这部门内容是博主的个人笔记，没有代码，只有思路，也不公开代码。
QRCode二维码的关键是三个定位点的获取，我们借助AprilTag，解码部分的算法和ZXing相同（实践证明非常鲁棒）。
OpenCV4.0.0二维码识别代码简析
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。
AprilTag标志识别
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。
No module named ‘matplotlib.finance’
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
基于惯量矩的椭圆拟合方法
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。
最小二乘法拟合圆和椭圆
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：
简记：基于梯度的优化 Jacobian和Hessian
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。
CMake中的一些预定义量
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。
逆周期因子，人民币兑美元汇率形成机制
近期，央行重启逆周期因子，人民币兑美元汇率从6.95一路走高，到达6.8，通过了解逆周期因子和人民币汇率形成机制，可以分析判断出汇率走势。
811汇改以来，人民币汇率形成机制经历了五次变化：
流动性陷阱、前瞻指导和量化宽松
每当经济发展遇到问题时，美联储都会从工具箱掏出一系列工具来应对。在2008年开始的衰退中（次贷危机），美联储采用了包括前瞻指导和量化宽松在内的一系列工具，避免了1929年式的大萧条。这篇博客就主要从宏观经济学角度介绍流动性陷阱、前瞻指导和量化宽松。（最近美联储考虑取消前瞻指导）
Cmake使用教程（一）
很久没写博客了，技术博客再开！
进入新环境，适应段时间之后又开始了新的学习。Cmake是编程领域重要的工具。这篇博客就介绍从零开始的cmake教程。
补：又发现一个简介明了的cmake教程http://www.hahack.com/codes/cmake/。
宏观经济学（一）长期中的经济
经济学的教材翻来翻去还是曼昆写的好，这本《宏观经济学（第九版）》印刷质量、书的手感都很不错，所以一口气看了下来，虽说是教材，但对博主外行来说纯粹科普了。
最近看高中都要开人工智能课了，以后人工智能也会成为常识一样的东西。看了《宏观经济学》就在想，这些点点滴滴都是无时不刻 渗透在生活中的，也是应该普及了解的。即使不去做专业的投资，也要明白这个世界时刻发生着什么，因为这关系着我们的钱包*^_^*。
这篇博客是博主的读书笔记，因为博主也是当科普读物来读，纯当是为自己以后回忆起来方便，所以基本上就是思维导图的形式呈现，推荐看原作。
量化投资笔记（四）tushare实现双均线策略
即使拼命回望过去无法预知将来，从过去中总结出的规律就是没有没有规律，我们未曾知道未来会有怎样的惊喜。
未来难以捉摸又何妨，仍不妨碍我们把握当下，勇敢的选择与判断。随着模型复杂，量变到质变，我们的确可以有所改善。我们从一个简单的策略开始：双均线策略。
这节博客我们将使用tushare来设计一个简单的策略框架，并在其中实现一种简单的策略：双均线策略，并与benchmark做对比。
[python]项目在github开源：项目地址(demo文件夹下)。
量化投资笔记（三）Pandas快速入门
流动的水没有形状，漂流的风找不到踪迹，变化的规律无处可寻，这节博客带来的是数据分析工具Pandas。
包括tushare在内的很多财经工具包，都使用pandas进行数据分析。在tushare中，获取数据的格式主要就是pandas中的DataFrame二维表格。