文章
pcl可视化的那些事
可视化:一目了然如题所示,可视化的重要性不必多说。在点云数据预处理中,要想知道点云的形状需要可视化;要想了解精简/去噪/简化/压缩的结果需要可视化;配准中,对应点对的显示/对应点对的去除结果/配准变化的过程需要可视化...pcl_viewerlinux
emacs 进阶:了解命令
命令组成由于emacs本身就是emacslisp编写的,所以在emacs中一个命令其实就是一个函数。<pre<code(defunhelmMx(_arg&optionalcommandname)&34;Preconfiguredhelm&39;
k-means 之 C++ 的实现
物以类聚,人以群分所谓kmeans,即k均值聚类.聚类过程好比中国历史上的“春秋五霸,战国七雄”,它们同属与中国大地,同时被周王室分封。分封的过程就相当于K类的指定过程,每一个诸侯国都对应于一个聚类。五霸即五类,七雄即七类,从五霸到七雄,即相当于一个聚类生长的过程。用数学的语言来
PCL 之 ICP 算法实现
ICP是什么?ICP(IterativeClosestPoint),即最近点迭代算法,是最为经典的数据配准算法。其特征在于,通过求取源点云和目标点云之间的对应点对,基于对应点对构造旋转平移矩阵,并利用所求矩阵,将源点云变换到目标点云的坐标系下,估计变换后源点云与目标点云的误差函数,若
Linux下 PCL源码安装
不得不知的PCL所谓PCL(PointCloudLibrary)其实就是一个开源的c代码库,它实现了大量点云相关的通用算法和高效的数据管理结构,不仅涉及逆向工程领域,其还在模式识别,机器人视觉,计算机图形学,虚拟现实等众多领域大显神威。基于以下第三方库:Boost,Eigen
hudson+gradle+git+maven(非必选)持续集成 (二)
第二集hudsongradlegitmaven(非必选)持续集成编译,打包,部署到线上环境集成前言在持续集成第一集(https://segmentfault.com/a/1190000005745961)中,讲解了关于如果编译,打包,发布jar包到maven私服。在下面
[译] Emacs Lisp 速成
原文见『EmergencyElisp(https://link.segmentfault.com/?encL2frN%2F3ggMsTrSQjfIn%2FuQ%3D%3D.N8Y8XnvPK6BhXHecIhWO2OXrDup24EIU%2FvRCJH8Eb0PB5Uy%2B4yjwNJo
VIM or Emacs? Spacemacs!
<blockquote<pThebesteditorisneitherEmacsnorVim,it&39;sEmacsandVim!</p</blockquote用一种新的方法感受Emacs问:第一次使用Spacemacs时是什么感觉?答:感觉
0x06 缘起Linux, 一入Mac误终身
摘要:苹果公司总裁乔布斯是贤动千佛中的金刚慧佛,由他创造的iPod,iPhone,Mac,引领着IT世界之潮流。Mac基于Unix,和Linux师出同门,强大的Shell保证了工作习惯和效率。Mac版本的爱奇艺没有广告。!图片描述(https://imghelloworld.oss
Emacs:最好的Python编辑器?
<blockquote<p本文是<ahref"https://link.segmentfault.com/?encHSGGP%2BvoeWG4K0NRfFo2WQ%3D%3D.GOF2GeitxDIVx%2BmdEXFD7PesNn%2FNF6shOmSk1WWA5BhmiODYsyq0
已加载文章中没有匹配内容,试试其他关键词或清空搜索。