Eden Mo Blog

霍夫变换(Hough Transform) 霍夫变换只是一种特征变换，服务于图像霍夫直线、圆的检测，这两种图形是霍夫变换最常用的两个应用，也算基本图形，基于此扩展霍夫检测能识别图像中几乎所有的几何图形。 对人而言判断一条直线或者某种图形是非常直接简单的，而对于计算机而言，它获取的信息是像素，如何确定某一群像素就是一条共线的直线、一个圆形，如果出现像素外溢，如何辨认出这种偏差影响，是比较复杂的任务，也是霍夫变换的基本任务。 霍夫直线检测基本原理 假设给定两点像素坐标(x1,y1)和(x2,y2)，可知过两点得到一条直线y = kx + b，这是笛卡尔空间的表达式，重新描述这个表达式: b = -xk + y，自变量为k、因变量为b，该空间称为霍夫空间，对于笛卡尔坐标的两点(x1,y1)和(x2,y2)，分别对应b = -x1k + y1和b = -x2k + y2，即对应霍夫空间两条线，且x1不等于x2的情况下（相等的情况后文再讨论），两条霍夫空间直线必然交与一点，该点(b0,k0)同时满足两条霍夫直线方程，故知(b0,k0)就是原式y = kx + b的解。 因此，一句话表 ...

OpenCV轮廓 轮廓提取任务是许多图像分析、识别的必要步骤，前置工作是将灰度图进行二值化，然后基于二值化图进行轮廓提取，本文记录了OpenCV一系列轮廓相关的分析手段，包括基本轮廓提取、绘制、外接多边形/椭圆/圆、多轮廓的交、并、差填充等。 轮廓提取与绘制 cv提供了强大的基本轮廓识别和绘制功能： 123456789101112131415161718192021222324void cv::findContours(InputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset = Point())参数：image：输入的二值图像contours：轮廓信息，一般为点的二维vector，第一维是数组，代表第i个轮廓的点集，第二维是某个轮廓的第j个点hierarchy：轮廓层次信息，一般是关于Vec4i的vector，第一维代表第i个轮廓；第 ...

protobuf使用 虽然protobuf的版本管理比较拉跨，然而其使用指南可以说非常详尽与方便，具体可参考： Language Guide (proto 3) Language Guide (proto 2) C++ Generated Code Guide Protocol Buffer Basics: C++ 本文记录了其中proto3使用和C++构建和使用proto较重点的部分，只有少量proto2部分（少用； proto 3基础语法 第一行必须非空、非注释行，表示版本信息，如：syntax = "proto3";若缺省默认为proto2； 第二行一般使用package xxx;指明包名，防止不同protobuf定义的冲突； 数据类型 标量类型(Scalar Value Types) 一般数据类型，和C++数据类型类似； 类型 说明 类型 说明 double 64浮点 float 32浮点 uint32 相当于uint32,可变长度编码 fixed32 ...

C++ Protocol Buffers protobuf是google推出的一个数据序列化/反序列化库，和Json/XML类似，但是其以二进制编码进行传输，而Json/XML以文本格式传输，因此文件大小更小(3-10倍)、传输速度更快(20-100倍)； protobuf是一种语言无关的库，支持C++、Python、Java、Js、Ruby等主流语言，广泛用于网络、数据传输中，例如网络协议grpc； 但protobuf也不是完美的，例如它不能像Json一样即插即用，对C++而言尤为复杂，需要编译器以及runtime环境，对其他语言略微友好一点；以下记录了Win10 + MSVC编译protobuf过程，尽量列出要点，对版本无要求的可以按照本文进行，经过二次验证成功率较高，对于非C++用户/配置/VS小白/高血压患者建议使用Unix环境包管理器或vcpkg等安装依赖，无需参考本文（本文也针对禁git的生产环境。 protobuf的github仓库给出了各种语言的安装方法，但就C++安装而言其指向仍然是不清晰的，这也是issue和迭代频繁的原因，网上提供的方法许多已经过时，因 ...

cmake学习 为什么需要cmake： C/CPP复杂的编译依赖关系需要通过特定文件指定，方便大型项目管理； Cmake学习成本远低于Makefile文件； 本文主要参考两篇cmake教程良作：CMake 保姆级教程（上）和CMake 保姆级教程（下），写得比较详细，可直接移步学习； 另外，和原作不同，本文主要基于windows环境验证，基本也是大同小异. 准备工作 windows：检查cmake安装、mingw编译器安装并添加了相关环境变量 linux：cmake安装、gcc -v、g++ -v、make -v均有对应版本输出； 多文件编译 假设存在g++环境，编译以下若干示例文件方法：g++ main.cpp div.cpp multi.cpp sub.cpp add.cpp -o test.exe 123456//add.cpp#include <iostream>#include "main.h"int add(int a,int b){ return a+b;} 123456//su ...

