强奸久久久久久久|草草浮力在线影院|手机成人无码av|亚洲精品狼友视频|国产国模精品一区|久久成人中文字幕|超碰在线视屏免费|玖玖欧洲一区二区|欧美精品无码一区|日韩无遮一区二区

首頁(yè) > 資訊 > 問(wèn)答 > flann，用vs2010編譯FLANN出現(xiàn)一堆錯(cuò)誤是怎么回事

flann，用vs2010編譯FLANN出現(xiàn)一堆錯(cuò)誤是怎么回事

來(lái)源：整理 時(shí)間：2024-06-20 15:34:26 編輯：智能門(mén)戶(hù) 手機(jī)版

1，用vs2010編譯FLANN出現(xiàn)一堆錯(cuò)誤是怎么回事

你可以將這個(gè)提示信息的路徑拷貝到你的地址欄里查看有沒(méi)有真正存在這個(gè)exe. 如果沒(méi)有,右擊你的類(lèi)庫(kù),選擇屬性,查看生成,有一個(gè)debug和release下來(lái)框,根據(jù)你的需要可以選擇哪種編譯模式.最后向下拉動(dòng)滾動(dòng)條,有個(gè)生成路徑,看看是不是提示信息提示的

用vs2010編譯FLANN出現(xiàn)一堆錯(cuò)誤是怎么回事

2，我的名字兩個(gè)字丹麻煩專(zhuān)業(yè)人士幫我起個(gè)好聽(tīng)的英文名兒不

Donna唐娜Darcy達(dá)茜Dorothea多蘿西婭盡力了，
Dido Dior Diva 我覺(jué)得都挺好的
danny是丹尼的英文名,這點(diǎn)在英語(yǔ)書(shū)上有,我看到過(guò).至于denny我就不知道了.dennis是丹尼斯,daniel是丹尼爾.
Flann 紅色Garnet 深紅色Ruby 紅寶石Sienna 橘紅色Maral 紅色的梅花鹿這些名字的意思都是紅，丹不就是紅色嘛

我的名字兩個(gè)字丹麻煩專(zhuān)業(yè)人士幫我起個(gè)好聽(tīng)的英文名兒不

3，我叫孫豐嬌想要英文名f開(kāi)頭的

fannie fanny 都是芬妮 同豐 自由的女性的意思 fay 菲 仙女的意思 florence 弗羅倫絲 美麗的 開(kāi)花的 參考一下吧 希望你喜歡 能對(duì)你有幫助
Faye,Francine,Francisca,Felicia,
Faye是個(gè)不錯(cuò)的名字，在各種文化中都有這個(gè)名字，音韻和諧，簡(jiǎn)潔明了，有公平，信仰，秩序，仙女精靈之意，給人一種女性的柔美與端莊的感覺(jué)。Flann也許適合你，因?yàn)樽x音接近中文“豐”，歷史上有兩位女王用此名
你好！Fitche.Suen孫豐嬌如有疑問(wèn)，請(qǐng)追問(wèn)。

我叫孫豐嬌想要英文名f開(kāi)頭的

4，opencv中的BFMatcher和FlannBasedMatcher的區(qū)別

Brute Force匹配和FLANN匹配是opencv二維特征點(diǎn)匹配常見(jiàn)的兩種辦法，分別對(duì)應(yīng)BFMatcher和FlannBasedMatcher。二者的區(qū)別：BFMatcher總是嘗試所有可能的匹配，從而使得它總能夠找到最佳匹配。FlannBasedMatcher中FLANN的含義是Fast Library forApproximate Nearest Neighbors，它是一種近似法，算法更快但是找到的是最近鄰近似匹配，當(dāng)我們需要找到一個(gè)相對(duì)好的匹配但是不需要最佳匹配的時(shí)候可以用FlannBasedMatcher。當(dāng)然也可以通過(guò)調(diào)整FlannBasedMatcher的參數(shù)來(lái)提高匹配的精度或者提高算法速度，但是相應(yīng)地算法速度或者算法精度會(huì)受到影響。

