大海

边缘检测是图像处理的基本操作之一，其目的是去除图像多余信息，保留图像轮廓数据，以便后续的处理（检测、识别等等）

方向梯度直方图（Histogram Of Oriented Gradients，简称为HOG）是常用的纹理特征之一，本篇文章简单易懂的讲解了HOG概念

原文地址：Histogram of Oriented Gradients

利用Jenkins Pipeline工程编译NodeJS项目，出现npm not found问题

参考Jenkins Starting with Pipeline doing a Node.js test，配置NodeJS开发环境

打算在远程服务器上运行Jenkins，忽然发现git没有安装，搞了半天没有成功（各种依赖问题，条件限制不能重启机器），所以尝试通过Docker运行Jenkins

以下主要涉及颜色直方图的概念和计算

最开始学习数字图像处理的时候就接触到了直方图的概念，也记录过OpenCV 1.x/2.x的直方图实现代码

• opencv 颜色直方图（灰度图，均衡化，对比，描绘颜色直方图）
• opencv 灰度直方图 一维直方图

颜色/纹理等特征通过直方图的形式能够有效的作用于图像检测/识别算法，所以打算再整理一下相关的概念和实现。参考：

• Histogram Equalization

• Histogram Calculation

• Histogram Comparison

• 头文件地址：/path/to/opencv-4.0.1/modules/imgproc/include/opencv2/imgproc.hpp

• 源文件地址：/path/to/opencv-4.0.1/modules/imgproc/src/histogram.cpp

学习论文Selective Search for Object Recognition，在网上查找相关资料时发现这篇文章，对于选择性搜索算法及其特征提取方式概括的比较好，所以翻译下来以便后续的学习

原文地址：Selective Search for Object Detection (C++ / Python)

In this tutorial, we will understand an important concept called “Selective Search” in Object Detection. We will also share OpenCV code in C++ and Python.

在本教程中，我们将了解一个重要的概念 - 基于选择性搜索的目标检测。文章末尾还包含了OpenCV示例

论文下载地址：Selective Search for Object Recognition

OpenCV在模块opencv_contrib中实现了基于图的图像分割算法，其实现和作者提供的工程源码略有差别

下面首先解析源码，然后通过示例验证分割效果

• 官网参考文档：cv::ximgproc::segmentation::GraphSegmentation Class Reference
• 头文件segmentation.hpp - /path/to/include/opencv4/opencv2/ximgproc/segmentation.hpp
• 源文件graphsegmentation.cpp - /path/to/opencv_contrib/modules/ximgproc/src/graphsegmentation.cpp
• 实现示例graphsegmentation_demo.cpp - /path/to/opencv_contrib/modules/ximgproc/samples/graphsegmentation_demo.cpp

OpenCV源码比较复杂，抽取相应实现到GraphLib/cplusplus/samples/graphsegmentation

基于图的图像分割算法的作者提供了工程源码：Graph Based Image Segmentation

之前在数据结构-图5中实现了图的最小生成树，主要参考的是《大话数据结构》中的相关内容。在Kruskal算法实现中通过函数Find就能检查两个分量之间是否相连，效率很高，当时觉得这种实现很神奇，今天才发现这是一种专门的数据结构实现 - 并查集（disjoint set）