主要使用了OpenCV的视频采集,图像色域转换,颜色通道分割,高斯滤波,OSTU自动阈值,凸点检测,边缘检测,余弦定理计算手势等功能，实现手势识别与控制

边缘智能白皮书（2018）

利用Hough变换完成直线检测，网上的huogh检测程序总是出错，我的这个程序已经调试通过，放心下载.直线检测的流程是：输入灰度图像，接下来是二值化处理变成黑白图像，然后通过Canny边缘检测算子获取边缘，最后利用霍夫变换检测直线，并绘制在原灰度图上面。

作研究生课题专门开发的颗粒图像处理软件，具有灰度化，腐蚀，膨胀，边缘提取，计数分析等等功能

使用MATLAB实现的Canny边缘算子检测

一、约定术语:　　大板（Sheet）(也叫板料)：是制造印制电路板的基板材料，也叫覆铜板，有多种规格。
如：1220X1016mm。
　　拼板（Panel）(也叫生产板)：由系统根据拼板设定的的范围（拼板最大长度、最小长度和拼板最大宽度、最小宽度）自动生成；
　　套板（Unit）：有时是客户定单的产品尺寸(Width*Height)；
有时是由多个客户定单的产品尺寸组成（当客户定单的尺寸很小时即常说的连片尺寸）。
一个套板由一个或多个单元（Pcs）组成；
　　单元（Pcs）:客户定单的产品尺寸。
　　套板间距（DX、DY）尺寸：套板在拼板中排列时，两个套板之间的间隔。
套板长度与长度方向之间的间隔叫DX尺寸；
套板宽度与宽度方向之间的间隔叫DY尺寸。
　　拼板工艺边（DX、DY）尺寸(也叫工作边或夹板边)：套板与拼板边缘之间的尺寸。
套板长度方向与拼板边缘之间的尺寸叫DX工艺边；
套板宽度方向与拼板边缘之间的尺寸叫DY工艺边。
　　单元数/每套：每个套板包含有多少个单元　　规定套板数：在开料时规定最大拼板包含多少个套板　　套板混排：在一个拼板里面，允许一部份套板横排，一部份套板竖排。
开料模式：开料后，每一种板材都有几十种开料情况，甚至多达几百种开料情况。
怎样从中选出最优的方案？根据大部份PCB厂的开料经验，我们总结出了5种开料模式：1为单一拼板不混排；
2为单一拼板允许混排；
3、4、5开料模式都是允许二至三种拼板，但其排列的方式和计算的方法可能不同(从左上角开始向右面和下面分、从左到右、从上到下、或两者结合)在后面的拼板合并中有开料模式示意图。
其中每一种开料模式都选出一种最优的方案，所以每一种板材就显示5种开料方案。
(选择的原则是：在允许的拼板种类范围内，拼板数量最少、拼板最大、拼板的种类最少。
)　　二、开料方式介绍(开料方式共有四个选项):　　1、单一拼板：只开一种拼板。
　　2、最多两种拼板：开料时最多有两种拼板。
　　3、允许三种拼板：开料时最多可开出三种拼板。
（也叫ABC板）　　4、使用详细算法：该选项主要作用：当套板尺寸很小时(如：50X20)，速度会比较慢，可以采用去掉详细算法选项，速度就会比较快且利用率一般都一样。
建议：如产品尺寸小于50mm时，采用套板设定(即连片开料)进行开料，或去掉使用详细算法选项进行开料。
　　三、开料方法的选择　　1、常规开料:主要用于产品的尺寸就是套板尺寸，或人为确定了套板尺寸　　直接输入套板尺寸，确定套板间距（DX、DY）尺寸，确定拼板工艺边（DX、DY）尺寸，选择生产板材（板料）尺寸，用鼠标点击开料（cut）按钮即可开料。
　　2、套板设定开料（连片开料）：主要用于产品尺寸较小，由系统自动选择最佳套板尺寸。
　　套板设定开料可以根据套板的参数选择不同套板来开料，从而确定那一种套板最好，利用率最高。
从而提高板料利用率，又方便生产。

