- 博客(61)
- 收藏
- 关注
RSS订阅原创 error: ‘PixelPacket’ in namespace ‘Magick’ does not name a type
我的方法是使用7.X版本的代码Quantum替代PixelPacket的用法。查阅7.X版本的源码介绍，6.x版本和7.x版本不一致，它们之间不兼容。这是在运行程序时候出现的问题。上述两种方法都可以（
2023-11-28 17:13:55
440
原创 Qt路径和Anaconda中QT路径冲突(ubuntu系统)
发现默认搜索的路径 是从~/.bashrc的anaconda3配置得到的，但是尽量注销anaconda3的配置路径，会破坏你之前的配置。因为才开始安装Qt的时候（你安装的ＱＴ，找到安装好的ＱＴ的路径，在里面找到cmake的文件夹，它有cmake所有配置。它可以被CMakeLists文件识别且自动寻找你安装好的qt，而非之前默认的anaconda安装的路径。找到自己安装的路径，在CMakeLists文件中加入行Set(CMAKE_PREFIX_PATH “你安装的路径的cmake文件夹”)，如上图。
2023-11-28 16:44:10
898
原创 error “you should set MAGICKCORE_HDRI_ENABLE
解决办法，因为项目使用cmakelists写的。因此在项目中只需要在CMakeLists文件中加入下面几行。默认的是DMAGICKCORE_HDRI_ENABLE=1,但是发现在项目中不能识别。这样解决问题，它在项目中能够设置MAGICKCORE_HDRI_ENABLE。
2023-11-28 14:35:57
559
原创 直线(二维)的表达方式及其相互转化 c++
这是直线在各个表达方式的相互转化，如果在项目中使用的话，尽量全部统一为一种表达方式。它很简单，直接通过两个端点计算直线的方向，然后将其中的一个点作为直线上的点。这是代数表达方式，也是通用的表达方式，其中法向量为。的表示方式直接计算直线的法线，然后将直线上取一点。这个更加简单，直接先转化为两点表示法，然后再转化为。它很好理解，但是它不能表达垂直于。它也是通用的表达方式。下面是它们的相互表达以及c++源码。为直线上的一个顶点，
2023-07-06 16:02:11
454
原创 std::set 的删元素 c++
其中DeleteElement删除其中的元素。使用的vec.erase(iter++);删除后，iter的迭代器必须指向下一个元素。set类模板中，它和vector,list不同。set,map都是关联式容易。set 内部是基于红黑树实现的。插入和删除操作效率比较高。也可以使用其它方法，因为使用vec.erase(iter)会返回一个值，它是指向下一个元素的迭代器。因此删除元素可以使用下面方法。使用上述的方法，删除元素小于４的元素。下面测试一下怎么删除set的里面的元素。删除了小于３的元素。
2023-04-28 16:00:15
1648
1
原创 视觉SLAM十四讲(高翔版本)，ch4章节部分笔记
目标：理解slam的框架以及它的理论知识。供以后自己查阅。这一章主要非常重要，也是理解后续优化的基础，它是将旋转矩阵和平移向量，转化为李代数的形式进行优化，因为它有很多好处。好处如下：意思就是采用R,tR,tR,t的矩阵表达形式，有冗余。因为旋转向量内部的RRR的９个变量之间有约束，不利于优化。它可以转化为可以用三个无关变量表示的，转化为无约束的能量函数。这也是下面说的李代数。这一章需要介绍一个基本的代数结构(大学的线性代数和离散数学里面有这方面的概念介绍)：群集合：AAA, 运算为⋅\cdot⋅, 如
2022-11-19 00:25:31
525
原创 基础矩阵F的计算(2D-2D)
目的：通过特征点匹配，计算两个图像对应的相机位姿，理解SLAM的过程，记录下，供后面理解。之前一篇博客，计算过fundmental 矩阵。详细见那篇博客。计算极限的方程。这篇博客记录计算fundmental矩阵，再通过fundmental矩阵转化为相机的[R,t][R,t][R,t]计算fundmetal矩阵，还是通过极限约束。计算fundmental矩阵。假设１）O1O_1O1为世界坐标系。通过[R,t][R,t][R,t]矩阵转化到O2O_2O2坐标系。xxx为x1,x2x_1,x_2x1,
2022-11-13 00:00:57
550
原创 直线相交的交点(Line-Line Intersection)
最近一直在写关于几何方面的代码。涉及到一些非常基础的计算。如在二维世界中，直线和直线的交点。之前一直没有太多优化这段代码。直线表达：一般直线的表达为Ax+By+C=0Ax+By+C=0Ax+By+C=0两个直线的表达：A1x+B1y+C1=0A2x+B2y+C2=0A_1x+B_1y+C_1=0 \\A_2x+B_2y+C_2=0A1x+B1y+C1=0A2x+B2y+C2=0一般情况下直接计算方程组即可。使用高斯消元法得到：x=B1∗C2−B2∗C1A1∗B2−A2∗B1y=A2∗
2022-10-26 23:19:08
912
原创 ImportError: No module named ‘backports‘(配置运行NeuralRecon)