5，cnn特征和sift特征的區(qū)別

一、特征點(diǎn)（角點(diǎn)）匹配　　圖像匹配能夠應(yīng)用的場(chǎng)合非常多，如目標(biāo)跟蹤，檢測(cè)，識(shí)別，圖像拼接等，而角點(diǎn)匹配最核心的技術(shù)就要屬角點(diǎn)匹配了，所謂角點(diǎn)匹配是指尋找兩幅圖像之間的特征像素點(diǎn)的對(duì)應(yīng)關(guān)系，從而確定兩幅圖像的位置關(guān)系?！　〗屈c(diǎn)匹配可以分為以下四個(gè)步驟：　　1、提取檢測(cè)子：在兩張待匹配的圖像中尋找那些最容易識(shí)別的像素點(diǎn)（角點(diǎn)），比如紋理豐富的物體邊緣點(diǎn)等?！　?、提取描述子：對(duì)于檢測(cè)出的角點(diǎn)，用一些數(shù)學(xué)上的特征對(duì)其進(jìn)行描述，如梯度直方圖，局部隨機(jī)二值特征等。檢測(cè)子和描述子的常用提取方法有：sift，harris，surf，fast，agast，brisk，freak，brisk，brief/orb等。　　3、匹配：通過(guò)各個(gè)角點(diǎn)的描述子來(lái)判斷它們?cè)趦蓮垐D像中的對(duì)應(yīng)關(guān)系，常用方法如 flann等?！　?、消噪：去除錯(cuò)誤匹配的外點(diǎn)，保留正確的匹配點(diǎn)。常用方法有KDTREE，BBF，Ransac，GTM等。　　二、SIFT匹配方法的提出　　為了排除因?yàn)閳D像遮擋和背景混亂而產(chǎn)生的無(wú)匹配關(guān)系的關(guān)鍵點(diǎn)，SIFT的作者Lowe提出了比較最近鄰距離與次近鄰距離的SIFT匹配方式：取一幅圖像中的一個(gè)SIFT關(guān)鍵點(diǎn)，并找出其與另一幅圖像中歐式距離最近的前兩個(gè)關(guān)鍵點(diǎn)，在這兩個(gè)關(guān)鍵點(diǎn)中，如果最近的距離除以次近的距離得到的比率ratio少于某個(gè)閾值T，則接受這一對(duì)匹配點(diǎn)。因?yàn)閷?duì)于錯(cuò)誤匹配，由于特征空間的高維性，相似的距離可能有大量其他的錯(cuò)誤匹配，從而它的ratio值比較高。顯然降低這個(gè)比例閾值T，SIFT匹配點(diǎn)數(shù)目會(huì)減少，但更加穩(wěn)定，反之亦然?！　owe推薦ratio的閾值為0.8，但作者對(duì)大量任意存在尺度、旋轉(zhuǎn)和亮度變化的兩幅圖片進(jìn)行匹配，結(jié)果表明ratio取值在0. 4~0. 6 之間最佳，小于0. 4的很少有匹配點(diǎn)，大于0. 6的則存在大量錯(cuò)誤匹配點(diǎn)，所以建議ratio的取值原則如下:　　ratio=0. 4：對(duì)于準(zhǔn)確度要求高的匹配；　　ratio=0. 6：對(duì)于匹配點(diǎn)數(shù)目要求比較多的匹配；　　ratio=0. 5：一般情況下?！　∪?、常見(jiàn)的SIFT匹配代碼　　1、vlfeat中sift toolbox中的vl_ubcmatch.c使用的是普通的歐氏距離進(jìn)行匹配（該SIFT代碼貢獻(xiàn)自AndreaVedaldi）。

