以上兩篇
文章中檢測在dog空間中穩定的特徵點，lowe已經提到這些特徵點是比harris角點等特徵還要穩定的特徵。下一步驟我們要考慮的就是如何去很好地描述這些dog特徵點。
下面好好說說如何來描述這些特徵點。許多資料中都提到sift是一種區域性特徵，這是因為在sift描述子生成過程中，考慮的是該特徵點鄰域特徵點的分布情況（而沒有利用全域性資訊）。本步驟中主要計算過程包括：確定特徵點的方向和生成特徵描述符。
確定特徵點方向
在特徵點的確定過程中，特徵點的座標以及尺度被確定下來（座標很重要，尺度更重要，到後來，你會發現尺度這個參量在整個描述子生成過程中越來越重要，因為正是運用尺度參量實現的scale-invariant，尺度不變！），根據特徵點的尺度選擇高斯金字塔中的影象，然後在這幅影象上確定該特徵點的方向。這裡體現的正是尺度不變的思想。
構造該點鄰域梯度方向直方圖，將一圓周360°劃分成36個槽，從0°開始每槽遞增10°。根據鄰域點的方向、梯度的幅值以及距離特徵點的遠近構建上述梯度方向直方圖，如下圖所示：
根據梯度直方圖，直方圖峰值所對應的的角度就是當前特徵點a的方向，同時如果某角度的梯度幅值和》=峰值的80%，那麼就產生乙個新的特徵點b，這個點的座標、尺度等引數同a，但是角度不同。
至此，特徵點的方向確定完畢。
生成影象區域性描述符
到了本步驟，影象中每個特徵點的座標、尺度以及方向都確定了，下面開始根據這些資訊獲得描述子。
與上文中提到的確定特徵點方向類似，生成描述子也是根據以特徵點為中心的影象區域性資訊，首先根據特徵點的尺度選擇高斯金字塔中的影象，然後計算特徵點鄰域範圍內各點的梯度方向和梯度的幅值，並根據上文得到的特徵點梯度方向更新這些梯度的方向，以此達到描述子的方向不變性。
方向不變性完成後，開始計算特徵描述符了。描述符計算過程同樣基於梯度方向直方圖，只是這次直方圖的槽是以45°劃分的（因此每個直方圖只有8個槽），而不是10°。具體過程如下圖所示：
統計每個4×4塊的方向梯度直方圖，為了去除光照對描述子的影響，對梯度直方圖進行歸一化處理。然後將每個直方圖槽資料串聯即可得到sift描述子，lowe提出當梯度方向直方圖是4×4維的時候，sift描述子具有最好的區分度，因此這就誕生了老生長談的128維sift特徵向量，如下圖所示：
至此，sift特徵計算過程結束。
來自為知筆記(wiz)
《Python高階程式設計》（三）生成器
生成器是乙個函式，它並不執行並返回乙個單一值，而是按照順序返回乙個或多個值 生成器函式的特徵就是在函式內部有乙個或多個yield語句。python 2中，yield和return不能共存 python 3中可同時存在。yield語句 命令函式返回乙個值給呼叫者，但不會終止函式的執行。執行會暫時停頓直...
論」三生萬物「
2014年4月17日 2014年4月29日二稿 道德經有言 一 生二，二生三，三生萬物 反感於國人的過度解讀，我一直很認為這句話只不過是老子自己臆造的，沒什麼真理蘊含於其中。其實我也思考過這句話，你說吧，這個一生二我可以理解，就是萊布尼茲發明的二進位制嘛。一直嗤之以鼻，萊布尼茲發明二進位制和老子的陰...
22 生成括號
n n組括號，括號字串長度為2n2n 字串中的每個字元有兩種選擇可能，或 故有22n 2 22 n種可能。分析 1 我們定義兩個變數left和right分別表示剩餘左右括號的個數，如果在某次遞迴時，左括號的個數大於右括號的個數，說明此時生成的字串中右括號的個數大於左括號的個數，即會出現 或者 這樣的...