书名:微波工程导论　　作　者：雷振亚　　出版社：科学出版社　　出版时间：2010-2-1本书以常用微波概念和微波电路专题为线索，简明阐述微波电路的基本理论，重点介绍常用微波知识的结论，侧重于工程实际应用。
全书共14章，涵盖微波无源元件、有源电路、天线、微波系统、微波测量，附录给出了微波工程常用数据和材料特性等内容。
各部分内容相对独立，概念清晰．并有大量的设计实例，使得读者能够尽快理解基本内容，熟悉微波电路的常见结构、指标，掌握设计方法，方便工程数据查阅。
　　本书可作为电子工程、通信、导航专业的教材，也可供相关专业的科研、工程技术人员参考。
　　前言　　第1章微波工程介绍　　1.1常用无线电频段　　1.2微波的重要特性　　1.2.1微波的基本特性　　1.2.2微波的主要优点　　1.2.3微波的不利因素　　1.3微波工程中的核心问题　　1.3.1微波铁三角　　1.3.2微波铁三角的内涵　　1.4微波系统举例　　1.4.1微波通信系统　　1.4.2雷达系统　　1.5微波工程基础常识　　1.5.1关于分贝的几个概念　　1.5.2常用微波接头　　1.6微波电路的设计软件　　第2章传输线理论　　2.1集总参数元件的微波特性　　2.1.1金属导线　　2.1.2电阻　　2.1.3电容　　2.1.4电感　　2.2传输线理论　　2.2.1无耗传输线　　2.2.2有耗传输线　　2.3史密斯圆图　　2.3.1阻抗圆图　　2.3.2导纳圆图　　2.3.3等Q圆图　　2.3.4圆图的运用　　2.4微带线理论　　2.4.1传输线类型　　2.4.2微带传输线　　2.4.3LTCC电路　　2.5波导和同轴传输线　　2.5.1波导　　2.5.2同轴线　　第3章匹配理论　　3.1基本阻抗匹配理论

用OpenCV对图像中圆的检测以及拟合，很有用噢

编写应用程序，利用鼠标在视图区内绘制圆和椭圆。
要求在工具条上创建两个按钮，分别代表绘制圆和绘制椭圆。
实现代码中仅允许使用SetPixel一种绘图函数，不可以使用其他绘图函数。
绘制图形的鼠标操作方式可自行决定，此处给出一种方式作为参考：类似于绘制直线段，按下鼠标左键时的点假设为P，按住鼠标左键不放，移动鼠标到另一点处抬起鼠标左键，该点假设为Q。
绘制圆的时候，以P为圆心，PQ为圆的半径。
绘制椭圆时，将PQ作为一个矩形的对角线，绘制该矩形的内切椭圆。

利用python绘制一个简单的小猪佩奇，就是通过Trutle模块实现基本的圆、椭圆、曲线等，难点在于，如何定位每个部位的位置

本项目是一个动态壁纸引擎项目。
本站之前介绍过一个樱花动态壁纸和一个气泡动态壁纸，点击分类里面的壁纸分类就可以看到，但是如果您想学习一下安卓动态壁纸的开发一定不能错过这个项目。
本项目完全可以作为动态壁纸开发的指导案例，整个项目只有三个java文件，源码里注释量非常大，并且作者还用大白话讲述了自己对动态壁纸开发中的一些知识的理解。
项目设置完毕以后会在桌面出现一个简单的不断翻滚的立方体，手指接触屏幕以后还会出现一个圆跟随触摸的地方移动。
需要注意的是本项目编译运行以后不会在桌面生成图标，可以在壁纸设置里面的动态壁纸中找到。

