共 1,395 篇文章
共 6,621 篇文章及评论
- Association for Computing Machinery TechNews (ACM)
- Go Parallel! (Dr. Dobbs)
- HPCwire (Tabor Communications, Inc.)
- insideHPC (John West)
- Joe Duffy's Weblog (Microsoft)
- Microsoft Parallel Programming Development Center (Microsoft Germany)
- MultiCoreInfo.com
- scalability.org (Scalable Informatics)
- Software Dev Blog (Intel Germany)
- Soft Talk Blog (Intel United Kingdom)
- The Moth (Microsoft)
帖子位于 "图形和视觉计算" 分类 
专注于图形和视觉计算
燕青杂谈:工欲善其事,必先利其器 --- Windows8 编程助手
作者: Yanqing Wang (Intel) (109 篇文章) 日期: 四月 5, 2012 在 3:20 下午
评论 (4)
Windows8 Beta版的发布为软件开发者提供了一个新的平台,它独特Metro风格的UI设计,让众多用户眼前一亮。Windows8的应用软件开发,它不仅仅能够使用当前最为火热的HTML5+CSS3+Javascript组合,而且也同时支持传统的开发语言,比如说C/C++,#C,VB等。微软的最新版本Visual Studio 2011 Beta(http://www.microsoft.com/visualstudio/11/en-us/downloads)版本也提供了HTML5的集成开发环境,并且还支持Intel ATOM CPU框架的软件优化,充分挖掘出Intel CPU的性能优势,这对于HTML5应用软件的用户体验而言是非常有帮助的。 MS Visual Studio是Windows8应用软件开发的重要工具,对于软件开发着而言,如果能够找到一个很好的MS ...
分类: Blog Challenge, Ultrabook, 图形和视觉计算, 英特尔® 软件网络 2.0
燕青杂谈:如何检查DLLs库之间的相关性?
作者: Yanqing Wang (Intel) (109 篇文章) 日期: 二月 24, 2012 在 4:39 下午
评论 (1)
在打包应用程序的时候,笔者经常会遇到相关的动态链接库(DLLs)会出现遗漏,导致的后果是用户在安装应用后无法运行,抱怨声很大。那么如何在打包之前查看是否对应的DLLs已经被加入呢? 普通的方法是使用微软的VS Studio,查看程序运行时候调用的DLLs。这种方法虽然能够查出所有的DLLs,但是使用麻烦,并且需要设置断点来逐一查看,比较麻烦。 那么有没有其他方法可以使用呢? 幸运的是,Dependency Walker可以帮助我们检查是否相关的文件已经查找到。网友可以从http://www.dependencywalker.com/ 中下载到最新版本。 笔者打开了Windows自带的记事本应用,可以看到Notepad.exe依赖于很多系统DLLs,如图1所示。 图1 如果当前的系统缺少某个或者几个相关的DLLs,那么它将会用红色标注出来。通过它,打包人员能够比较容易理清楚哪些DLLs是需要加入打包器打包的。 【小结】 l VS Studio可以检查DLLs的相关性,但是缺点是比较麻烦,不直观。 l Dependency Walker是一个小工具能够对DLLs和EXE文件进行DLLs相关性检查,直观和易用。 笔者写文章之时,最新的Dependency Walker软件
分类: Blog Challenge, 其他, 图形和视觉计算, 英特尔® 软件网络 2.0, 软件技术学习及认证
如何用 VC++ 编写 MIDI 文件播放程序
作者: playboy1 (1 篇文章) 日期: 二月 14, 2012 在 5:35 下午
评论 (2)
MIDI的意思是乐器数字接口:(Musical Instrument Digital Interface)它是早在微软开发Windows以前就有的一个用于电子键盘的标准。MIDI定义了一个传输和存储音乐信息的协议。 Win32 API 提供了几种处理MIDI数据的方法。在Windows中有很多方法播放MIDI文件。这里我们讨论一种最简单的方法。 01.ShellExecute (hWnd, "open", "c:\\windows\\media\\Canyon.mid", NULL, ...
