- 博客(48)
- 收藏
- 关注
RSS订阅原创 protarctor搭建测试环境
工作原理主要涉及3部分： webdriver，selenium server和browser driver，三者的职责分别为：webdriver: 提供API来帮助我们编写测试用例，如WebDriver， WebElement以及各种元素获取，元素操作等API。webdriver API支持多种语言，java， python， node.js等。关于选哪种语言，一般还是看开发或测试团队...
2018-07-08 15:59:46
478
原创 functools — 处理函数的工具
翻译自：https://pymotw.com/3/functools/index.htmlfunctools模块提供了调整和扩展函数以及其他 callable objects的工具方法。装饰器（Decorators）1）partial函数 partial函数可用来修改函数的默认参数值，增加额外的位置参数（positional arguments）或名称参数（ named argume...
2018-05-30 22:25:20
1005
原创 itertools— 迭代函数
翻译自：https://pymotw.com/3/itertools/index.htmlitertools中函数设计的初衷是使用起来快速且更有效的利用内存，数据不会被创建直到真的需要，这种“lazy”模式使其不用存储大量数据在内存中。组合和分割可迭代对象1) chain chain函数以多个iterators 为入参，返回一个iterators ， 该iterators 包含了入参...
2018-05-30 22:23:57
504
原创 operator — Built-in Operators的函数接口
在使用iterators有时会需要一些函数表达式，通常可使用lambda函数来实现，但operator 模块中定义了不少于与built-in operations 相对应的算数，比较函数，在operator 中定义的这些常用操作就可以不用自己去定义，直接拿来用。逻辑操作from operator import *a = -1b = 5print('a =', a)pri...
2018-05-30 22:20:40
450
转载 OpenCV中parallel_for 和 parallel_for_学习笔记
OpenCV 从2.4.3开始加入了并行计算的函数parallel_for和parallel_for_（更准确地讲，parallel_for以前就存在于tbb模块中，但是OpenCV官网将其列在2.4.3.的New Features中，应该是重新改写过的）。2.4.3中自带的calcOpticalFlowPyrLK函数也用parallel_for重写过了，之前我一直认为parallel
2015-03-15 21:12:52
985
原创 cvEstimateRigidTransform函数详细注解
cvEstimateRigidTransform是opencv中求取仿射变换的函数，定义在lkpyramid.cpp文件中，该函数先利用ransac算法从所有特征点中选取一定数目的特征点，选取出的这些特征点性质都较好，然后利用icvGetRTMatrix函数求取仿射变换系数，下面是cvEstimateRigidTransform函数的详细注解。CV_IMPL intcvEstimateRig
2015-03-15 15:31:22
12358
3
原创 icvGetRTMatrix函数详细注释
icvGetRTMatrix是opencv中求取仿射变换系数的函数，在此给出此函数的详细注释。static voidicvGetRTMatrix( const CvPoint2D32f* a, const CvPoint2D32f* b, int count, CvMat* M, int full_affine ){ // CvPoint2D32f是
2015-03-14 20:51:55
1811
原创 goodFeaturesToTrack函数详细注释
opencv中的goodFeaturesToTrack函数可以计算Harris角点和shi-tomasi角点，但默认情况下计算的是shi-tomasi角点，函数原型如下：void cv::goodFeaturesToTrack( InputArray _image, OutputArray _corners, int maxCorne
2015-03-10 15:05:43
34833
4
转载 Win7x64+VS2012+OpenCV2.4.3+CMake2.8.10+TBB41重编译OpenCV