目的：最近配置NeuralRecon的环境，感觉还是比较麻烦的。在用conda安装和配置环境的时候出上述问题，记下来供后续的查阅。torch还没有11.4的cuda版本。因此，当时就下载源码git clone到本地，发现问题，它的requirement.txt里面为。这样就可以使用pip setup.y install 在本地编译安装torchsparse了。
2022-10-25 21:10:00
2826
原创 pip install opencv-python出错 Getting requirements to build wheel ... error (conda 环境)
记录
2022-10-22 18:49:29
4486
原创 SSH文件拷贝（ubuntu 从远程服务器拷贝到本地）
目的：最近使用远程服务器去处理一些数据，涉及到数据的传输。因为不熟悉远程传输，所以记下供后续查阅。其中username 为用户名，111.11.11.11为ip地址，-p 15022为端口。完成ssh配置后，发现有些数据需要下载或者传输。因为使用ssh远程登录，操作。配置和登录等等，后续补充。配置（省略，后续补充）
2022-10-22 13:14:43
3471
原创 视觉SLAM十四讲(高翔版本)，ch3章节部分笔记
目标：理解slam的框架以及它的理论知识。供以后自己查阅。第三章：主要讲一些基本的数学知识，包括点，向量，旋转矩阵三大类，高翔老师图文并用的方式讲的非常清晰。点点需要在某个坐标系下的表达，一般在世界坐标系表达，一般情况是e0=[100]e_0=\begin{bmatrix} 1 \\ 0 \\ 0\end{bmatrix}e0=⎣⎡100⎦⎤, e1=[010]e_1=\begin{bmatrix} 0 \\ 1 \\ 0\end{bmatrix}e
2022-10-08 17:22:51
500
原创 使用streamstring实现格式化输入
因此sscanf_s在windows系统中已经打包好了，在vs平台可以直接使用，但是在ubuntu 系统中没有sscanf_s函数。对于字符串idxs，使用ssidx,默认的是按照" “空格符分开的，使用getline,将其按照”/"来分割。追溯sscanf_s函数所在的文件，发现只有sscanf函数，没有sscanf_s函数。在ubuntu系统中，使用sscanf_s函数，发现它不在是std命名空间的函数。２）使用c++中的iostream流格式化输入，代替上述的功能。
2022-09-23 16:53:03
749
原创 fatal error: opencv2/opencv_modules.hpp: No such file or directory(linux系统,opencv4)
opencv contrib 配置 安装 问题
2022-09-17 14:14:22
7054
3
原创 RuntimeError: unexpected EOF, expected 1447905 more bytes. The file might be corrupted.
从英文翻译来看，有一个文件不够完整。但是编译没有出现错误。需要找到这个不够完整的文件。所以溯源之前的操作，发现在运行代码的时候，下载一个model，中途自己中断了这个下载过程。需要找到上述的路径，把s2dnet_weights.pth删除。配置完成后，在运行pytorch源码的时候，遇到。
2022-09-15 16:06:50
1026
2
原创 极线的绘制（已知相机的内外参数，极线几何）
但是在具体的应用中，**常常拿极限约束来判断相机的位姿是否准确，对于这个介绍相对较少。**本博客将介绍在一直相机的内外参数的情况下，怎么完成相机的极限约束。假设中左边的相机为世界坐标系。上述是假设两个相机之前的关系。其中世界坐标系为左边相机的坐标系。计算得到的第二个相机的参数(它是相机位姿态，它是指的是在第一个坐标系下的。是相机内参数，它表示从相机坐标系转换为图像坐标系上。基于极限的几何关系，需要知道它们的参数关系如下。极平面：空间点，两像机光心决定的平面（灰色平面。假设两个对应点在各自的相机坐标系为。
2022-09-09 17:56:54
1134
原创 向量三重积的等式推导证明
目标：最近在看论文，需要一些基本的公式推理，经常遇到三重积的等式。为了更深入的理解。因此推导一下这类公式。定义：向量三重积a→×(b→×c→)=(a→⋅c→)⋅b→−(a→⋅b→)⋅c→\overrightarrow{a} \times (\overrightarrow{b} \times \overrightarrow{c})= (\overrightarrow{a} \cdot \overrightarrow{c}) \cdot\overrightarrow{b} - (\overrightarr
2022-07-26 22:40:19
7652
2
原创 矩阵的行列式的计算及其源码
一个序列有多个逆序，它的数量，可以定义为。行列式(Determinant)，记作。，它是矩阵上计算得到的标量。在日常的空间几何的计算中，遇到的都是。到自身上的一一映射(双射)的全体；就在加法中出现一次；全部元素的求和，即如果每个。的符号差，具体说，如果满足。上置换的全体，即集合。...