多变量粒子群优化算法演示程序，可观察研究粒子在优化过程中的行为。
例子的数据模型为用一系列矩形填充圆截面，求最好的填充组合。
代码为C++&VS2010。

本书针的读者是高校学生，科研工作者，图像处理爱好者。
对于这些人群，他们往往是带着具体的问题，在苦苦寻找解决方案。
为了一个小问题就让他们去学习C++这么深奥的语言几乎是不可能的。
而Python的悄然兴起给他们带来的希望，如果说C++是tex的话，那Python的易用性相当于word。
他们可以很快的看懂本书的所有代码，并可以学着使用它们来解决自己的问题，同时也能拓展自己的视野。
别人经常说Python不够快，但是对于上面的这些读者，我相信这不是问题，现在我们日常使用的PC机已经无比强大了，而且绝大多数情况下不会用到实时处理，更不会在嵌入式设备上使用。
因此这不是问题。
本书目录：目录I走进OpenCV101关于OpenCV-Python教程102在Windows上安装OpenCV-Python113在Fedora上安装OpenCV-Python12IIOpenCV中的Gui特性134图片134.1读入图像4.2显示图像4.3保存图像4.4总结一下5视频5.1用摄像头捕获视频5.2从文件中播放视频5.3保存视频6OpenCV中的绘图函数6.1画线6.2画矩形6.3画圆6.4画椭圆6.5画多边形6.6在图片上添加文字7把鼠标当画笔7.1简单演示7.2高级一点的示例8用滑动条做调色板8.1代码示例III核心操作9图像的基础操作9.1获取并修改像素值9.2获取图像属性9.3图像ROI9.4拆分及合并图像通道9.5为图像扩边（填充）10图像上的算术运算10.1图像加法10.2图像混合10.3按位运算11程序性能检测及优化11.1使用OpenCV检测程序效率11.2OpenCV中的默认优化11.3在IPython中检测程序效率11.4更多IPython的魔法命令11.5效率优化技术12OpenCV中的数学工具IVOpenCV中的图像处理13颜色空间转换5413.1转换颜色空间13.2物体跟踪13.3怎样找到要跟踪对象的HSV值？14几何变换14.1扩展缩放14.2平移14.3旋转14.4仿射变换14.5透视变换15图像阈值15.1简单阈值15.2自适应阈值15.3Otsu’s二值化15.4Otsu’s二值化是如何工作的？16图像平滑16.1平均16.2高斯模糊16.3中值模糊16.4双边滤波17形态学转换17.1腐蚀17.2膨胀17.3开运算17.4闭运算17.5形态学梯度17.6礼帽17.7黑帽17.8形态学操作之间的关系18图像梯度18.1Sobel算子和Scharr算子8718.2Laplacian算子19Canny边缘检测19.1原理19.1.1噪声去除19.1.2计算图像梯度19.1.3非极大值抑制19.1.4滞后阈值19.2OpenCV中的Canny边界检测20图像金字塔9420.1原理21OpenCV中的轮廓22直方图23图像变换24模板匹配25Hough直线变换26Hough圆环变换27分水岭算法图像分割28使用GrabCut算法进行交互式前景提取29理解图像特征30Harris角点检测31Shi-Tomasi角点检测&适合于跟踪的图像特征32介绍SIFT(Scale-InvariantFeatureTransform)33介绍SURF(Speeded-UpRobustFeatures)34角点检测的FAST算法35BRIEF(BinaryRobustIndependentElementaryFeatures)36.1OpenCV中的ORB算法37特征匹配38使用特征匹配和单应性查找对象39Meanshift和Camshift40.3OpenCV中的Lucas-Kanade光流41背景减除23841.1基础42摄像机标定43姿势估计44对极几何（EpipolarGeometry）45立体图像中的深度地图25945.1基础46K近邻（k-NearestNeighbour）47支持向量机48K值聚类49图像去噪50图像修补51使用Haar分类器进行面部检测

本软件可计算圆曲线带有缓和曲线中、边桩坐标及切线方位角，若只需计算圆曲线则缓和曲线输入0即可。
附有正算、反算功能，正算：通过里程和偏距计算坐标，反算：通过坐标反推里程和偏距。

JFreeChart类：voidsetAntiAlias(booleanflag)字体模糊边界voidsetBackgroundImage(Imageimage)背景图片voidsetBackgroundImageAlignment(intalignment)背景图片对齐方式（参数常量在org.jfree.ui.Align类中定义）voidsetBackgroundImageAlpha(floatalpha)背景图片透明度（0.0～1.0）voidsetBackgroundPaint(Paintpaint)背景色voidsetBorderPaint(Paintpaint)边界线条颜色voidsetBorderStroke(Strokestroke)边界线条笔触voidsetBorderVisible(booleanvisible)边界线条是否可见-----------------------------------------------------------------------------------------------------------TextTitle类：voidsetFont(Fontfont)标题字体voidsetPaint(Paintpaint)标题字体颜色voidsetText(Stringtext)标题内容-----------------------------------------------------------------------------------------------------------StandardLegend(Legend)类：voidsetBackgroundPaint(Paintpaint)图示背景色voidsetTitle(Stringtitle)图示标题内容voidsetTitleFont(Fontfont)图示标题字体voidsetBoundingBoxArcWidth(intarcWidth)图示边界圆角宽voidsetBoundingBoxArcHeight(intarcHeight)图示边界圆角高voidsetOutlinePaint(Paintpaint)图示边界线条颜色voidsetOutlineStroke(Strokestroke)图示边界线条笔触voidsetDisplaySeriesLines(booleanflag)图示项是否显示横线（折线图有效）voidsetDisplaySeriesShapes(booleanflag)图示项是否显示形状（折线图有效）voidsetItemFont(Fontfont)图示项字体voidsetItemPaint(Paintpaint)图示项字体颜色voidsetAnchor(intanchor)图示在图表中的显示位置（参数常量在Legend类中定义）-----------------------------------------------------------------------------------------------------------Axis类：voidsetVisible(booleanflag)坐标轴是否可见voidsetAxisLinePaint(Paintpaint)坐标轴线条颜色（3D轴无效）voidsetAxisLineStroke(Strokestroke)坐标轴线条笔触（3D轴无效）voidsetAxisLineVisible(booleanvisible)坐标轴线条是否可见（3D轴无效）voidsetFixedDimension(doubledimension)（用于复合表中对多坐标轴的设置）voidsetLabel(Stringlabel)坐标轴标题voidsetLabelFont(Fontfont)坐标轴标题字体voidsetLabelPaint(Paintpaint)坐标轴标题颜色voidsetLabelAngle(doubleangle)`坐标轴标题旋转角度（纵坐标可以旋转）voidsetTickLabelFont(Fontfont)坐标轴标尺值字体voidsetTickLabelPaint(Paintpaint)

这是基于Java的水果识别系统，目前只实现了橘子识别，可以从给定的图片中识别橘子和橘子数量，程序中的界面美化用了CSS，精简代码，降低重构难度，美化效果能达到要求。
刚开始用了传统的圆测试，但是在检测第一张图的时候，测试结果是检测到三个橘子，之后用另一种算法，然后解决了这个问题。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。