http://www.cnblogs.com/freedomshe/archive/2013/01/11/win7_vs2012_opencv_rebuild.html
2015-03-07 19:11:07
637
原创 函数调用约定
参考博客：http://blog.csdn.net/qinmi/article/details/1744951(1)_stdcall调用 _stdcall是Pascal程序的缺省调用方式，参数采用从右到左的压栈方式，被调函数自身在返回前清空堆栈。大多数WIN32Api都采用了_stdcall调用方式。如果按C编译方式（除非另外重新指定编译方式，否则编译器会根据源文件的扩展名选择编译方式，如果
2015-03-05 11:37:34
948
原创 预编译 #if #ifdef
#if defined#if defined和 #ifdef 的区别在于，#ifdefined可以组成复杂的预编译条件，比如#if defined (AAA) && defined (BBB) xxxxxxxxx#elif xxxxxxxxxxxxx#elsexxxxxxxxx#endif#if defined (AAA) || VERSION > 1
2014-11-19 09:48:54
1188
原创 MATLAB 生成.avi和.gif
mov=mmreader('input.avi'); %读取视频b=read(mov,1); %把第一帧赋给bimshow(b);
2014-11-01 17:01:20
6162
1
原创 matlab三维绘图
在matlab中，常用的三维图形包括三维曲线，三维网格图和三维曲面图的绘制，分别采用plot3()、mesh()、和surf()进行绘制--------------------------------------plot3函数--------------------------------plot3(x,y,z)：该函数绘制三维曲线，参数x,y和z是有相同维数的向量，例如：
2014-11-01 11:29:00
1142
原创 matlab二维绘图--plot函数
matlab中的二维绘图主要是plot函数的使用，常见的几种使用方法如下： 最基本的用法：plot(x,y)，x和y是长度相同的向量。 特殊用法： 1、plot(x,y)，x是向量，y是矩阵（其中一维与x相同），则绘制多条不同色彩的曲线，如下面的代码：x1=linspace(
2014-11-01 09:09:52
2037
原创 c中static、extern等的使用
//函数求取一个10元素数组的最大值，最小值，平均值#includefloat Max=0,Min=0; //全局变量首字母大写以作标识float average(float array[],int n){ int i ; float aver,sum=array[0]; //局部变量，只在avreage函数中有效 Max=Min=array[0]; fo
2014-08-20 15:49:13
744
转载 int main(int argc,char* argv[])详解
http://www.cnblogs.com/avril/archive/2010/03/22/1691477.html
2014-08-09 21:42:36
2952
转载 extern "C"的用法
extern "C"的用法解析http://www.cnblogs.com/rollenholt/archive/2012/03/20/2409046.html
2014-08-08 21:16:23
675
原创 左右逆和伪逆
通常我们所说的逆都是放在矩阵左右两边都能成立的逆，即 ，左逆等于右逆，如果A是m*n大小的矩阵，其秩为r，则存在上述的逆需满足条件m=n=r，也就是A为方阵并且满秩（full rank）。right-inverse pseudo-inverse，如果A不是满秩，而只是列满秩（fullcolumn rank），则A只存在左逆（left-inverse），列满秩说明r=n求解Ax=0：主变量、自由变量
2014-08-06 22:19:20
14234
原创 基变换和图像压缩
实际应用中经常会碰到从一组基变换到另一组基的情况，例如压缩（compressing），压缩的本质就是基变换，例如对一副512*512的静态图像（still image）进行压缩，图像原本采用的基是标准基，在标准基下每个像素一个灰度值。正因为相邻像素间相互关联，使得对图像压缩变成可能。将图像看成是一个5122长度的向量x，在压缩中常用的一个很好的基向量就是所有元素都为1的向量 ，当整幅图像比较平滑，
2014-08-06 21:52:01
2263
1
