holybin-CSDN博客

原创 Win64机器上VS报错“fatal error LNK1112: 模块计算机类型“x64”与目标计算机类型“X86”冲突”

在64位机器上编译VS工程出现这个问题，按如下步骤逐个排除：（这里以VS2008为例子）排查步骤一：系统是否已经安装VS下X64编译能力在控制面板中找到VS2008，选择卸载或更改，如下：勾选X64编译器和工具，然后点击更新：安装完后进入下面的步骤。排查步骤二：VS本身的包含路径是否正确设置为64位依次进入“工具”->“选项”->“项目和解决方案”->“VC++目录”，在平台这里选择X64

2016-03-14 00:32:56 29528

原创 OpenCV中feature2D学习——ORB和BruteForceMatcher

一、ORB详细介绍（该部分转自：http://www.cvchina.info/2011/07/04/whats-orb/） ORB是是ORiented Brief的简称。ORB的论文：http://www.willowgarage.com/sites/default/files/orb_final.pdf首先介绍Brief： Brief是Binary Robust Independent El

2015-09-28 08:10:41 11193 1

原创 java封装AES加密算法

在实际coding中会经常遇到往数据库存入密码时加密，URL传参时的加密，由此简单封装了下java中的AES加密算法。0、import类import java.security.SecureRandom;import javax.crypto.Cipher;import javax.crypto.KeyGenerator;import javax.crypto.SecretKey;import

2015-08-12 00:43:51 2830

原创 android studio配置android开发环境

1、下载安装android-studio-bundle地址：https://developer.android.com/sdk/index.html 注意：指定android sdk和android studio的安装路径。在完成之后第一次启动的时候会首先显示Fetching Android SDK component information，等一会儿就会开始下载Andorid SDK，因为下

2015-07-25 14:59:06 1863

原创 [Android]模拟器无法启动：Waiting for HOME ('android.process.acore') to be launched...

【报错信息】模拟器启动以后一直卡在这里：Waiting for HOME (‘android.process.acore’) to be launched… 【解决办法】 1、从Android SDK Manager里打开AVD Manager，再启动模拟器 2、在AVD Manager里面启动模拟器时勾选上Wipe user data 3、新建模拟器时选项CPU/ABI从X86换成成A

2015-07-23 00:22:47 4076 1

原创 [Android]模拟器不能启动，报错：Cannot set up guest memory 'android_arm': Invalid argument

【错误】模拟器无法启动，报错：Cannot set up guest memory ‘android_arm’: Invalid argument 【解决办法】在AVD中（Android Virtual Device Manager）将模拟器的RAM调成512。参考：http://stackoverflow.com/questions/26620765/cannot-set-up-gu

2015-07-22 00:12:05 5429

原创 [Android]打开eclipse报错：发现了以元素 'd:skin' 开头的无效内容。此处不应含有子元素。

【错误】打开eclipse报错：发现了以元素 ‘d:skin’ 开头的无效内容。此处不应含有子元素。【具体报错信息】 Error parsing D:\android-sdks\system-images\android-22\android-wear\armeabi-v7a\devices.xml cvc-complex-type.2.4.d: 发现了以元素 ‘d:skin’ 开头的无效

2015-07-21 23:59:25 13628

一、配置开发环境1、先装JDKhttp://www.oracle.com/technetwork/java/javase/downloads/index.html 这个不用啰嗦。2、再装Eclipsehttp://www.eclipse.org/downloads/download.php?file=/technology/epp/downloads/release/luna/SR2/eclips

2015-07-21 23:56:54 4277

原创如何使用Word2007发布csdn博文

1、在写好对的文档上点Office图标，选"发布"，"博客"，切换到博客写作视图。 2、此office会提示建立一个博客账户，点击立即注册（或者点击以后注册，稍后点击"管理帐户"来新建账户）。 3、选择博客提供商为"其他" 4、配置CSDN服务信息（1）API选MetaWebLog（2）文章URL：http://write.blog.csdn.net/xmlr

2015-07-21 00:15:33 1753

转载微信架构的启示 – 后端技术 by Tim Yang

腾讯大讲堂中最近分享了周颢演讲的微信技术总监解读微信架构的秘密，看完视频的一些心得。技术微创新微信的技术设计上有很多微创新，看起来都很小，但是对于系统的稳定性、用户体验及开发敏捷都具有重要作用。前轻后重由于客户端升级不便，从技术设计上尽量利用后端的设计来减少依赖客户端升级的方法。如某个版本新增了群聊功能，按常规思路，需要所有客户端升级才能全部打通。微信采用服务器兼容

