首页 文章 精选 留言 我的

精选列表

搜索[构建目录],共10029篇文章
优秀的个人博客,低调大师

《学习OpenCV3》目录和全书划分

一 概述 1. Overview. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 全书的概述,为什么会有这本书?如何学习这本书 2. Introduction to OpenCV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 对于OpenCV的简介 二 数据结构和操作 3. Getting to Know OpenCV Data Types. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 OpenCV中的数据结构,不仅包括Mat,而且包括algorim等复杂结构 4. Images and Large Array Types. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 大型复杂的数据结构 97 5. Array Operations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 数据结构的操作 三 基本函数 6. Drawing and Annotating. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 如何标记识别结果 7. Functors in OpenCV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 OpenCV中的函数 180 8. Image, Video, and Data Files. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 如题 四 交叉编译 204 9. Cross-Platform and Native Windows. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 如何交叉编译 五 高级处理 247 10. Filters and Convolution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 滤波和卷积 294 11. General Image Transforms. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 常见的图像变换 332 12. Image Analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335 图像分析 371 13. Histograms and Templates. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373 直方图和模板匹配 六 轮廓 14. Contours. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 407 轮廓 七 背景去除 15. Background Subtraction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 445 背景去除 八 特征点 16. Keypoints and Descriptors. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 493 特征点 九 跟踪 17. Tracking. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 587 跟踪 634 十 三维 18. Camera Models and Calibration. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 637 相机模型 688 19. Projection and Three-Dimensional Vision. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 691 3维建模 十一 机器学习 766 20. The Basics of Machine Learning in OpenCV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 769 基本机器学习 797 21. StatModel: The Standard Model for Learning in OpenCV. . . . . . . . . . . . . . . . . . . . . . . . . 799 标准机器学习 871 22. Object Detection. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 875 物体探测 十二 备注 907 23. Future of OpenCV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 909 OpenCV的特性 Afterword 920 A. Planar Subdivisions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 923 B. opencv_contrib. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 939 C. Calibration Patterns. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 943 Bibliography. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 949 Index. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 967 目前方向:图像拼接融合、图像识别 联系方式:jsxyhelu@foxmail.com

优秀的个人博客,低调大师

图像编程魔法门(By C#) 目录

第一部 初阶(图像处理) 第一回 万物资始乃统天——图像处理的基本数据结构 第二回 斗转星移海化田——图像的变换与变形 第三回 要识庐山真面目——图像局部处理与增强 第四回 经络棱角记心间——图像的骨骼、边缘和角点 第五回 北雁南飞西风紧——数学形态学图像处理 第六回 同在方寸不相连——图像分割 第七回 半纸瑟瑟半纸红——彩色图像处理 第八回 逆旅过客弹指还——视频处理 第二部 中阶(图像分析) 第一回 须弥芥子亦大千——图像中的Scale 第二回 碎线入微步履难——图像处理中的线条与形状 第三回 星辰傀儡漫点缀——基于统计的图像处理 第四回 点睛一笔龙跃渊——图像处理中的KeyPoint 第五回 细纹繁叶知何似——纹理分析 第六回 曲直方圆皆落盘——图像识别 第七回 画图省识春风面——图像理解 第八回 众里寻她一指牵——图像检索 外篇(3D计算机图形学) 第三部 高阶(计算机视觉) 本文转自xiaotie博客园博客,原文链接http://www.cnblogs.com/xiaotie/archive/2010/01/20/1652010.html如需转载请自行联系原作者 xiaotie集异璧实验室(GEBLAB)

优秀的个人博客,低调大师

前端周刊第 467 期 🗂 本期精选目录

这一期有两条主线并行的感觉。一条是关于视觉与动效的边界:GSAP 的鼠标拖尾和滚动驱动 SVG 地图动画都在展示 Web 动画的上限在不断被抬高;CSS 居中在 2026 年的新解法、sibling-index() 的数学布局思维、跨文档 View Transitions 的隐坑,则说明 CSS 平台能力本身也在持续进化——而且这些进化的重点是让你少写 Hack,多写"本来就应该这样"的表达。

