个人最常用的集成库了，平时做项目用到的器件和封装都能在里边找到的！74ACT573T双向数据传输74HC138138译码器74HC1544-16译码器74HC595移位寄存器74HC4052双通道模仿开关74HVC32M双输入或门74LS32M双输入或门74VHC04M非门ACS712电流检测芯片ACT45B共模电感AD5235数控电阻AD8251可控增益运放AD8607AR双运放AD8667双运放AD8672AR双运放ADG836L双刀双掷数字开关AFBR-5803-ATQZ光以太网AS1015可调升压芯片ASM11173.3V稳压芯片AT24C02EEROM存储器AT89S5251系列单片机Battery备份电池BC57F687蓝牙音频模块BCP68NPN三极管BCP69TPNP三极管BEEP蜂鸣器BMP闪电符号BTS7970电机驱动Butterfly功率激光器Butterfly-S功率激光器Cap无极性电容CapPol极性电解电容CD4052BCM双通道模仿开关CG103BOSCH点火芯片CHECK测试点CY7C026AVRAMCY7C1041CV33RAMD-Schottky肖特基二极管DAC8532数模转换DConnector9串口DConnector15VGADiode二极管Diode-Z稳压二极管Diode_CRD恒流二极管DM9000A网络芯片DM9000C网络芯片DP83848I网络芯片DPY-4CA共阳4位数码管DPY-4CK共阴4位数码管DRV411闭环磁电流DS18B20温度传感器DS1307Z实时时钟EMIF接插件FIN散热片FM24CL16铁电存储器FPC-30PFPC排线连接器FPC-40PFPC排线连接器FT232RLUSB转串口Fuse2保险丝FZT869NPN三极管G3VM-61半导体继电器GA240Freescale16位单片机Header2接插件Header2X2A接插件Header2X2B接插件Header3接插件Header4接插件Header5X2接插件Header6接插件Header7X2Header,7-PinHeader8Header,8-PinHeader8X2A接插件Header10Header,10-PinHeader10X2Header,10-PinHeader14X2B2*14双排插针Header16Header16贴片Header16X2接插件Header32X2接插件Header40接插件Header_AMP50控制器接插件HFBR-1414光发送HFBR-2412光接收HFKC单刀双掷继电器HK4100F单刀双掷继电器HR911103A网络接口HR911105A以太网接口HS0038B红外接收器Inductor电感IS61LV51216静态RAMISO7221隔离芯片JoyStick模仿摇杆L298ST双电桥L5150BN5V稳压芯片LCD_CON37LCD接口LD-6.0mm5MW激光LD-MOD激光调制管LED-RGB三基色LEDLED0发光二极管LED1双色LEDLM317稳压芯片LM3244运放SOP8芯片LM358双运放LM2577S-ADJDC升压LM2577T-ADJDC升压LM2596S-5.05V稳压芯片LM2596S

网上找到的比较常见的jpg转bmp的C言语代码（出处不详），做了小的改动，包成一个函数，可以将一个jpg文件经过解码，可以得到相应的将RGB数据和尺寸数据。
工程是用vs2013建立的。

基于matlab调用电脑摄像头，对每一帧进行人脸识别，检测人脸的位置，在一定帧数范围内动态追踪人脸的位置。
(参数设置中设置nFrame的大小可以调整总帧数，即程序持续运转时间；
vidDevice=imaq.VideoDevice('winvideo',2,'YUY2_640x480',...'ROI',[11640480],...'ReturnedColorSpace','rgb');)中数字“2”表示调用电脑USB摄像头，改为“1”可调整为使用电脑内置摄像头。

在现实生活中，往往存在着大量多维数据，例如视频流数据，文本数据，RGB图像等。
传统的方法往往通过某种方式将多维数据重新排列成矩阵方式，利用矩阵分析方法，例?蛔PCA，SVD，NMF，进行特征提取、聚类、分类等操作，这无疑破坏了数据原本的空间结构，增加了分析结果的不准确性，而张量在分析数据的同时，能够保持多维数据的空间结构不被破坏，这极大地引起了学者们的研究热情。
张量即多维数组，它是向量和矩阵在高维上的推广，目前被广泛应用在计算机视觉、数据挖掘、信号处理等领域。
本文着重研究三阶非负张量分解问题，回顾三阶张量的非负分解模型(NTVl，阐述了算法的思想及实现过程。
接着，从张量投影的角度出发，建立了基于张量投影的非负分解模型(NTPM)，阐述了模型的想法，并给出了相应的算法公式。
在收敛性分析中，给出并证明了模型KKT条件的一个等价方式以及算法收敛性定理。
实验结果表明基于张量投影的非负分解模型，相比于原有的非负分解模型，在运行时间以及逼近误差上有了一定程度的改进。
最后，讨论了NTPM模型今后研究的方向。

将摄像头的数据通过DCMI方式读出写入TFT屏，读取TFT屏幕上的像素点的颜色进行识别。
将屏幕读取的RGB颜色数据进行转换为YCRCB，然后再进行颜色的对比，将摄像头的亮度设置低点，对比度加高点（我的程序里面已经设置好），就可以很好的识别颜色，而且识别速率也快。
代码正文详细，简单易懂。
已更改积分要求2021-1-7

一幅二维数字图像可以用矩阵[g(m,n)]来表示，g(m,n)是图像在坐标(m,n)处的灰度级（或彩色RGB值）。
也可以把g(m,n)视为一个二元函数，它的自变量为m和n，则可以用它来表示数字图像在平面上的亮度分布。
矩阵可以写成下面的方式： 在上面的基础上，我们可以定义下面的二维DFT：定义1：二维矩阵向量[g(m,n)]的2D-DFT

用MATLAB完成从视差图重建3D点云并显示出来，得到的rgb+XYZ

用Matlab实现彩色图像的DCT量化，采用标准的JPEG亮度图像量化表进行量化，把RGB分层到R、G、B三层处理，进行8*8分块处理，之后得到运用cat得到重构的RGB图像。

屏幕找图源码，GetDIBits(hDesktopDC,hBmp,0,(UINT)bmpInf.bmiHeader.biHeight,lpBufscr,&bmpInf;,DIB_RGB_COLORS)

matlab程序完成RGB图像转换为YUV视频序列，可以是单个图像，也可以是多个图像的批量处理。

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。