知乎里有些扫盲贴真是精华，讲得相当通俗易懂。
把复杂的东西讲清楚也是件不容易的事，这篇文章的作者是用了真心。简单来说，“仿射变换”就是：“线性变换”+“平移”。先看什么是线性变换？1 线性变换线性变换从几何直观有三个要点：变换前是直线的，变换后依然是直线直线比例保持不变变换前是原点的，变换后依然是原点比如说旋转1.1 代数简单讲一下旋转是怎么实现的，可以让我们进一步了解代数是怎么描述线性变换的。你可以手动操作下，会发现旋转矩阵在不断变化（为了方便观察旋转，我标记出一个顶点）：总结下来，线性变换
勇哥在网上偶尔看到一篇讲解仿射变换的文章到有下面这种东西：上面原本是一个可以用户鼠标交互的动画，有点像flash动画。勇哥把它截图为gif动画了。这个交互动画上面有公司的名字geogebra，点进去发现是个在线数学应用的网站。网址： https://www.geogebra.org/线上应用蛮多的，如下：勇哥试了一下图形计算器。试了一下“最佳拟合直线”，发现不就是最小二乘法吗？３Ｄ计算器，暂时不知道怎么用。这个GeoGebra还有桌面程序和app。勇哥后来发现自己桌面上有这个软件的windows
转载自：安逸的机器人学-阿凯一年前，我在1Z实验室1zlab.com上线了一门《机械臂运动学控制及Python实现》。那个时候我刚刚开始学习机器人学，理解的层次还比较浅，经过了一年的积累，又有了继续完善升级课程的想法。 思考了许久，决定将这门新的课程系列命名为《安逸的机器人学》, 在成都话里”安逸“是一个很宽泛的称呼，泛指一切美好的让人心情愉悦的事物， 比如可以说这盆花好安逸啊（这盆花, 长得很好看）， 这顿火锅吃安逸了(好吃，吃的舒服了)， 那安逸是不是也可以用来描述一门课呢？我希望这门课是可
这个实验的目的是不用九点标定，让镜头中心移动对准视野内指的点上去。本篇是对贴子《九点自动标定---如何让相机视野中心十字对准目标物？》的实验记录。先写段halcon代码，配合xyz平台进行捕捉屏幕中心的像素坐标位置。dev_close_window()
dev_open_window(0, 0, 612, 512, 'black', WindowHandle)
dev_set_draw('margin')
o
实验平台是一个x,y,z滑台, 如下:相机挂在了这个平台的Z轴上面. 勇哥打印了一张halcon的120mm标定板, 圆心距离已经知道了, 是12mm九点标定时就抓取圆心做为标志点. 标定纸比相机的视野稍大一些.这是在原点的时候相机看到视野:下面开始九点标定open_framegrabber ('GigEVision2', 0, 0, 0, 0, 0, 0, '
我们知道图像坐标和机械坐标是相互独立的，需要通过移动9个点（常说的9点标定）的方式建立二者的关系，从而达到通过像素点的坐标关系得到机械坐标。相机的视野中心对准目标物中心这会延申到吸嘴是否准确的抓取到目标，如何达到这一操作见下（假设已经通过9点标定建立关系后，准确说方法1根本就没用到9点标定的关系式，它也不需要进行9点标定）方法1：如下图所示：假设大黑框里面的内容代表相机视野里的东西，绿色十字是视野的中心点，黑叉叉代表目标物。现在需要操作机械轴将视野沿蓝色箭头指示的方向移动使视野中心点落到黑叉叉中
相机是彩色的, 用下面的代码保存为本地图片, 打开发现是彩色的.但是, 你会发现显示到屏幕上却是黑白的.dev_close_window()
dev_open_window(0, 0, 512, 512, 'black', WindowHandle)
open_framegrabber ('GigEVision2', 0, 0, 0, 0, 0,&nb
声明：本文转载自公众号AmazingRobo+分享一个可任意移动，任意旋转的J4关节移动相机标定算法。只需标定一次，相机就可以在任意位置且相机可以带旋转的进行拍照。简单方便。— Edited By Hugo前言：说起SCARA手眼标定，这是第四篇了。已经基本覆盖常用平面手眼标定的方式。这些都是基于第三方实现的算法，可适用于所有的SCARA机器人。标定步骤如下：移动相机需要按机器人未端安装校准治具，并在相机工作视野平面上，找一个视觉容易识别且唯一的特征点。STEP1: 求教校准治具未端的
一、概述荀子说“君子性非异也，善假于物也”。当你会用英语，就可以与世界各国的人交流；当你会用编程语言，就可以与计算机交流；当你会用数学语言，就可以精确的描述世界。当你会用OpenCASCADE这个开发包（SDK），就可以在计算机中创造一个三维世界。大学期间，偶然在图书馆翻到一本发黄的书，讲的是用Turbo C2.0 C语言graphics.h头文件来画图的计算机图形学的书，随即对计算机图形学有了兴趣。后来一直在图书馆里面看计算机图形学方面的书，都没有得其要领。一方面是国内的教材上来都是抽象的理论
〇.算法效果展示0.1要定位的模板一找到的匹配在有污损情况下找到的匹配0.2要定位的模板2找到的匹配一． 理论部分模板匹配的算法包括基于灰度的匹配，基于特征的匹配，基于组件的匹配，基于相关性的匹配以及局部变形匹配。基于灰度的匹配一般应用在没有缩放和旋转，颜色变化不大的场合。基于特征的匹配一般应用在具有缩放和旋转，颜色变化较大的场合。在模板各个组件有相对位移的情况下，使用基于组件的匹配算法。在图像模糊，目标定位不依赖于边缘的情况下一般使用基于相关性的匹配。目标有局部变形的情况使用局部变形匹配算法。