6，如何從入門(mén)開(kāi)始學(xué)習(xí)OpenCV

方法如下：1. 先去下載最新版OpenCV，網(wǎng)址如下：http://nchc.dl.sourceforge.net/project/opencvlibrary/opencv-win/2.4.3/OpenCV-2.4.3.exe。下載完成后解壓到相應(yīng)目錄。本人解壓到D:\Program Files\OpenCV2.4.3。2. 有的文章提到使用CMake把OpenCV下面的范例生成為Visual Studio的工程，此處我沒(méi)有這樣做。直接使用范例。這里先把OpenCV目錄下面的幾個(gè)重要目錄做個(gè)說(shuō)明：doc目錄：主要包含OpenCV的幫助文檔。其中opencv2refman.pdf主要是OpenCV的各種類(lèi)和函數(shù)的使用說(shuō)明。opencv_tutorials.pdf，主要是下面教學(xué)代碼目錄里面各個(gè)教學(xué)范例的簡(jiǎn)單講解。opencv_cheatsheet.pdf主要是最常用OpenCV類(lèi)和函數(shù)的集合。此3個(gè)PDF文檔對(duì)自學(xué)者幫助最大。samples\cpp\tutorial_code目錄：里面包含基本教學(xué)代碼。和上面的opencv_tutorials.pdf文檔遙相呼應(yīng)，構(gòu)成一個(gè)完整的自學(xué)體系。build目錄：包含編譯，調(diào)試，發(fā)布所需要的各類(lèi)動(dòng)態(tài)庫(kù)，靜態(tài)庫(kù)，頭文件等。因?yàn)镺penCV2.4.3好像只支持Visual Studio 2008以上版本，我在這里以Visual Studio 2008為例講解如何讓范例跑起來(lái)。3. 添加環(huán)境變量：此處我在path環(huán)境變量中添加如下目錄：D:\Program Files\OpenCV2.4.3\build\x86\vc9\bin。記住在前面一個(gè)目錄后面加分號(hào)。4. 在Visual Studio中包含頭文件目錄：見(jiàn)附件中的圖片，已經(jīng)用紅色矩形框標(biāo)識(shí)如何操作。5. 在Visual Studio中包含庫(kù)文件目錄：見(jiàn)附件中的圖片，已經(jīng)用紅色矩形框標(biāo)識(shí)如何操作。46. 建立一個(gè)新建Visual Studio VC win32控制臺(tái)應(yīng)用工程，這里我選擇帶預(yù)編譯頭的工程，省去添加cpp文件的工作。7. 代碼創(chuàng)建：這里我選擇samples\cpp\tutorial_code\ImgProc\Morphology_2.cpp文件。先添加包含目錄，如下（以后所有范例均可以如下添加）：#include #include 然后復(fù)制代碼。 8. 編譯文件：自然少不了要包含靜態(tài)庫(kù)，要添加的庫(kù)（debug版和release差別就是文件名后多了一個(gè)d標(biāo)識(shí)是debug版）如下： debug版： opencv_calib3d243d.lib opencv_contrib243d.lib opencv_core243d.lib opencv_features2d243d.lib opencv_flann243d.lib opencv_gpu243d.lib opencv_haartraining_engined.lib ibrelease版： opencv_calib3d243.lib opencv_contrib243.lib opencv_core243.lib opencv_features2d243.lib opencv_flann243.lib opencv_gpu243.lib 9. 字符集設(shè)置：如果編譯過(guò)程中出現(xiàn)如下錯(cuò)誤：不能將參數(shù) 1 從“_TCHAR *”轉(zhuǎn)換為“const std::string &”原因如下: 無(wú)法從“_TCHAR *”轉(zhuǎn)換為“const std::string”。請(qǐng)字符集設(shè)置為“使用多字節(jié)字符集”。 10. 最后指定命令后參數(shù)：方法見(jiàn)附件。這樣就可以不用在windows命令行下輸入?yún)?shù)了，方便調(diào)試，但是要注意，圖片必須放在你所建立的工程目錄下（和.cpp以及.h文件同一目錄）。否則就要加上相應(yīng)的路徑。如果參數(shù)多于1個(gè)，請(qǐng)以空格分開(kāi)。 11. 支持所有參數(shù)設(shè)置完成，開(kāi)始編譯運(yùn)行吧。如果Visual Studio無(wú)問(wèn)題的話(huà)，按照以上按部就班操作，每個(gè)范例均可以正常運(yùn)行。
opencv只是個(gè)lib，它既不是軟件、也不是編程語(yǔ)言，所以我覺(jué)得從頭到尾按照教程來(lái)看一遍可能會(huì)存在學(xué)習(xí)枯燥、無(wú)的放矢的局面。 最好的方法是帶著問(wèn)題去學(xué)，先從最簡(jiǎn)單的地方入手，比如調(diào)用opencv的gui界面來(lái)調(diào)節(jié)一幅圖像的灰度，再?gòu)?fù)雜些可以利用鼠標(biāo)交互來(lái)實(shí)現(xiàn)ps的魔棒效果（分水嶺算法）等等，這些網(wǎng)上都有很多現(xiàn)成的代碼來(lái)學(xué)習(xí)，opencv 中文論壇上也有不少大牛來(lái)回答問(wèn)題。單純的學(xué)習(xí)opencv的人不多，學(xué)習(xí)opencv只是為了更方便的編程，所以某種角度來(lái)看opencv只是把鋒利的快刀，用刀本身不是目的，用刀切出有型的菜才是目的。如果沒(méi)有編程語(yǔ)言的要求，建議從python 2.7 +opencv 2.4x 入手，為解決問(wèn)題而思考，有種用matlab的暢快感?！秎earning opencv》是本好書(shū)，可以在入門(mén)后作為工具書(shū)查閱。
文章TAG：vs2010編譯出現(xiàn)錯(cuò)誤flann

最近更新

相關(guān)文章