摘要： 常量指针表示常量的指针也就是说这个指针是用来指向常量的，它指向的值（这个值是常量值）不能变；指针常量表示它是指针这个类型下的常量，它就是一个常量，它的值不能变，也就是它指向的那个地址不能变。 常量指针指针指向的值不可以修改，指针的指向可以修改 指针常量指针指针的指向不可以修改，指针指向的值可以修改 阅读全文

摘要： 先来解释下为什么没有引用常量，假设有int& const a;代表这个常量是一个引用类型下的常量，这显然是矛盾的。因为引用本身不是对象，则引用不可能有常量。 常量的引用可以直接赋予它字面值，非常量不可以。 1 int& r1 = 42;//错误，非常量引用的初始值必须为左值 2 const int& 阅读全文

摘要： word docx转换为doc会出现不兼容的情况，如公式变成图片，已经不是原来的样子。此时，找到word的源文件以管理员方式运行，然后打开转换好的doc文件就可以了。 阅读全文

摘要： 1.不要返回局部变量的地址 1 int* func() 2 { 3 int a = 10; 4 return &a; 5 } 6 int main() 7 { 8 int* p=func(); 9 cout << *p << endl; 10 cout << *p << endl; 11 retur 阅读全文

摘要： 极值点存在条件： 方向导数与梯度： 梯度的求解方法 技巧是： 梯度下降法 迭代条件： 向量A和向量-A方向相反，夹角是180度。el=-▽f(x(k)) 注意如果xk,xk+1,梯度是向量的话，那么就变成了向量的加法，不再只是一元的沿着x轴更新 梯度下降法的缺点： 初值的选择可能是结果掉入局部最优。 阅读全文

摘要： 写在前面 首先要分清投影矩阵和单应矩阵 在上式中内参矩阵和外参矩阵相乘得到的是投影矩阵(3*4)，它反应了三维点和二维点的关系。而张正友相机标定法使Zw=0使得世界坐标下所有角点处于同一平面，这样是二维点到二维点的映射，那么外参矩阵和内参矩阵相乘后第三列(下图框住那部分就是)因为Zw=0而没有参与运 阅读全文

摘要： uivi结果为秩1矩阵。 2.奇异值分解的应用 (1)图像压缩 对角矩阵中奇异值较大的排在前面，这些也是影响最大的因素，因此可以将后面的小奇异值去掉，进行图像压缩 (2)时空矩阵 阅读全文

摘要： 线性 线性方程组的最小二乘解 - 知乎 (zhihu.com) 齐次线性方程组的解空间： 齐次线性方程组一定有一个零解，因此它分只有零解和有非零解的两种情况 按超定方程去理解解的问题： 非齐次线性方程组的解空间： 按超定方程去理解解的问题： 齐次线性方程组只有零解想求非零解时，非齐次线性方程无解想求 阅读全文

摘要： 考虑畸变模型时世界坐标系到像素坐标系的转换过程为：世界坐标-->相机坐标-->图像坐标+畸变-->像素坐标 几种畸变类型： 1.径向畸变：(沿着成像半径方向造成的偏差) 其畸变模型为： 其中K1用来校正变化小的中心位置，K2用来校正变化大的边缘位置，K3用来校正鱼眼镜头，一般的镜头只需要用到K1K2 阅读全文

摘要： 首先了解下内旋（静态）和外旋（动态）： 静态： 即绕世界坐标系三个轴的旋转，由于物体旋转过程中坐标轴保持静止，所以称为静态，此时各个变换顺序的旋转矩阵是左乘的 动态： 即绕物体坐标系三个轴的旋转，由于物体旋转过程中坐标轴随着物体做相同的转动，所以称为动态，此时各个变换顺序的旋转矩阵是右乘的 内旋In 阅读全文