优秀的个人博客,低调大师

《SSM深入解析与项目实战》目录与说明

原文地址: https://chenhx.blog.csdn.net/article/details/107776236 书籍很遗憾,虽然打造了一年半,终于写完了,但无法出版。一共626页,80万字符,25万汉字。 因为文笔不是很好,被编辑要求修改,我知道自己的文笔就是这样了,写写博客可以,但要达到电子工业出版社编辑的要求,我估摸着得精心修改2-3次。我放弃了可能出版的机会。 但是书名我还是要在这里告知大家一声:《SSM深入解析与项目实战》 我打算将书中内容以专栏的形式进行呈现给大家,帮助大家更好的学习Spring知识应用以及源码的阅读。 后续的话,每周会都进行专栏文章的发表和更新。 专栏文章中只会贴核心代码。 所有的代码在文章中github中都可以找到。 在专栏的后面,还有一个企业级项目的实战。 从数据库设计到项目架构一直到代码实现,让你体验一个完整项目的开发流程。 书的简介 本书从Spring、Spring MVC和MyBatis的源码组件开始讲解,再到SSM的基础应用,逐步深入到SSM的核心特性以及最后的项目实战。通过对本书的学习,读者更加容易理解SSM框架的设计与思想,从而可以更好地运用到工作实战中去,更加容易的解决一些基于Spring的项目运行BUG。在以后学习中也能通过本书习得的学习方法更加快速地理解和掌握新技术。 本书是结合大量实例进行讲解的,按书中讲解和配套资源所示操作,保证所有实例均可运行。本书适合想学习SSM框架的Java技术爱好者,尤其是有一些基础,但不知道如何继续深入的Java开发人员,以及其他对Java感兴趣的计算机专业学习、开源项目爱好者等。 更多内容请查看: https://chenhx.blog.csdn.net/article/details/107776236

优秀的个人博客,低调大师

.NET Core微服务之路:目录 (v0.4)

微服务架构,对于从事JAVA架构的童鞋来说,早已不是什么新鲜的事儿,他们有鼎鼎大名的Spring Cloud这样的全家桶框架支撑,包含微服务核心组件如 1. Eureka:实现服务注册与发现。 2. Zuul:实现统一API网关。 3. Hystrix:实现熔断保护与可视化监控。 4. Config:实现统一管理配置。 (还有更多组件,欢迎补充) 都是我们NET程序员梦寐以求的组件,而.NET Core发展至今,也专门是为微服务提供的框架平台,只是目前处于各路神仙各显神通的阶段,没有一个统一的框架体系来完成和维护这样的框架集,当然,笔者也是按照目前在NET上所了解到的开源框架摸着石头一个一个的寻找和研究,谁叫我是NET的忠实粉呢,因此,笔者也特意开出一个系列来详细探讨NET Core微服务架构体系的各种知识,水平有限,欢迎拍砖。 一:服务注册与发现 基于Consul最少化集群实现服务的注册与发现(一) 本节介绍Consul最小化集群的安装,以及用ASP.NET Core快速建立一个服务,并将这个服务注册到Consul上。 基于Consul最少化集群实现服务的注册与发现(二) 本节在Consul最小化集群安装的基础上,实现多个客户端节点通过配置化自动生成,并根据Consul的Watches机制实现自动运维告警。 二:服务间通信传输方式 .NET Core微服务之路:(纯干货)基于gRPC服务发现与服务治理的方案 我API和服务分离好了,怎么通过服务中心进行发现呢,这个过程是通过什么来实现的呢,本篇我们就来介绍这个基于gRPC的“调用过程”。 .NET Core微服务之路:利用DotNetty实现一个简单的通信过程 在远程调用的过程中,首先需要的是远程通讯,建立两台或多台的连接,才能进行数据传输和调用,本篇我们介绍基于强大的DotNetty框架而实现的简单C/S通讯过程。 NET Core微服务之路:让我们对这个简单Demo通讯进行一次升级和封装 对上一篇的DotNetty通讯Demo进行简单的升级,利用protobuf-net进行序列化,再结合DotNetty Demo并进行一次最简单的RPC远程调用。 三:API网关 Ocelot实现API网关 四:熔断与降级 Ocelot内置Polly实现熔断与降级 五:统一验证与授权 Ocelot内置IdentityServer实现统一验证与授权 六:追踪与日志 基于butterfly实现分布式追踪 基于Exceptionless实现分布式日志记录 七:数据一致性与事件总线 基于MassTransit实现数据最终一致性 基于RabbitMQ实现消息队列 八:统一配置中心 基于Apollo实现统一配置中心 九:统一性能监控 基于App.Metrics实现Net core监控 基于InfluxDB实现数据库监控 基于Grafana实现统一GUI界面监控面板 十:持续发布与持续交付 基于Jenkins和Docker实现CI&CD 推荐一本微软出品的《微服务架构指南》,值得一看,点我下载

资源下载

更多资源
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册