2022-07-26 17:48:46
444
原创 相机坐标系，世界坐标系，像素坐标系三者转换，以及OPENGLDEFocal Length和Opengl 的 Fov转换
opengl 渲染和相机位姿一直的图片，设置它们的值。
2022-06-01 18:29:24
1964
转载 numpy 多维数组ndarray的详解
Numpy 的 Ndarray对象Numpy 一个重要的特点是其N维数组对象ndarray，它是一系列同类数据集合，以0下标为开始进行集合中元素的索引。类似于C++的vector的多维数组。下面是Ndarray的特点（不同于python 的 list）ndarray对象是用于存放同类型元素的多维数组。（如：都是float，str，或者int 等等，但是它们必须是同种一个类型。）ndarray中的每个元素在内存中都有相同的存储大小的区域基于上述的特点，ndarray内部由以下内容组成：一个指向数据
2022-05-12 16:27:22
903
原创 STL源码剖析：迭代器的概念理解，以及代码测试。
目的：理解STL源码迭代器的缘由来自于一种设计模式。它提供一个方法，让用户能够一一的访问里面的数据，而不用管里面的数据的组成的结构（树状，线性，数组，图等结构）。它不同于数据结构的访问样子，它统一的一一访问完整的数据。在STL中迭代器不但能够一一访问里面的数据，它同时可以作为一个粘合剂，将数据结构和算法分开。数据结构和算法分来，不但能够易于阅读和写代码，同时符合开发中的开闭原则。如果每个数据结构用一个算法，算法可以在别处开发，然后用迭代器把数据结构和算法粘合在一起。具体测试如下：数据结构有vector,
2021-12-31 16:11:52
746
原创 Polygon 3D（三维平面多边形）的法向量的计算（MeshLab默认的计算）
目的：网格法向量的计算最近发现一个非常有意思的东西，网上的资料较少，所以记下来供大家查阅，就是在网格化三维polygon 3d的时候，对于polygon 3d的法向量和网格化为三角形的时候。生成obj文件的时候三角面片的方向只和三角形的顶点顺序有关。如果三角面片上进行顶点的normal设置，可能毫无效果。在meshlab中只和顶点的顺序有关。polygon 3d的法向量和三角面片的法向量一致。三角面片的法向量：...
2021-12-24 18:15:52
2796
原创 STL源码剖析：临时对象的代码测试和理解
目的：STL的深入理解最近看到一个非常基础的语法之类的，它也是平时人常用的临时对象，它是一种没有名的对象，（在任何 pass by value的操作都会发生copy 操作，于是形成临时对象），可以看列子，shape(2,3)或者int(8)都是生成临时对象。它相当于调用的constructor.下面列子可以看到。 对于对象myprint(),它不是函数，而是一个临时对象。它可以用于函数的参数。如下，它放入for_each中传参。#include<vector>#include<al
2021-12-24 16:15:49
507
原创 STL源码剖析：class template explicit specialization代码测试和理解
目的：对STL源码进行理解，需要通过实现来理解。这个模块，我感觉是对其中的specialization的理解，像是对模板中的类型进行实例化。比如一般的模板肯定是类型可以任意的，但是有些时候，我们需要特定的类型，模板就提供这个功能。测试代码如下：#include<iostream>using namespace std;#define __STL_TEMPLATE_NULL template<>template<class key> struct myhash
2021-12-22 17:08:54
477
原创 STL源码剖析：bound friend template friend代码测试和理解
目的：熟悉STL的源码最近看STL的源码剖析这本书，之前看过一遍，但是都是走马观花，没有自己亲自实验这些代码，所以对一些概念可能自己以为理解了，实际上根本没有了解。如下面自己的在书本上摘录的一段代码，我用的是ubuntu 18.04版本的g++编译器，可能每个编译器不一样，但是我只是深入了解一下，关于STL的库，以及用法。其中的关于模板类中的友元函数，以及友元函数的函数重载的函数。下面直接给代码，以及测试的结果，后面将给予自己的感悟。#include<iostream>#include&
2021-12-21 14:51:20
296
原创 Local Implicit Grid Representations for 3D Scenes详解
MarkdownMotivation更好理解论文，可能当时理解有误，但是记下来用于后续深入理解。论文：Local Implicit Grid Representations for 3D Scenes目的在场景中可以通过Grid的隐式表达，这样可以表达重建整个场景。应用如下：场景的点云输入，输出具有mesh的场景。理解这篇论文的原理主要是在整个场景中，在固定大小的grid分割下，它们里面的3D表面可能具有相同的几何细节。比如：在一定大小的grid中，桌子的脚的表面几何可能和凳子的脚的表面几何
2021-03-19 23:31:39
802
1
原创 Refined Plane Segmentation for Cuboid-Shaped Objects by Leveraging Edge Detection 详解
MarkdownMotivation理解图像平面提取中有添加边缘提取的约束，让平面提取中的平面分割更加准确。从而能得到提取的平面能够更好的表示场景。论文序列4) Refined Plane Segmentation for Cuboid-Shaped Objects by Leveraging Edge Detection论文目标论文的主要目标是对单一的盒子状的物体，通过边缘提取来约束平面的分割。为什么能够refined分割好的平面这篇论文是可以主要是分三个部分组成，包括Plane-RCN
2021-02-03 16:30:33
397
5
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