概述

春节快到了，于是新版QQ多了福袋这么个玩意儿，获取福袋的方法很简单就是玩小游戏。当然这篇文章不是记录如何刷福袋的(雾)，而是穿越福城这个小游戏和微信跳一跳很相似，但又有不同之处，所以身为爱折腾人士怎么可能放过此游戏？像这种游戏看着它玩远比你自己玩有意思多了。

概述

对数学建模分工、初期准备、相关资源的总结与建议。

概述

本篇记录了利用基于HSV颜色模型的肤色提取与连通区域过滤实现图片的人脸定位，附带知识的介绍略烦多，附带Matlab相关程序代码。

（开幕雷击：本文只是鄙人几年前接触数学建模初期时关于人脸识别题目的一些碎片记录，最终整合起来的效果并不好，不具备实际可用性，因此不要对本文模型效果抱有太大期待。此外几点补充说明见文末。）

一、预备知识

图像预处理

• 1.1 灰度化
  　在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫灰度值，因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。一般有分量法 最大值法平均值法加权平均法四种方法对彩色图像进行灰度化。
  $Matlab:$

1
2
3
4

I = imread('img.jpg');
I2 = rgb2gray(I);
subpolt(1,2,1),imshow(I),title('原图');
subpolt(1,2,2),imshow(I2),title('灰度化');

为了进一步学习的需要，这周一准备装上 win10+ubuntu 双系统，但中途出现了各种问题，经反复重装、网上找资料前前后后三天，终于成功安装。虽然之前已在虚拟机中装过了 Kali Linux 和 Ubuntu，但原生体验非常差，因此打算安装双系统。一方面沉浸感更强，体验更好，另一方面，凑一方面。
本篇记录了安装流程，以及安装过程中遇到的问题和解决办法。

环境: win10 (GPT + UEFI)

Part I 准备工作

一、制作 U 盘启动盘

  首先准备 U 盘一个，并下载好你要安装的 Ubuntu 系统镜像文件，在此用官方推荐的 Rufus 工具制作 U 盘启动盘。
  电脑插上 U 盘之后，Rufus 就会自动检测并给出默认的配置信息，其中磁盘分区模式选择 GPT，目标系统类型为 UEFI（近两年的新电脑一般都是 GPT + UEFI，当然不排除你的电脑是 MBR + LEGACY，如果是的话就对应选择好，参考对应文章安装）

一、建立本地 Git 仓库

1. 初始化本地仓库

   git init

2. 上传所有代码到本地仓库

   git add .
git commit -m "initial commit"

二、推送至 Github/Coding

1. 指向 Coding 的 Git

   git remote add origin xxx.git
   xxx 为 github/coding 上的 git 仓库地址

2. 查看是否指向成功，成功则输出 origin

   git remote

   若出现如下错误则敲下方代码后跳第3步
   ::fatal: remote origin already exists::
   git remote remove origin

3. 本地仓库推送到 Coding 仓库

   git push -u origin master

三、部署完成，Enjoy！

概述

本篇正在更新中…
本篇详细介绍了 Easecurve 专业交互动效开发引擎 项目
本篇分为上篇和下篇，上篇主要介绍了动效基本概念和当前主流的动效设计软件与动效开发现状。下篇主要介绍了 Easecurve 交互动效开发引擎，及其特点、优势和未来前景。
通过阅读本篇，你将：

• 了解动效的是什么、动效的用途和意义、动效开发的前景。
• 初步了解动效设计与动效开发，明晰动设软件和动效开发引擎的区别。
• 获取对 Easecurve 项目的整体认知。

上篇 - 动效与动设现状

一、什么是动效？

概述

尚在更新

一、 函数参数传递机制的基本理论

  函数参数传递机制问题在本质上是调用函数（过程）和被调用函数（过程）在调用发生时进行通信的方法问题。基本的参数传递机制有两种：值传递和引用传递。以下讨论称调用其他函数的函数为主调函数，被调用的函数为被调函数。

  值传递（passl-by-value）过程中，被调函数的形式参数作为被调函数的局部变量处理，即在堆栈中开辟了内存空间以存放由主调函数放进来的实参的值，从而成为了实参的一个副本。值传递的特点是被调函数对形式参数的任何操作都是作为局部变量进行，不会影响主调函数的实参变量的值。

  引用传递(pass-by-reference)过程中，被调函数的形式参数虽然也作为局部变量在堆栈中开辟了内存空间，但是这时存放的是由主调函数放进来的实参变量的地址。被调函数对形参的任何操作都被处理成间接寻址，即通过堆栈中存放的地址访问主调函数中的实参变量。正因为如此，被调函数对形参做的任何操作都影响了主调函数中的实参变量。

二、 C 中的函数参数传递机制

  在 C 语言中，值传递是唯一可用的参数传递机制。但是据笔者所知，由于受指针变量作为函数参数的影响，有许多朋友还认为这种情况是引用传递。这是错误的。请看下面的代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

int swap(int *x, int *y)

{

int temp;

temp = *x; *x = *y; *y = temp;

return temp;

}

void main()

{

int a = 1, b = 2;

int *p1 = &a;

int *p2 = &b;

swap(p1, p2)

}

  函数 swap 以两个指针变量作为参数，当 main() 调用 swap 时，是以值传递的方式将指针变量 p1、p2 的值（也就是变量 a、b 的地址）放在了 swap 在堆栈中为形式参数 x、y 开辟的内存单元中。

概述

本篇列出了几类常用的 API 功能模块，介绍了一个重要的 API 函数 ALProxy，并自己创建了一个 Python 指令盒，简单实现了让 Nao 说出 Hello World 的程序代码。

一、Naoqi APIs

1. API 概览（官方文档戳我）

  Naoqi 的 API 按功能分类可以大致分为八个部分，分别是：

• 核心类API：NAOqi Core
• 情感类API：NAOqi Emotion
• 交互类API：NAOqi Interaction engines
• 运动类API：NAOqi Motion
• 音频类API：NAOqi Audio
• 视觉类API：NAOqi Vision
• 人像感知API：:NAOqi People Perception
• 传感器与LED灯：NAOqi Sensors & LEDs

2. 重要API: ALProxy

  在 Naoqi 的 Python SDK 中提供了一条重要的 API: ALProxy，在调用 Naoqi 的各个功能模块时通常都要先调用此API，从而获取指定功能模块的代理服务，其返回的应该是指定服务类的一个实例。ALProxy 有两个不同的构造函数，详见下面的函数原型：

1
2
3
4

ALProxy (name, ip, port)
# name is the name of the module,
# ip is the IP of the broker in which the module is running,
# port is the port of the broker.

1
2

ALProxy (name)
# name is the name of the module.

ALProxy (name) 作为 ALProxy (name, ip, port) 的重载函数，通常在没有可用的代理实例时才被使用。