利用Visualc++简单快速计算矩阵的特征值和特征向量 -Using Visualc++ is simple and fast calculation of eigenvalues ​ ​ and eigenvectors

在上篇博客特征点检测学习_1(sift算法) 中简单介绍了经典的sift算法，sift算法比较稳定，检测到的特征点也比较多，其最大的确定是计算复杂度较高。后面有不少学者对其进行了改进，其中比较出名的就是本文要介绍的surf算法，surf的中文意思为快速鲁棒特征。本文不是专门介绍surf所有理论（最好的理论是作者的论文）的，只是对surf算法进行了下整理，方便以后查阅。 该代码的作者给出的主函数实现了6中功能，包括静态图片特征点的检测，视频中特征点的检测，图片之间的匹配，视频与图片之间的匹配

实现了图像的简单拼接。首先寻找特征点，然后计算描述子（特征向量），对寻找到的特征点进行匹配，并塞选匹配结果，然后计算透视 矩阵，将其中一幅图进行透视变换，然后将图片合成。对一些简单的图片比较有效。仅供参考学习。(Realize the simple stitching of the image. First, find the feature point, and then calculate the descr iptor (eigenvector), match the feature po

opencv做的otsu方法,一、Otsu算法原理 Otsu算法（大津法或最大类间方差法）使用的是聚类的思想，把图像的灰度数按灰度级分成2个部分，使得两个部分之间的灰度值差异最大，每个部分之间的灰度差异最小，通过方差的计算来寻找一个合适的灰度级别来划分。 所以可以在二值化的时候采用otsu算法来自动选取阈值进行二值化。otsu算法被认为是图像分割中阈值选取的最佳算法，计算简单，不受图像亮度和对比度的影响。因此，使类间方差最大的分割意味着错分概率最小。 设t为设定的阈值。(otsu made