摘要: SM(流多处理器)和板块(block) 一个板块会被调度到一个SM上,直到执行结束 一个block一旦被调度到某个SM上,就会一直执行,直到执行结束(gpu不存在时间片轮转),好处是不需要像cpu一样切换上下文,就也不需要保存寄存器和共享内存的开销 一个block里的一个线程,则是被调度到一个SP上 阅读全文
posted @ 2023-04-18 17:14 马角的逆袭 阅读(375) 评论(0) 推荐(0)
摘要: 记录一次编译错误,CMake不支持对subdirtory使用不同的编译器版本,gcc6和gcc7 项目情况:一个项目下有两个子项目base-project和base-project-gpu,前者使用gcc-7编译,后者由于cuda版本是9,所以最高支持到gcc-6 展开查看:项目主CMakeList 阅读全文
posted @ 2023-04-07 15:06 马角的逆袭 阅读(48) 评论(0) 推荐(0)
摘要: iTranslator划词翻译 安装,首先浏览器要先安装暴力猴插件,搜索iTranslator安装即可 使用,光标选择页面上的词语,按下T键就可以翻译,按下Y键就可以撤销翻译 缺点:输入框不能直接翻译,要选择里的打开翻译才会有个输入框翻译 阅读全文
posted @ 2023-04-05 10:34 马角的逆袭 阅读(340) 评论(0) 推荐(0)
摘要: 二值形态学 形态学目的是简化图像数据,保留目标原有的形状特征,同时去掉不相关的结构 腐蚀(全部命中则保留中心) 给定一个模板,把模板放到原图上,如果模板上为1的值,在原图上也恰好为1,则保留当前像素 结果红色的部分就是保留,蓝色部分都舍弃掉 膨胀(其中一个命中就保留中心) 开、闭运算(先富开,后富毙 阅读全文
posted @ 2023-03-24 17:30 马角的逆袭 阅读(114) 评论(0) 推荐(0)
摘要: 第三章-灰度变换与空间滤波(空间域处理) 空间域处理指的是对像素进行操作,用一个映射函数$T(原像素)$得到一个新像素,即:$s=T(r)$ 得到的新像素位置不变 与空间域相对的还有变换域,(空间域和频率域傅里叶变换) 介绍了几个基本的灰度变换函数(图像反转,线性变换,对数变换,幂变换(伽马),分段 阅读全文
posted @ 2023-02-24 14:32 马角的逆袭 阅读(39) 评论(0) 推荐(0)
摘要: 灰度变换 针对输入图像src的像素进行变换,不改变该像素的位置 s = T(r) s是新图上的像素,r是旧图上的像素,T是映射函数 灰度变换函数分为两种(线性变换和非线性变换) 线性变换 线性变换公式: s = Ar + B 分段线性变换 通俗讲就是:不同像素区间用不同的变换函数,比如r=[0到10 阅读全文
posted @ 2023-02-23 11:32 马角的逆袭 阅读(258) 评论(0) 推荐(0)
摘要: 图像的直方图 什么是直方图? 就是把图片矩阵每个像素颜色统计出来,画到直方图上 直方图越宽,肉眼觉得对比度越高,细节越清晰 直方图累加起来就是原图像总的像素个数 直方图的应用 图像增强:直方图均衡化 图像分割:设置阈值,切出细胞图像 图像对比:判别这两幅图像是否有人经过,就可以简单的比对他两的直方图 阅读全文
posted @ 2023-02-23 10:24 马角的逆袭 阅读(30) 评论(0) 推荐(0)
摘要: 数字图像 以像素为元素的矩阵, f(x,y)是矩阵中x行,y列的像素值 采样:空间分辨率 就是普通的分辨率 采样:亮度分辨率 就是灰度级别,0到256灰度级 图像的宽高为M,N, 量化级别为 L = 2^k,那么就需要b= N*M*k比特的数据 阅读全文
posted @ 2023-02-23 09:59 马角的逆袭 阅读(81) 评论(0) 推荐(0)
摘要: 视频教程链接 1.(比较难)【浙江大学】数字图像处理与应用 https://www.bilibili.com/video/BV1pV411o7sf/?spm_id_from=333.788.top_right_bar_window_default_collection.content.click&v 阅读全文
posted @ 2023-02-23 09:43 马角的逆袭 阅读(103) 评论(0) 推荐(0)
摘要: 图像预处理 1.图像显示与存储原理 a.RGB颜色空间 b.CMY(K)颜色空间 c.HSV颜色空间(人眼) 第二课 00:06:38 人眼视觉概念 H/Hue:色调,颜色种类 S/Saturation:饱和度,颜色的纯度 V/Value:明度,颜色的明亮度 一个像素用(h,s,v)表示,并且可以转 阅读全文
posted @ 2023-01-30 11:17 马角的逆袭 阅读(345) 评论(0) 推荐(0)