计算机视觉第一次大作业

信息挖掘

找到个将canny性能优化的示例代码，好像是用到多线程^[1][2]
Hough就没那么容易了，虽然知道大概原理但不知道代码怎么实现，真是很悲哀啊
还要通过比较两个图片里最大圆所处的坐标计算变换矩阵，hough做不出来没拿到坐标

过程

先用提供的脚本编译了两个程序，跑了下发现可以用，直接将输入的pgm图片的路径改为bmp图像不行，使用在线转换工具转换后利用原始参数跑了一遍，效果不错。
参数都是什么作用原文档没有直接写，通读一遍代码发现有这种描述

float sigma,              /* Standard deviation of the gaussian kernel. */
      tlow,                 /* Fraction of the high threshold in hysteresis. */
      thigh;                /* High hysteresis threshold control. The actual
                               threshold is the (100 * thigh) percentage point
                               in the histogram of the magnitude of the
                               gradient image that passes non-maximal
                               suppression. */

翻译一下：sigma：高斯核的标准偏差；tlow：迟滞的高阈值分数(?_?这个不知道是什么)；thigh：高滞后阈值控制。实际阈值是通过非极大值抑制(non-maximal suppression)的梯度图像(gradient image)的幅值直方图(histogram of the magnitude)中的(100 * thigh)个百分点。当参数调节为10.0；0.85、0.95时出现了较好的结果，噪声的边缘相比参考点的边缘小了很多。

现在尝试Hough圆检测，有大量的博客只简单介绍一下原理之后就调库，更让人鄙视的是一个原理抄的哪里都一样，有本事抄代码好好讲讲啊。后来找到一个练习者的博客里移植了更底层的代码^[3]，但由于使用了C++的类和CImg.h头文件，迁移可能需要更多时间深入学习。

题外话

我在主力机上安装了eclipse以期代替vs——我想尝试用开源或开放的方案处理各种计算机上的工作，因为拼多多微信学习通等国产软件各都有过：利用0day漏洞提权、扫描用户浏览记录、泄漏平台所有用户帐密的窒息操作。虽然我手机上照用不误，但电脑上有选择我便采用如下方案：Blender、LibreCAD、Libreoffice、eclipse、GIMP，涵盖了剪视频、建模、画图纸等等操作，传文件用localsend传到手机再用微信反之亦然，能用邮箱用邮箱。然后一开始查找范例用的是这个n3350的电脑，不想复制太多数据，就挑战用这个破ubuntu电脑整全流程。

参考

1. https://www.codee.com/case-study-how-we-made-canny-edge-detector-algorithm-run-faster-part-2 ↩
2. https://github.com/teamappentra/blog-codes/tree/main/canny-performance-part1 ↩
3. https://github.com/JoshuaQYH/CV-code ↩