2015-04-04 19:51:44 2791

转载深入浅出DDoS攻击防御

敌情篇 ——DDoS攻击原理DDoS攻击基础DDoS（Distributed Denial of Service，分布式拒绝服务）攻击的主要目的是让指定目标无法提供正常服务，甚至从互联网上消失，是目前最强大、最难防御的攻击之一。按照发起的方式，DDoS可以简单分为三类。第一类以力取胜，海量数据包从互联网的各个角落蜂拥而来，堵塞IDC入口，让各种强大的硬件防御系统、快

2015-04-04 19:47:42 1038

转载从微信谈起，如何优化互联网APP心跳机制——孙宇彤

微信的信令风暴将人们的目光导向心跳机制，那么心跳机制是怎么回事呢？　　最早的心跳机制用于服务器的安全备份机制，是为了防止服务器死机，而在服务器之间采用专用的端口和线路，周期性传送简短的信息，心跳就是形象的比喻。一旦收不到对方的心跳信息，服务器可以接管对方的业务，避免业务的停滞。为了业务的顺畅进行，服务器发送的心跳信息可以非常频密。　　这种机制被手机上的互联网应用所借用，无论是And

2015-04-04 19:46:36 1672

原创 OpenCV中feature2D学习——FAST特征点检测与SIFT/SURF/BRIEF特征提取与匹配

在前面的文章《OpenCV中feature2D学习——FAST特征点检测》中讲了利用FAST算子进行特征点检测，这里尝试使用FAST算子来进行特征点检测，并结合SIFT/SURF/BRIEF算子进行特征点提取和匹配。I、结合SIFT算子进行特征点提取和匹配由于数据类型的不同，SIFT和SURF算子只能采用FlannBasedMatcher或者BruteForceMatcher来进行匹配（参

2015-03-31 14:02:03 12257 1

原创 OpenCV中feature2D学习——FAST特征点检测

在前面的文章《OpenCV中feature2D学习——SURF和SIFT算子实现特征点检测》中讲了利用SIFT和SURF算子进行特征点检测，这里尝试使用FAST算子来进行特征点检测。 FAST的全名是：Features from Accelerated Segment Test，主要特点值计算速度快，比已知的其他特征点检测算法要快很多倍，可用于计算机视觉应用的实时场景。目前以其高计算效率

2015-03-29 23:12:09 18914

转载 Matlab的各种数据读取、文件读写等操作汇总

MATLAB提供了多种方式从磁盘读入文件或将数据输入到工作空间，即读取数据，又叫导入数据；将工作空间的变量存储到磁盘文件中称为存写数据，又叫导出数据。至于选择哪种机制，则根据下面两个因素决定：● 用户所执行的操作是导入数据还是导出数据；● 数据的格式为文本格式、二进制格式还是如HDF之类的标准格式。将数据导入MATLAB中最容易的方法就是使用导入数据模板(Impor

2015-03-11 16:10:04 75993 2

原创 “未声明的标识符：SurfFeatureDetector”问题解决办法

在VS中使用opencv2.4.X版本的时候，如果使用SurfFeatureDetector（或者SiftFeatureDetector）做特征点检测的时候，按照官方文档上的示例代码include头文件为：opencv2/features2d/features2d.hpp，则会出现如下报错：errorC2065: “SurfFeatureDetector”: 未声明的标识符。 1、实际上2

2014-11-15 12:41:55 17170

转载局部图像特征描述概述——SURF、DAISY、BRIEF等

收藏自：http://www.sigvc.org/bbs/thread-165-1-1.html收藏原因：把比较流行的局部特征描述方法大体罗列了一下，期待图像更全面特征或者特征模型的一些综述、例如HOG、Part Model、Examplar、Sparse Coding、Local...等等。windwail阿邦：回复@邓亚峰-人脸识别:以工序而言，HOG算特征，Sparse

2014-11-14 21:20:32 5090

转载浅析人脸检测之Haar分类器方法：Haar特征、积分图、 AdaBoost 、级联

看到一篇关于Adaboost级联Haar分类器的原理解析，觉得讲的很不错。转自：http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html==================================================================================浅析人脸检测之

2014-11-14 21:12:28 1998

原创 OpenCV中feature2D学习——亚像素级角点检测（cornerSubPix）

概述除了利用Harris进行角点检测和利用Shi-Tomasi方法进行角点检测外，还可以使用cornerEigenValsAndVecs()函数和cornerMinEigenVal()函数自定义角点检测函数。如果对角点的精度有更高的要求，可以用cornerSubPix()函数将角点定位到子像素，从而取得亚像素级别的角点检测效果。cornerSubPix()函数（1）函数原型