分类: 博客征文专栏, 图形和视觉计算, 软件开发工具
OpenCV轻松进阶初级篇(三)如何添加Intel IPP和TBB库
作者: Yanqing Wang (Intel) (109 篇文章) 日期: 二月 6, 2012 在 11:24 上午
评论 (2)
Intel IPP和TBB能够给OpenCV带来性能上的很大提升,那么如何在编译OpenCV的时候讲其打开呢? OpenCV轻松进阶初级篇(二)编译OpenCV中已经介绍了使用CMake工具来产生各种编译器的项目文件,那么是否可以通过它来Enabled这些Features呢? 非常的运气,在CMake的配置键值对中,我们找到了IPP和TBB的身影,如图1所示。 ...
分类: Blog Challenge, 全国博客大奖赛, 其他, 图形和视觉计算, 英特尔® 软件网络 2.0, 软件技术学习及认证
简介Intel Media SDK 2012
作者: Yanqing Wang (Intel) (109 篇文章) 日期: 二月 6, 2012 在 10:42 上午
评论 (0)
Intel Media SDK现在使用新的名字规则了!如果按照以前版本的名字规则,那么它对应是Intel Media SDK3.0 Gold版本。网友可以从http://software.intel.com/en-us/articles/vcsource-tools-media-sdk/?cid=sw:mediadev004 下载到最新版本。 图1 下载步骤: 1) 在图1中,选择红色方框中的下拉菜单“Intel Media SDK ...
分类: Blog Challenge, 全国博客大奖赛, 其他, 图形和视觉计算, 英特尔® 软件网络 2.0, 软件技术学习及认证
英特尔媒体开发套件 Intel Media SDK 2012 发布了
作者: 王有伟 Youwei Wang (Intel) (13 篇文章) 日期: 二月 1, 2012 在 3:40 下午
评论 (0)
英特尔媒体开发套件最新版本没有延续1.0, 2.0, 3.0的称呼, 而是直接称为2012, 实际对应的就是3.0 Gold(这也可以从安装包的文件名中得到验证)。下载地址:http://software.intel.com/en-us/articles/vcsource-tools-media-sdk/ 跟之前版本相比, MediaSDK 2012中比较大的变化: (1)bin目录下预先编译的二进制库文件和可执行程序, 全部到samples\_bin下, 只保留了软件实现的库文件 (2)tools下增加了一个新的用于测试系统media ...
分类: Ultrabook, 图形和视觉计算
案例研究:使用英特尔GPA优化《兵王》游戏的性能
作者: Cage Lu (Intel) (3 篇文章) 日期: 一月 6, 2012 在 3:59 下午
评论 (0)
作者:英特尔:卢卷彬, Kiefer Kuah 巨人:余娜娜 下载PDF版本:使用英特尔GPA优化《兵王》游戏的性能 1. 介绍 《兵王》是由巨人网络公司旗下,上海巨贤公司耗时两年自主研发的一款未来战争MMORGP。《兵王》使用了优秀的3D引擎技术,在声光特效方面有极其优秀的表现。为了使《兵王》能够流畅的运行在更多玩家的机器上,我们在英特尔 ...
分类: 图形和视觉计算, 游戏
标签:GPA, 性能优化, 游戏
OpenCV学习笔记(五)——2.0以上版本和以下版本的数据兼容
作者: yang_xian521 (5 篇文章) 日期: 一月 6, 2012 在 3:59 下午
评论 (0)
都知道,2.0版本对之前的OpenCV数据结构进行了大幅度的修改。但对之前版本的兼容是一个很重要的事情。这节就主要讨论这个问题 首先来看一下2.0版本对之前版本的进行了哪些修改 1.采用了新的数据结构Mat作为图像的容器,取代了之前的CvMat和lplImage,这个改动不是太复杂,只需适应一下新东西,而且可以自由转换 Mat I; IplImage pI = I; CvMat mI = I; 对于指针的操作要相对复杂一些,而且还要注意内存的释放,我这里不推荐用老版本的数据结构,例如: Mat I; IplImage* pI ...
