变换是二维坐标间的线性变换， 故而变换后的图像仍然具有原图的一些性质，包括“平直性”以及“平行性”，常用于

SVM，全称Support Vector Machine，即支持向量机，是机器学习中常用的分类器(同样支持向量回归)，属监督式学习的一种。        在二值分类中，SVM通过寻找一个 决策最优分类超平面 来尽可能地将两类样本分开(最大分类间隔)并作为分类的判据，以期得到较强的泛化能力，我们所指的训练(train)主要就是寻找这个超平面。如果你看过相关推导，会发现原本复杂的问题被一步步等价，