贪心背包，贪心算法总是作出在当前看来最好的选择。也就是说贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义上的局部最优选择。当然，希望贪心算法得到的最终结果也是整体最优的。虽然贪心算法不能对所有问题都得到整体最优解，但对许多问题它能产生整体最优解。如单源最短路经问题，最小生成树问题等。在一些情况下，即使贪心算法不能得到整体最优解，其最终结果却是最优解的很好近似。(Greedy knapsack, (1) the so-called greedy choice property means

基于SURF的图像拼接，全景图像筛选特征点，进行匹配刷选转换(Image mosaic based on SURF panoramic image filtering feature points matching selection switch)

对图片上的特征物可以实现框选或者是描边提取，同时记录坐标，可用于机器学习。(The feature of the picture can achieve frame selection or stroke extraction, while recording the coordinates, can be used for machine learning.)