a blog driven by interest～
最近英语课上聊到了互联网兴起以来，交流方式的变化，博客是互联网最早的形式之一，已经相当老了，现在的交流变得更加简短，与微博和朋友圈不到一百字的简短相比，博客是相当长的了。可能是现代人太吝啬自己时间了，写博客的人越来越少，并且博客质量下降，得益于信息的快速传播，也出现了天下文章一大抄的现象。不过我想，还是有些东西需要实实在在的篇幅来沉淀的，于是想起有还有坑没有填，就快点过来把坑填完了。
通常我们使用游程编码的原因是因为游程编码更快，并且更加节省内存，游程编码可以做很多事情，其中就包括形态学操作，这篇博客将详细介绍在游程编码上实现形态学操作。
说起脚本语言调用opencv，我们通常会想到python。如果说要在更小的系统中使用脚本语言，我们会想到lua。如果说用lua进行图像处理，我们肯定会想到大名鼎鼎的torch。torch中的image模块重写了opencv，封装了lua接口，但是如果我们不想修改opencv如此庞大的源码，又想像python调用opencv那样简单直接，那应该怎么做呢？
在正式开始介绍之前，想展示一段简答的代码，来告诉大家即将要做的事情是什么。（也是假人以渔了^_^）
最近在调研嵌入式脚本语言，发现Lua很适合在嵌入式平台运行。第一次认识Lua是在Torch，lua的解释器源码只有几百K，从未见过如此轻巧的脚本语言。Lua是类C的，所以上手超级快。
这篇博客主要涵盖以下几个方面：lua语言（主要是语法相关的资料）、lua的编译、lua与C/C++交互、lua的调用开销。
在OpenCV4中，移除了原来的C接口，这也导致我们在迁移过程中，一些宏和图像代码找不到，比如CV_GRAY2GBR、AA、CV_INTERLINER这种，常常让人摸不着头脑。简单的说下这些问题的解决方法主要有以下几种：
简单的说，就是opencv3及之前，cv::divide函数在遇到分母为0的情况时，对应元素的输出都是0。而到 … 阅读更多
随着OpenCV4.0.0的正式Release，OpenCV已经走过了18个年头，OpenCV4中加入一些有意思的新算法，其中就包括二维码识别。OpenCV的二维码识别究竟如何呢？和其它开源二维码识别库相比有哪些优劣呢？博主将带你简析代码，分析性能。
OpenCV4.0.0正式release了，其中加入了二维码识别功能，有幸博主最近开始折腾二维码识别，发现二维码的核心就是那三个定位点和辅助对齐点。ZXing和OpenCV都是通过二维码定位点的11311来进行定位的，这是利用了二维码最显著的特征。但是博主会处理一些变态的情况，比如过曝光到11311定位点无法找到（即图像中定位点的黑白间隔不是1：1：3：1：1），于是就需要通过其它方法来找定位点了。一个标志识别库摆在眼前：AprilTag。（OpenCV中集成了类似的库，似乎叫做ARTag，没研究过）
AprilTag诞生于2011年的一篇论文，2016年出了AprilTag2，但是16年的论文感觉没讲啥，再加上看的cpp代码是2013年的，于是这篇博客就对着2013版本来讲好了，我们开始吧。
产生该错误的原因是matplotlib的代码维护者希望他们的代码干净，就把这种sidepackage给移除了， … 阅读更多
上一篇博客是《基于最小二乘法的椭圆拟合》，这篇博客介绍另外一种方法。由于现在正处在人生的特（工）殊（作）时（太）刻（忙），所以没怎么写，主要还是贴论文。
不同于最小二乘法直接拟合椭圆方程，论文中通过惯量矩，来预测角度、长轴、短轴，结合中心，来计算得到椭圆参数。实际工程实践中采用游程编码表示区域，该方法亦是Halcon中计算区域等效椭圆的方法，详看论文，谢谢。
这篇文章是 least-squares fitting of circles and ellipses 这篇paper的导读。我们如何使用最小二乘法去拟合圆和椭圆呢，当我们用“代数方程”来表示圆时，我们最小化这个目标函数的实际意义是什么呢？我们按照这个方程得到的结果却不一定是合适的。我们实际上想要的是实际中每个点，到该曲线上的距离最小。
于是，我们按照一个“几何方程”来进行构造。这个几何方程描述的优化方向是，每个点到曲线的距离最小。我们使用雅可比矩阵QR分解来解算圆的参数，对于椭圆参数，存在更多情况，看Paper吧：
工作之后时间越来越少，也在思考繁忙之下自己是否仍对技术拥有热情。答案是肯定的，并且，身处这个行业，也是需要不断学习的，积少成多，滴水穿石。之前写博客，或多或少想分享些有用的东西，现在环境的改变已经使得这些越发困难了，但是仍可以通过博客记录自己学习和成长的脚步。以下是来自繁忙生活中一份简简单单的笔记：
Jacobian矩阵包含了我们需要计算输出和输入的所有偏导数，这样的矩阵被称为Jacobian矩阵。
或许我们只对其中的二阶导数感兴趣，或许因为高阶导数计算量过大，所以我们使用Hessian矩阵，该矩阵包含了一个函数的所有二阶导数。
使用CMake组织工程已经成为习惯，因为在许多场合，跨平台与协作开发显得尤为重要。摘抄一些常用的Cmake信息，以随时查阅。