原创 线性变换及其对应的矩阵
变换有很多种形式，它描述了输入和输出间的映射（mapping/map）关系，这篇文章主要讨论线性变换，每个线性变换都对应一个矩阵，线性变换与坐标无关，而矩阵与坐标有关，因此矩阵是基于坐标来描述线性变换，例如投影就是一种常见的线性变换，与其对应的是投影矩阵，判断是线性变换需满足以下两个条件：其中v和w分别是向量，T表示对向量的变换，上两式表明线性变换应该保证加法和乘法的不变性，这两个条件可合
2014-08-06 21:36:25
20920
1
原创 奇异值分解
奇异值分解（SVD, singular value decomposition）是对矩阵最好的分解x（前面介绍过矩阵的LU分解，对角化分解），它将某个矩阵A分解为正交矩阵（orthogonal matrix），对角矩阵（diagonal matrix），正交矩阵相乘的形式，A可以是任意类型的矩阵，即任意矩阵都可进行这种奇异值分解。以前曾介绍过矩阵的对角化分解形式为 ，对于正定矩阵，由于一定满足对称
2014-08-06 21:00:16
7379
原创 相似矩阵和若尔当形
相似矩阵的定义：A和B都是n*n矩阵，若存在某个可逆矩阵M使得B=M-1AM，则A和B是相似矩阵。在http://blog.csdn.net/xdfyoga1/article/details/37996291中曾经介绍过矩阵A可对角化为 的形式（只有当A存在n个无关特征向量时才可对角化），假设现在A有n个无关的特征向量，也就是存在特征向量矩阵S，则对上面的对角化形式变形可得 ，根据矩阵相似性的
2014-07-31 11:02:26
5961
原创 复数矩阵和快速傅里叶变换
有时实矩阵会有复数的特征值，当特征值变成复数时，特征向量也会变成复数，傅里叶矩阵是复矩阵里最重要的例子。先来讨论一般的复向量和复矩阵，如果给定复向量 ， 则其不再属于Rn，而属于n维复空间Cn，z中每个元素都是复数，此时在实数空间中定义的向量求模方法：zT乘z将不再适用，因为模长的平方应该始终是正数，在复数空间，z的模长平方应该等于z1的共轭乘以z1加上z2的共轭乘以z2一直加到zn的共轭乘以zn
2014-07-30 10:44:41
7577
原创 对角化和A 的幂
给定矩阵A，假设A有n个线性无关特征向量，按列组成矩阵S，所以这个S很自然地称为特征向量矩阵，并且 其中 称为特征值矩阵，由于S中是n个线性无关特征向量，因此S可逆，所以可对上式两边同时左乘S的逆，得到 ，如果右乘S的逆，则有 ，这是一种新的矩阵分解形式，前面在消元法中曾经介绍过LU分解，这是与LU分解等价的另一种分解。前面的文章中我们曾经推导过A2的特征值和特征向量，即
2014-07-20 20:48:48
2139
原创 对称矩阵及正定性
对称阵是非常重要的矩阵，对于实对称矩阵，其特征值也为实数，且特征向量是垂直的。注意这里的垂直是指：如果特征值互不相同，那么每个特征值对应的特征向量是在一条线上，那些线之间总是垂直的；如果特征值重复，那特征值就对应一整个平面的特征向量，这是因为 ，则 ，在那个平面上，我们总可以选到垂直的向量。比如对于单位阵，它是对称阵，单位阵只有一个特征值即为1，每个向量都是其特征向量，在这些特征向量组成的平面上，
2014-07-20 20:07:31
30684
1
原创 特征值和特征向量
特征值（eigenvalues）和特征向量（eigenvectors）都是对方阵而言的，给定矩阵A，它就像某个函数一样作用在向量x上，从而得到新向量Ax，我们感兴趣的是矩阵作用后那些新向量Ax与原向量x方向一致的向量，对多数向量而言，Ax是不同方向的，但有些特殊向量被矩阵作用后是跟x平行的，用式子来表示就是 , 为特征值，x为A的特征向量，所谓方向相同可表示方向相同，也可表示方向相反，即 允许取负
2014-07-12 22:34:26
3034
1
原创 克拉默法则、逆矩阵、体积
这一篇主要介绍行列式的3个应用：求逆矩阵、方程求解、计算面积和体积。应用1：求逆矩阵首先直接给出求逆公式 ， 是A的代数余子式矩阵（matrix of cofactors）， ，其中C11为元素a11的代数余子式，以此类推。那么要证明上面的逆公式成立，即要证明 成立，将此公式展开成下式后我们知道 确实是成立的。因为对于对角线元素，它们分别等于， ，…， ， 这些加起
2014-07-11 16:08:47
5184
1
原创 行列式公式和代数余子式
前一篇介绍了行列式（determinant）的10个性质，且简单阐述了如何用消元法求行列式。今天简单介绍求解行列式的2个一般公式，先看第一个公式，以最简单的2*2矩阵为例，对行列式的求法如下：整个求解思想就是尽量将矩阵化为对角矩阵，每次取一行，逐渐化简矩阵，在化简过程中，有很多矩阵出现零行或零列，行列式变为0，我们用上述方法对3*3矩阵计算行列式，去掉那些行列式为0的项，得到