正则表达式 仅记录常识。 单字符匹配 1234567[abcd] 仅匹配列表中的单个字符[^abcde] 匹配列表以外的字符单字符[a-z] 匹配a-z，大写、数字同理[\w] 匹配小写、大写、数字、下划线，同[A-Za-z0-9_]（单个字符）[\d] 匹配单个数字[\s\S] \s匹配空白符(空格、tab、换行等)；\S匹配非空白符（非换行、空格、制表等）；[.] 任意单字符，除了换行； 多次匹配 12345{n} 匹配n次{n,m} 匹配n到m次* *前面的字符或者表达式匹配0次或多次+ +前面的字符或者表达式匹配1次或多次? ?前面的字符或者表达式匹配0次或1次 例子： 12345678910string test = "edcbabcdex"; ...

Qt作为一种跨平台开发工具，具有强大的基本数据类型基础，除了承袭C++和STL数据类型的衣钵，还抽象出大量的Qt特色数据类型支撑以满足应用开发的各种需求。本文记录了常用的一些数据类型，持续更新。 Qt基本数据类型 以下数据类型对应不同位数，用于要求较高的场合；跨平台环境应该避免直接使用int和long，int最常见是32位的，但是也见16位、64位；long在32位系统是32位，相当于int，在64位系统是64位的，相当于long long。 类型 大小 说明 bool 8位 布尔 int8_t/qint8 8位 signed char int16_t/qint16 16位 signed short int32_t/qint32/int 32位 signed int int64_t/qint64 64位 long long int uint8_t/quint8 8位 unsigned char uint16_t/quint16 16位 unsigned sh ...

插值算法 图像放缩的过程也是像素增加、减小的过程，因此需要插值算法、采样算法等，在保证一定性能的基础上争取较好的输出质量。记录几种方法原理，对应OpenCV中几种常用插值算法，分别是最近邻插值、双线性插值、双三次插值，其性能依次递减，效果依次递增，其中双线性插值是二者比较均衡的算法，是许多插值模型的默认模式。如果对原生插值算法无兴趣，可直接跳过本文，看简单的放缩函数，不小心引出这么一大段，我想也是比较扯蛋，但终归有所收获。 最近邻插值INTER_NEAREST 最近邻插值最大的特点是：不会产生新的像素，目标图像的像素均来自源图像，新图像坐标与源图像坐标对应如下: 例如将2*2的图片放大成4*8的图片，新图(3,8)位置的像素计算： 故取原图(2,2)位置的像素。 最近邻插实现图像放大：由于我先完成了双三次和双线性插值算法再回头写这个，有些问题反而在篇头省略了。例如这里的int y_ = round((i+0.5)*scale_y-0.5)等详见后文《双线性插值优化》讨论，是一种几何中心对齐，主要是用于纠正计算参考点时几何中心偏差。 123456789101112131 ...

图形绘制 line画线函数 123456void cv::line(InputOutputArray img, Point pt1, Point pt2, const Scalar& color, int thickness = 1, int lineType = LINE_8, int shift = 0)// 参数解释：输入图形、Point起点、终点、Scalar颜色、粗细 // lineType为连接线类型(默认八方向线LINE_8)，抗锯齿可使用LINE_AA// shift代表坐标缩放(除以2的shift次方) 实例： 12345678910111213141516171819202122232425262728293031323334353637#include <iostream>#include <opencv2/opencv.hpp>using namespace std;using namespace cv;int main(){ Mat img; img.create(Size ...

图像基础 位图与矢量图 位图是以像素表示图像信息，因此能很容易控制色彩和细节信息，容易进行编辑，但最大的问题在于位图的清晰度束缚于像素分辨率，无限放大的图片必然带来图像的失真，清晰度下降；矢量图则是比较少接触的图像，它不以像素存储图像信息，而是使用各种数学化的几何元素、线段、曲线、多边形等描述，其算法不随放大而变化，因此无限放大下依然能够保持图像清晰，但因为设计数学公式运算，其编辑灵活性较低，矢量图格式包括swf、dwg、emf等； jpeg、jpg和png 这是位图中常常看到的三种格式，其中jpeg、jpg是一种格式，命名差异在于早期Windows限定三个字符，因此将jpeg称为jpg/jif等，jpg的特点是对图像进行有损压缩，体积较小，容易传播，一般的jpg压缩率是95%，即质量值为95，质量值越低，清晰度越差；jpg通常采用Progressive JPG(渐进式加载)的保存方式，网络接收时先展示图像的模糊轮廓，再逐渐填充其他细节，在应用图片加载比较常用；另一种保存方式是Baseline JPG(线性加载)，从上到下进行扫描和显示，jpg适用于风景图片(压缩效果不容易导致 ...