这里包含基于蚁群算法的图像边缘检测的源程序，并含有示例图片。

目录：第一章绪论1·1生物视觉通路简介1·2Marr的计算视觉理论框架1·3本书各章内容简介1·4计算机视觉的现状与阅读本书需注意的问题思考题参考文献第二章边缘检测2·1边缘检测与微分滤波器2·2边缘检测与正则化方法2·3多尺度滤波器与过零点定理2·4最优边缘检测滤波器2·5边缘检测快速算法2·6图像低层次处理的其他问题思考题参考文献第三章射影几何与几何元素表达3·1仿射变换与射影变换的几何表达3·2仿射坐标系与射影坐标系3·3仿射变换与射影变换的代数表达3·4不变量3·5由对应点求射影变换3·6点3·7指向和方向3·8平面直线及点线对偶关系3·9空间平面及点面对偶关系3·10空间直线3·11二次曲线与二次曲面思考题参考文献第四章摄像机定标4·1线性模型摄像机定标4·2非线性模型摄像机定标4·3立体视觉摄像机定标4·4机器人手眼定标4·5摄像机自定标技术思考题参考文献第五章立体视觉5·1立体视觉与三维重建5·2极线约束5·3对应基元匹配5·4射影几何意义下的三维重建思考题参考文献第六章运动与不确定性表达6·1欧氏平面上的刚体运动6·2欧氏空间中的刚体运动6·3不确定性的描述6·4不确定性的运算6·5不确定性运算的几个例子6·6三维直线段的不确定性6·7不确定性的显示思考题参考文献第七章基于光流场的运动分析7·1光流场和运动场7·2光流的约束方程7·3微分技术7·4其他方法7·5基于光流场的定性运动解释思考题参考文献第八章长序列运动图像特征跟踪8·1引论8·2参数估计理论初步8·3特征运动模型8·4特征跟踪的阐述8·5匹配8·6实际应用中需要考虑的问题思考题参考文献第九章基于二维特征对应的运动分析9·1极线方程和本质矩阵9·2基于点匹配的运动计算9·3图像是一个空间平面的投影时的运动计算9·4基于直线匹配的运动计算9·5基本矩阵的估计思考题参考文献第十章基于三维特征对应的运动分析10·1由三维点匹配估计运动10·2不需显式匹配的方法10·3从三维直线匹配估计运动10·4从平面匹配估计运动10·5二维-三维的物体定位思考题参考文献第十一章由图像灰度恢复三维物体形状11·1辐射度学与光度学11·2光照模型11·3由多幅图像恢复三维物体形状11·4由单幅图像恢复三维物体形状思考题参考文献第十二章建模与识别12·1CAD系统中的三维模型表达12·2曲线与曲面的表达12·3三维世界的多层次模型12·4由二维图像建模12·5识别的一般原则——问题与策略12·6特征关系图匹配12·7“假设检验”识别方法思考题参考文献第十三章距离图像获取与处理13·1距离传感器13·2数据预处理13·3深度图分割思考题参考文献第十四章计算机视觉系统体系结构讨论与展望14·1计算机视觉系统的基本体系结构14·2视觉系统体系结构讨论14·3主动视觉14·4计算机视觉的应用展望参考文献附录A实验数据及参考结构A·1图像的格式A·2摄像机定标A·3立体视觉A·4基于光流场的运动分析A·5长序列运动图像特征跟踪A·6基于二维特征对应的运动分析A·7基于三维特征对应的运动分析

如今，与任何其他科技巨头相比，谷歌软件的设计都更胜一筹。
在移动时代，科技自身会如何进化?谷歌在设计上脱胎换骨的故事就是一个例子。
如今，与任何其他科技巨头相比，谷歌软件的设计都更胜一筹——虽然就在几年之前，这样的说法可能还是一派胡言。
如果你不相信，那就放下成见，敞开心扉，认真比较一下Android和iOS。
先从推送通知开始说起，这是一个重要功能，很说明问题，因为我们把它当作理所当然的东西。
苹果在这个功能上做得如何呢?推送通知出现在你的锁屏上。
小心，如果你想看某一条通知，但没有准确地进行滑动操作，它就消失了。
到哪儿去了?为了找到它，你用手指按住屏幕的顶部边缘向下滑动。
它们在这里：通过即使你想让这些

基于HOG特征提取的图像分类器，HOG的核心思想是所检测的局部物体外形能够被光强梯度或边缘方向的分布所描述。
通过将整幅图像分割成小的连接区域称为cells，每个cell生成一个方向梯度直方图或者cell中pixel的边缘方向，这些直方图的组合可表示出所检测目标的目标）描述子。
为改善准确率，局部直方图可以通过计算图像中一个较大区域称为block的光强作为measure被对比标准化，然后用这个measure归一化这个block中的所有cells.这个归一化过程完成了更好的照射/阴影不变性。

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。