工作小结二

工作小结二

1.1 VS下的在线调试

最近在使用VS2015进行在线调试的时候出现诡异一幕（好像之前遇到过一次）：

变量赋值之后，在线调试还是无法改变!!

变量赋值之后，在线调试还是无法改变!!

解决方案有两种：

• [x] 换平台

尽量不要在Release模式下打断点进行调试（观测的值和printf打印的值对应不上）

在线调试使用debug，运行结果测试使用release

• [x] 规范写代码

这个规范包括很多方面，具体参考微软的代码规范

比如遇到一个事情：-0.5 和 -1.0*0.5

前者就是通不过，后者完全可以

1.2 负数取余

遇到的问题总是很奇葩，-1%31=？？？？，负数和正数的取余是多少？

• 使用VS2015编译器进行调试，C++模式下

-1 % 30 = -1

• python3模式下

-1 % 30 = 29

到底哪个是正确的？

网上也没具体的一些资料，都是各有各的说法，以下给出一个取余代码

#ifndef MOD
#define MOD(a,b) (abs(a+b) % abs(b))
#endif

1.3 opencv中cartToPolar函数

直接上代码：

typedef struct IMAGE_S_t
    {
        int rows;
        int cols;
        void* data;
    }IMAGE_S;

void CartToPolar(IMAGE_S*src1, IMAGE_S*src2, IMAGE_S* magnitude, IMAGE_S*angle)
{
    int i, j;
    float tmpData1, tmpData2, tmpAngle;
    assert(src1->rows == src2->rows);
    assert(src1->rows == src2->rows);

    for (i = 0; i < src1->rows; i++)
    {
        for ( j = 0; j < src1->cols; j++)
        {
            tmpData1 = *((float*)src1->data + src1->cols*i + j);
            tmpData2 = *((float*)src2->data + src2->cols*i + j);
            *((float*)magnitude->data + magnitude->cols*i + j) = sqrt(pow(tmpData1, 2) + pow(tmpData2, 2));
            tmpAngle = atan2(tmpData2, tmpData1);
            *((float*)angle->data + angle->cols*i + j) = tmpAngle < 0 ? tmpAngle + 2.*CV_PI : tmpAngle;
        }
    }
    return ;
}

1.4 QR特征值和特征矩阵

举个例子：

// 解算[[1,1],[1,1]]
// 矩阵不为满秩的情况下，QR的方法是解算不出来的（可能有改进的方法，网上看了几个都解算不出来）
// 对[[0,0],[0,0]]等情况做了一些小trick
// python结果eigenValue：[0,0]. eigenVector:[[1,0],[0,1]]
// 基本思路没改变

QP解算C代码

Jacobi解算C代码

小trick，做项目中正好用到：

具体细节请参考QP解算C代码

void ImageGetEigen(IMAGE_S* src, IMAGE_S* eigenValue, IMAGE_S* eigenVector, int iterNum)
{
    assert(src->rows == src->cols);
    assert(src->rows > 0);
    IMAGE_S temp, temp_R;
    int i, j, k;
    float tmpValue;

    ImageCreate(&temp, src->rows, src->cols, FloatFlag);
    ImageCreate(&temp_R, src->rows, src->cols, FloatFlag);
    ImageCreate(eigenValue, src->rows, 1, FloatFlag);
    ImageCreate(eigenVector, src->rows, src->cols, FloatFlag);
    memcpy(temp.data, src->data, sizeof(float)*src->rows*src->cols);

    //使用QR分解求矩阵特征值
    for (int k = 0; k < iterNum; k++)
    {
        ImageQR(&temp, eigenVector, &temp_R);
        free(temp.data);//由于ImageDot直接创建dst，所以这里得free，后期可以改进
        ImageDot(&temp_R, eigenVector, &temp);
    }

    //获取特征值并排序
    for (k = 0; k < temp.cols; k++)
    {
        tmpValue = ((float*)temp.data)[k * temp.cols + k];
        for (i = k + 1; i < temp.cols; i++)
        {
            if (((float*)temp.data)[i * temp.cols + i]>tmpValue)
            {
                tmpValue = ((float*)temp.data)[i * temp.cols + i];
                ((float*)temp.data)[i * temp.cols + i] = ((float*)temp.data)[k * temp.cols + k];
                ((float*)temp.data)[k * temp.cols + k] = tmpValue;
            }
        }
        ((float*)eigenValue->data)[k] = ((float*)temp.data)[k * temp.cols + k];
    }

    ImageEig(src, eigenVector, eigenValue);

    free(temp.data);
    free(temp_R.data);

    for ( i = 0; i < eigenValue->rows*eigenValue->cols; i++)
    {
        if (isnan(((float*)eigenValue->data)[i]))
            ((float*)eigenValue->data)[i] = 0.0f;
    }
    for (i = 0; i < eigenVector->rows*eigenVector->cols; i++)
    {
        if (isnan(((float*)eigenVector->data)[i]))
            ((float*)eigenVector->data)[i] = 0.0f;
    }

    float numT[4];
    numT[0] = ((float*)src->data)[0 * src->cols + 0];
    numT[1] = ((float*)src->data)[0 * src->cols + 1];
    numT[2] = ((float*)src->data)[1 * src->cols + 0];
    numT[3] = ((float*)src->data)[1 * src->cols + 1];
    if (Equal(numT[0], numT[1]) && Equal(numT[0], numT[2]) && Equal(numT[0], numT[3]))
    {
        memset(eigenValue->data, 0, sizeof(float)*eigenValue->rows*eigenValue->cols);
        memset(eigenVector->data, 0, sizeof(float)*eigenVector->rows*eigenVector->cols);
        ((float*)eigenVector->data)[0 * eigenVector->cols + 0] = 1;
        ((float*)eigenVector->data)[1 * eigenVector->cols + 1] = 1;
    }

    return;
}