2014-11-14 20:45:29 25807 6

原创 OpenCV中feature2D学习——自定义角点检测函数

概述除了之前文章所说的利用Harris进行角点检测和利用Shi-Tomasi方法进行角点检测外，也可以自己制作角点检测的函数：使用cornerEigenValsAndVecs()函数和minMaxLoc()函数结合来模拟Harris角点检测，或者使用cornerMinEigenVal()函数和minMaxLoc()函数结合来模拟Shi-Tomasi角点检测，最后特征点选取的判断条件要根据实际情况进行选择。

2014-11-10 19:15:52 6630

原创 OpenCV中feature2D学习——Shi-Tomasi角点检测

概述除了之前文章所说的利用Harris进行角点检测，还可以利用Shi-Tomasi方法（相关论文）进行角点检测，该方法也可以用于初始化基于特征点的目标跟踪。函数实现该方法在opencv中的具体实现是在函数goodFeaturesToTrack()中，其原型为：C++: void goodFeaturesToTrack(InputArray image, OutputArray corners, int maxCorners, double qualityLevel, double minDistan

2014-11-08 21:50:25 5581

原创 OpenCV中feature2D学习——Harris角点检测

在计算机视觉中，我们通常需要找出两幅图像的匹配点（matching points），因为如果能找到两幅图像如何相关，就能利用两幅图像一起来提取出它们所包含的信息。当我们说匹配点时实际上是指在一般情形下能够很容易被识别的一些特征，这些特征被叫做feature，他们所具有的最鲜明的特点就是具有唯一可识别性（uniquely recognizable）。图像的feature类型通常包括边界（edges）、角点（corners，也叫兴趣点）、区块（blobs，也叫兴趣区域）。

2014-11-08 21:48:14 4361

原创 OpenCV中feature2D学习——BFMatcher和FlannBasedMatcher

Brute Force匹配和FLANN匹配是opencv二维特征点匹配常见的两种办法，分别对应BFMatcher（BruteForceMatcher）和FlannBasedMatcher。BFMatcher的构造函数如下：C++: BFMatcher::BFMatcher(int normType=NORM_L2, bool crossCheck=false )

2014-11-08 21:44:54 30315 3

转载行人检测（Pedestrian Detection）小结-Part III（相关论文总结报告）

一特征提取 1.1 矩特征矩特征主要表征了图像区域的几何特征,又称为几何矩，由于其具有旋转、平移、尺度等特性的不变特征，所以又称其为不变矩。在图像处理中，几何不变矩可以作为一个重要的特征来表示物体，可以据此特征来对图像进行分类等操作。矩特征是目前特征提取过程中效果比较理想的方法矩实际上是图像灰度相对于图像质心的统计情况反映， Hu在1961 年首先提出了矩不变量的概念，并

2014-11-08 21:14:40 6331

转载行人检测（Pedestrian Detection）小结-Part II（资源库总结）

转自：这篇调研是上研开题的时候写的，没想到访问量这么高，很多人朝我要毕业论文，懒得一个个发了，请自行下载：http://www.kuaipan.cn/file/id_71521745328145434.htm?source=1 其实主要都不是行人检测=。=写得也很水。。。。这篇调研现在看写得很烂，酌情参考吧。。。。。2014.3.17----------------

2014-11-08 17:00:46 3417

转载模板匹配与相关系数法

前言　　模板匹配和相关系数法是目标跟踪的经典方法，它的优点有很多：简单准确，适用面广，抗噪性好，而且计算速度快。缺点是不能适应剧烈光照变化和目标剧烈形变。　　所谓模板匹配法，就是指在一帧图像内寻找目标模板的位置，和模板最像的地方就是目标了。只要把全图的所有子区域和目标模板比较一下，找到最像目标模板的子区域，它就是目标的位置。如何度量子区域和目标模板的相似程度呢？最简单的办法就是计算

2014-10-28 17:03:38 12490 2

原创 OpenCV中的模板匹配方法及其应用

模板匹配（TemplateMatching）就是在一幅图像中寻找和模板图像（template）最相似的区域，该方法原理简单计算速度快，能够应用于目标识别，目标跟踪等多个领域。OpenCV中对应的函数为matchTemplate或cvMatchTemplate（参考opencvdoc），简单介绍下：1、函数原型C++: void matchTemplate(InputArray image,

