参考：
http://blog.sina.com.cn/s/blog_7908e1290101i97z.html
http://blog.sina.com.cn/s/blog_afe2af380101bqhz.html
http://blog.163.com/yuyang_tech/blog/static/2160500832013260492210/
opencv 矩阵类数据的运算
相关文章
- Android数据库数据更改 最简便的工具类--------Android Debug Database使用示例
- C语言不同数据类型间的混合运算转换规则+常见数据类型
- 王道数据结构（1）绪论 数据结构（三要素） 五个特征 算法定义 五个特性：有穷性，确定性，可行性，输入逻辑结构 线性结构：线性表，栈，队列 非线性结构“树，图，集合” 存储结构（物理结构） 数据的运算
- opencv的基本数据结构
- JAVA中的数据结构——集合类（线性表：Vector、Stack、LinkedList、set接口；键值对：Hashtable、Map接口
- 向量体系结构(5):步幅&&集中一分散- 在C语言中，矩阵的行存储是连续的，但列之间存在较大的步幅。以矩阵D为例，如果要连续访问其列中的元素（内层循环的目的），每次迭代需要跳过整个行的宽度。Fortran语言通常以列主序存储数组，意味着矩阵的列元素在内存中是连续的，意味着访问其连续行元素时需要跨过较多内存空间。 编译器在向量化代码时，需要识别并优化这些步幅问题，以便有效地利用向量处理器的并行能力。如果不对循环进行重新排序或调整访问模式，处理器可能无法有效加载连续的向量元素到寄存器中进行并行运算，这会影响性能。 编译器可以通过循环变换（如循环展开、循环交换等）来改善内存访问模式，以减小步幅或使其适应向量寄存器的宽度。例如，通过改变循环顺序，使内存访问变得更加连续，从而减少跨步读取的次数。 向量处理器处理非连续数据
- OpenCV探索之路（二十二）：制作一个类“全能扫描王”的简易扫描软件
- 【opencv】示例-videocapture_openni.cpp 深度数据获取和处理的示例
- 【opencv】示例-filestorage.cpp 使用 FileStorage 类进行序列化与反序列化的示例
- 【数据结构】建立无向图的邻接矩阵存储并输出