2014-07-10 16:01:15
8193
原创 行列式及其性质
行列式（determinant）是方阵的一个重要特征，常记作detA或者|A|，其包含了矩阵的很多重要信息。行列式为0，则矩阵不可逆，否则矩阵可逆，所以行列式可用来检验矩阵的可逆性。这篇文章主要介绍行列式的10个性质。性质1：单位矩阵的行列式为1性质2：如果交换矩阵的两行，则行列式的符号要取反。从这个性质我们可得出置换矩阵的行列式总是为1或-1，这取决于行交换的次数，行交换奇数次则为-1，
2014-07-10 11:41:08
23544
原创 正交矩阵和Gram-Schmidt正交化
今天我们学习一下正交向量（orthogonal vector）和正交矩阵（orthogonal matrix）。设有一组向量q1,q2…qn，如果任意的q都与其他的q正交，且每个q向量长度都为1，那么这组向量就是正交向量，用数学式子来表达就是：注意准确说这组向量应该是标准正交向量（orthonormal vector），因为每个q向量长度都为1，即经过归一化的（normalizatio
2014-07-09 16:42:38
9234
4
原创 投影矩阵和最小二乘
前面一篇文章中我们得出投影矩阵 ，它能产生投影，现在我们来看两种极端情况，第一种就是b就在列空间里，那么在上一篇文章中已经给出投影矩阵为I，即相当于不做任何投影；第二种极端情况就是b垂直于列空间，此时Pb=0，一般情况下向量会有一分量在列空间里，另一分量与列空间垂直，因此投影完成的功能就是去掉垂直部分，保留另一部分。那么这个公式是如何起到这种作用的呢？假设向量b1垂直于列空间，则b垂直于列空间的所
2014-07-09 08:35:54
1573
原创 子空间投影
我们可以通过上图了解投影是怎么回事，现有向量a和b，将b向量投影到a向量，p为b在a上的投影，即p是a上离b最近的点，e=b-p这好比b与p之间的误差，这个误差与a相互垂直，根据垂直关系我们可以列出方程，投影p是a的倍数，所以p=xa，这个x是一个标量，a垂直于e，也就是说 ，将式子作一些变形得到 ，则 ，投影 ，从投影p的式子可以看出，若b变成了两倍，投影p也会变成2倍，若a变成了两倍，则投影p
2014-07-08 17:45:46
9172
原创 正交向量与子空间
关于向量正交（orthogonality vector）我们都已不陌生，正交是垂直的另一种说法，两个向量正交意味着这两个向量的夹角为90度，如果要判断两个向量是否正交，只需对向量作点乘（dot product）相加，即内积，等于0就是正交的，如xTy=0，则x和y是正交的，如果x是零向量，y任意或者y是零向量，x任意，那么这两个向量是正交的，即零向量与任何向量都正交。将正交从向量推广到子空间，
2014-07-08 14:59:57
4691
2
原创 矩阵空间、秩1矩阵
今天要介绍一种新的向量空间，即矩阵空间，之前碰到的所有向量空间，都是n维的实数空间，现在我们将矩阵当成向量，比如说将3*3的矩阵看作向量，这相当于从原来的n维为扩展到n*n维，那么明明是矩阵为什么可以看成是向量呢？因为矩阵也服从向量空间的运算，向量能相加，矩阵也能相加，向量能数乘，矩阵也可以数乘，向量可以线性组合，矩阵也可以线性组合。所以说矩阵也可以当成向量来生成空间，这个空间就是矩阵空间。比如说
2014-07-06 10:41:53
7273
5
原创 4个基本子空间
前面我们已经介绍过矩阵的两个重要空间：列空间和零空间，今天继续介绍矩阵的另外两个重要空间：行空间和左零空间。A的行空间就是AT的列空间，A的左零空间就是AT的零空间，文字描述起来比较拗口，用数学符号表示一下就会简单明了：对于矩阵A，其列空间是C(A)，零空间N(A)，行空间是C(AT)，左零空间是N(AT)。注意，虽然今天新增的这两个空间涉及AT，但我们还是从A的角度去看待这两个子空间。4
2014-07-04 21:05:38
8550
1
原创 线性相关性、基、维数
线性相关性、基、维数首先在定义这几个名词之前，我们要知道这几个词：线性相关（linear independence）、基（basis）、维数（dimension）是争对什么量的，比如我们只会说一组向量（a bunch of vectors）线性无关或线性相关，不会说矩阵线性无关，矩阵我们只说秩，行列式等，我们会说某组向量可以作为某空间的基，不会说某个矩阵是基，另外这里讨论的维数并不是矩阵的维数
2014-07-03 21:49:12
5470
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人