分类: 图形和视觉计算
OpenCV学习笔记(四)——新版本的数据结构core
作者: yang_xian521 (5 篇文章) 日期: 一月 6, 2012 在 3:59 下午
评论 (0)
2.0新版本对数据结构进行了大幅修改: 定义了DataType类 定义了Point_模板类,取代了之前版本的CvPoint、CvPoint2D32f 定义了Point3_模板类,取代了之前版本的CvPoint2D32f 定义了Size_模板类,取代了之前版本的CvSize和CvSize2D32f 定义了Rect_模板类,取代了之前版本的CvRect RotatedRect模板类, TermCriteria模板类,取代了之前的CvTermCriteria,这个类是作为迭代算法的终止条件的,这个类在参考手册里介绍的很简单,我查了些资料,这里介绍一下。该类变量需要3个参数,一个是类型,第二个参数为迭代的最大次数,最后一个是特定的阈值。类型有CV_TERMCRIT_ITER、CV_TERMCRIT_EPS、CV_TERMCRIT_ITER+CV_TERMCRIT_EPS,分别代表着迭代终止条件为达到最大迭代次数终止,迭代到阈值终止,或者两者都作为迭代终止条件。以上的宏对应的c++的版本分别为TermCriteria::COUNT、TermCriteria::EPS,这里的COUNT也可以写成MAX_ITER。 Matx模板类。Matx模板类是对Mat类的一个拓展,从Matx类有派生出Vec类,又Vec类又派生出Scalar_类,取代了CvScalar 定义了Range类指定了一个序列的一个连续的子序列 定义了Ptr类用来对老版本的数据结构进行指针操作,更安全有效,可以防止内存的不正常使用。 最最重要的定义了Mat类来表示矩阵,取代了之前的CvMat和lplImage。Mat结构支持的操作有: 构造析构函数Mat和~Mat 对=、MatExpr、( )、CvMat、IplImage进行了运算符重载 row、col函数 rowRange、colRange 类似matlab的运算操作diag、t、inv、mul、cross、dot、zeros、one、eye 复制转换变形clone、copyTo、convertTo、assignTo、setTo、reshape、create、addref 其中copyTo函数有个妙用,不但可以复制Mat,还可以通过mask提取出感兴趣的部分 数据的操作release、resize、reserve、push_back、pop_back、locateROI、adjustROI Mat的信息total、isContinuous、elemSize、elemSize1、type、depth、channes、step1、size、empty 定位ptr、at、begin、end 还做了几个扩展类Mat_、NAryMatlterator、SparseMat、SparseMat_取代了之前的CvSparseMat。这些类的操作运算与Mat大同小异,类声明参考core的具体头文件 当然,新版本对老版本的数据结构和函数依然支持。 新版本还在这些结构里支持dft、dct变换,我这里讲一下我的新发现PCA类、SVD类 PCA类有构造函数PCA,运算符重载(),project,backProject。SVD类有构造函数SVD,运算符重载(),compute,solveZ,backSubst 这里介绍几个我使用过的实用函数: inRange函数可以检查Matsrc的内容是否在Matlower、Matupper之间,输出结果是一个uchar型矩阵,1表示在两者之间,否则为0,值得注意的是,Matlower,Matupper也可以用Scalar的格式 bitwise_xxx函数对两个矩阵进行位运算,结果保存在第三个矩阵当中 mixChannels函数可以实现矩阵的指定通道复制到新矩阵的指定通道 总之,新版本支持更多的数学运算,还支持一些画图操作
分类: 图形和视觉计算
OpenCV学习笔记(二)——新版本模块结构
作者: yang_xian521 (5 篇文章) 日期: 一月 6, 2012 在 3:58 下午
评论 (0)
还是老话题,2.0版本对OpenCV可是进行了大刀阔斧的改革,用c++重新了大部分结构,而不是1.X版本中的c结构。这些模块包括: core——定义了基本数据结构,包括最重要的Mat和一些其他的模块 imgproc——该模块包括了线性和非线性的图像滤波,图像的几何变换,颜色空间转换,直方图处理等等 video——该模块包括运动估计,背景分离,对象跟踪 calib3d——基本的多视角几何算法,单个立体摄像头标定,物体姿态估计,立体相似性算法,3D信息的重建 features2d——显著特征检测,描述,特征匹配 objdetect——物体检测和预定义好的分类器实例(比如人脸,眼睛,面部,人,车辆等等) highgui——视频捕捉、图像和视频的编码解码、图形交互界面的接口 gpu——利用GPU对OpenCV模块进行加速算法 ml——机器学习模块(SVM,决策树,Boosting等等) flann——Fast Library for Approximate Nearest Neighbors(FLANN)算法库 legacy——一些已经废弃的代码库,保留下来作为向下兼容 还有一些其他的模块,比如FLANN算法库、Google测试包、Python bingdings等等。
