- 博客(7)
- 收藏
- 关注
RSS订阅转载 C++11多线程基础
目录1.多线程基本概念2.多线程基本操作2.1创建线程2.2互斥量2.3条件变量2.4原子变量2.5异步线程1.多线程基本概念线程：线程是操作系统能够进行CPU调度的最小单位，它被包含在进程之中，一个进程可包含单个或者多个线程。可以用多个线程去完成一个任务，也可以用一个进程去完成一个任务，则是常说的主线程。多线程并发：多线程是实现并发(双核的真正并行或者单核机器的任务切换都叫并发）的一种手段，多线程并发即多个线程同时执行,一般而言，多线程并发就是把任务的不同功能交由多
2021-01-28 09:44:44
216
原创 STL使用概括
顺序容器概念： 顺序容器提供了快速顺序访问元素的能力，这些容器在某些方面都有不同的性能折中 ①向容器添加或从容器删除元素的代价 ②非顺序访问容器中元素的代价vector：可变大小数组。支持快速随机访问。在尾部之外的位置插入或删除元素可能很慢 deque：双端队列。支持快速随机访问。在头尾位置插入/删除速度很快 list：双向链表。只支持双向顺序访问。在list中任何位置进行插入/删除操作很快 forward_list：单向...
2021-01-27 10:27:32
130
原创 Opencv3.x中SVM+HOG训练测试代码
其实训练代码还是比较简单的，设置完HOG和SVM的参数就可以开始训练了。需要训练时就不用注释#define TRAIN，若想运行之前已经训练好的模型则需将其注释掉，并修改模型名。#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/objdetect/objdetect.hpp>#include "opencv2/imgproc/imgpr
2020-10-26 08:42:53
217
2
原创 数字手势识别App--(3)图像识别
下部分介绍图像识别涉及到的算法，主要用到的就是HOG+SVM，对二值图提取HOG特征向量，再用SVM多分类器训练相关模型，即可完成识别。一、手腕去除及凸点计数本阶段是对手势二值图再做进一步的处理，若存在裸露的手腕部分则将其去除掉并且计算手势最直观的特征手指数目将其作为一种分类特征。如果有手腕裸露时与手掌连为一体，之前的算法并不会去除手腕区域，但手腕区域对于之后的手势识别并无关系，所以可以将其去除精简要识别的手势二值图。距离变换是针对二值图像的一种变换,计算图像中非零像素点到最近的零像素点的.
2020-10-26 08:40:16
1024
原创 数字手势识别App--(2)图像处理
上部分先介绍下图像预处理涉及到的算法，其主要目的就是根据肤色特征过滤掉无用信息生成一张二值图（黑色为无关背景，白色即为手势区域），二值图无效信息较少有利于之后机器学习识别。一、均值漂移滤波用均值漂移滤波（meanshift）做图像平滑和分割，其本质是经过迭代，将收敛点的像素值(概率密度较高)代替原来的像素值，直到结束。进而能使一些局部相似的纹理相互融合，但边缘等差异较大的特征依旧可以保存。经过此步骤后，能使前景背景聚类效果更加明显，有利于之后的肤色分割。如上图即为均值漂移滤波的效果过程，经.
2020-10-26 08:36:17
1237
原创 数字手势识别App--(1)项目简介
这段时间刚好处于出差前的一个空档期，于是就想记录一下我的毕设项目----基于手势识别的服务App，简单说就是通过数字手势识别去完成一些小功能如速算和拨号。速算：即在屏幕上显示算式，在前置做出答案对应的数字手势进行识别，正确则切换下一题，拨号：在屏幕前做出相应数字手势，识别完成后即显示然后可切换到下一数字手势继续识别。 开发环境自然是Opencv+AndroidStudio，算法思路大多确定在大三时期，整体走的路线是图像处理+机器学习，所以说其识别率受背景影响还是很大的，在复杂类...
2020-10-24 16:00:20
915
1
原创 Modbus协议（C#）
Modbus是一个工业上常用的通讯协议，主要用于控制器之间通信或者控制器通过以太网和其他设备(如PC)通信。一、Modbus协议要点1.Modbus是主/从通信协议，主站发送报文，只有与主站发送报文中呼叫地址相同的从站才能向主站发送回答报文。2.报文以0地址发送为广播报文，无需从站回答。3.Modbus规定了2种字符传输模式，ASCII模式，RTU(二进制)模式，两种模式不能混用，本文代码采用RTU模式。4.传输错误校验(RTU模式采用循环冗余校验)，当检验出错时，报文停止处理从机不再继
2020-09-08 08:14:48
8754
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人