2014-10-28 16:55:38 17661 9

转载视觉跟踪综述

来自目标跟踪是绝大多数视觉系统中不可或缺的环节。在二维视频跟踪算法中，基于目标颜色信息或基于目标运动信息等方法是常用的跟踪方法。从以往的研究中我们发现，大多数普通摄像头（彩色摄像头）下非基于背景建模的跟踪算法都极易受光照条件的影响。这是因为颜色变化在某种程度上是光学的色彩变化造成的。如基于体素和图像像素守恒假设的光流算法它也是假设一个物体的颜色在前后两帧没有巨大而明显

2014-10-26 19:52:07 1602

原创人脸数据库汇总—Part 4

一、出自：http://bbs.witbase.net/thread-508-1-1.html■Annotated Database (Hand, Meat, LV Cardiac, IMM face) (Link)■AR Face Database (Link)■BioID Face Database (Link)■Caltech Computational

2014-10-25 21:51:00 6947

原创 VC中判断定时器是否已经开启的办法

VC中定时器的用法比较简单，无非是sangeha

2014-10-25 20:40:54 9930

转载计算机视觉目标检测的框架与过程

http://blog.csdn.net/zouxy09/article/details/7928771 个人接触机器视觉的时间不长，对于机器学习在目标检测的大体的框架和过程有了一个初步的了解，不知道对不对，如有错误，请各位大牛不吝指点。目标的检测大体框架：目标检测分为以下几个步骤：1、训练分类器所需训练样本的创建：

2014-10-24 21:35:08 1210

转载一般物体检测--Binarized Normed Gradients for Objectness Estimation at 300fps

转自：前一段时间很多人在网上传程明明在CVPR14年上即将发表的Objectness文章，Project Page在这里，和这里。最近，正好想用一般物体检测做点事情，上周也在实验室做了一个这个方面的报告，今天用文字总结一下。网上已经有一些评论和分享讨论作者分享的代码如何在不同机器和vs版本上进行配置的帖子了，大家可以看这里和这里。所谓一般物

2014-10-24 21:18:27 1583

原创 CString的GetBuffer函数详解

1、定义CString::GetBuffer有两个重载版本：（1）LPTSTR GetBuffer( );（2）LPTSTRGetBuffer( int nMinBufLength );throw( CMemoryException );调用第二个版本中，当设定的长度nMinBufLength小于原字符串长度nOldLen时，nMinBufLength默认等于原来字符串长度nOld

2014-10-14 15:52:51 15466

转载大型网站系统架构的演化

前言一个成熟的大型网站（如淘宝、京东等）的系统架构并不是开始设计就具备完整的高性能、高可用、安全等特性，它总是随着用户量的增加，业务功能的扩展逐渐演变完善的，在这个过程中，开发模式、技术架构、设计思想也发生了很大的变化，就连技术人员也从几个人发展到一个部门甚至一条产品线。所以成熟的系统架构是随业务扩展而完善出来的，并不是一蹴而就；不同业务特征的系统，会有各自的侧重点，例如淘宝，要解

2014-09-30 13:47:50 1085

原创 OpenCV使用不同方式访问图像数据

OpenCV对图像数据的访问方式如下代码所示（opencv2.3yi）

2014-09-25 23:50:16 1228

原创 OpenCV图像中的数据类型

OpenCV里面的许多数据结构为了达到內存使用的最优化，通常都会给它最小上限的空间来分配变量。举个例子，一般标准的图片为RGB格式，它们的格式为每一个通道（R/G/B）的大小为8bits，范围为0~255。假如每一个通道都为int类型，那么一个通道整整浪费了24bits的空间；假设有个640*480的BMP文件存储在內存，那整整浪费了640*480*3*(32-8)bits的內存空间，总共浪费了2

2014-09-25 23:08:34 4339

原创 MATLAB图像处理基础知识

1、MATLAB支持的图像文件格式（1）JPEG（Joint Photographic Experts Group）：一种称为联合图像专家组的图像压缩格式。（2）BMP（Windows Bitmap）：有1位、4位、8位、24位非压缩图像，8位行程编码（RLE，Run Length Encoded）的图像。文件内容包括文件头（一个BITMAPFILEHEADER数据结构）、位图信息数据块（

2014-09-24 22:45:07 4032

原创 Matlab保存图像的方法总结

2014-09-24 16:52:50 66061 2

原创 Matlab字符串处理总结

（1）char(S1,S2,…)利用给定的字符串或单元数组创建字符数组（2）double(S)将字符串转化成ASC码形式（3）cellstr(S)利用的给定的字符数组创建字符串单元数组（3）blanks(n)生成一个由n个空格组成的字符串（3）deblank(S)删除尾部的空格（3）eval(S) evalc(S)使用MATLAB解释器求字符串表达式的值

2014-09-22 22:02:34 4332