该实例目的是在VC下利用OpenGL接口实现=三维实体旋转、平移和缩放功能，鼠标操作很流畅，对需要这些功能的开发人员具有重要参考价值！

DataScopev1.0特性：1、无需安装，启动即用2、支持同时刷新多达10个通道的单精度浮点型数据3、支持多种格式的通道数据导入、导出及回放4、支持全屏浏览5、支持图表数据统计、测量及缩放6、支持蓝牙适配器7、支持各通道独立刷新8、支持3D轨迹显示9、3D立方体显示10、航空仪表11、灵活可屏蔽的快捷键支持

Delphi是全新的可视化编程环境，为我们提供了一种方便、快捷的Windows应用程序开发工具。
它使用了MicrosoftWindows图形用户界面的许多先进特性和设计思想，采用了弹性可重复利用的完整的面向对象程序语言(Object-OrientedLanguage)、当今世界上最快的编辑器、最为领先的数据库技术。
对于广大的程序开发人员来讲，使用Delphi开发应用软件，无疑会大大地提高编程效率，而且随着应用的深入，您将会发现编程不再是枯燥无味的工作——Delphi的每一个设计细节，都将带给您一份欣喜。
　1.1Delphi基本概念介绍　1.1.1Delphi的基本形式　Delphi实际上是Pascal语言的一种版本，但它与传统的Pascal语言有天壤之别。
一个Delphi程序首先是应用程序框架，而这一框架正是应用程序的“骨架”。
在骨架上即使没有附着任何东西，仍可以严格地按照设计运行。
您的工作只是在“骨架”中加入您的程序。
缺省的应用程序是一个空白的窗体(Form)，您可以运行它，结果得到一个空白的窗口。
这个窗口具有Windows窗口的全部性质：可以被放大缩小、移动、最大最小化等，但您却没有编写一行程序。
因此，可以说应用程序框架通过提供所有应用程序共有的东西，为用户应用程序的开发打下了良好的基础。
Delphi已经为您做好了一切基础工作——程序框架就是一个已经完成的可运行应用程序，只是不处理任何事情。
您所需要做的，只是在程序中加入完成您所需功能的代码而已。
在空白窗口的背后，应用程序的框架正在等待用户的输入。
由于您并未告诉它接收到用户输入后作何反应，窗口除了响应Windows的基本操作(移动、缩放等)外，它只是接受用户的输入，然后再忽略。
Delphi把Windows编程的回调、句柄处理等繁复过程都放在一个不可见的Romulam覆盖物下面，这样您可以不为它们所困扰，轻松从容地对可视部件进行编程。
1.1.2面向对象编程的概念　面向对象的程序设计(Object-OrientedProgramming，简记为OOP)是Delphi诞生的基础。
OOP立意于创建软件重用代码，具备更好地模拟现实世界环境的能力，这使它被公认为是自上而下编程的优胜者。
它通过给程序中加入扩展语句，把函数“封装”进Windows编程所必需的“对象”中。
面向对象的编程语言使得复杂的工作条理清晰、编写容易。
说它是一场革命，不是对对象本身而言，而是对它们处理工作的能力而言。
对象并不与传统程序设计和编程方法兼容，只是部分面向对象反而会使情形更糟。
除非整个开发环境都是面向对象的，否则对象产生的好处还没有带来的麻烦多。
而Delphi是完全面向对象的，这就使得Delphi成为一种触手可及的促进软件重用的开发工具，从而具有强大的吸引力。
一些早期的具有OOP性能的程序语言如C++,Pascal,Smalltalk等，虽然具有面向对象的特征，但不能轻松地画出可视化对象，与用户交互能力较差，程序员仍然要编写大量的代码。
Delphi的推出，填补了这项空白。
您不必自己建立对象，只要在提供的程序框架中加入完成功能的代码，其余的都交给Delphi去做。
欲生成漂亮的界面和结构良好的程序丝毫不必绞尽脑汁，Delphi将帮助您轻松地完成。
它允许在一个具有真正OOP扩展的可视化编程环境中，使用它的ObjectPascal语言。
这种革命性的组合，使得可视化编程与面向对象的开发框架紧密地结合起来。
1.2Delphi快速入门　在这一节中，我们来开发一个小程序。
随着开发的过程，逐步介绍Delphi的主要部件及其操作方法。
建议读者按照本书介绍的过程，在您的电脑上直接操作。
您将对Delphi的可视化编程有一个直观、快捷的了解，必将起到事半功倍的效果。
　1.2.1进入Delphi的可视化编程环境1.2.1.1安装Delphi　Delphi的安装与其它应用软件并无不同。
2.0版必须在Windows95以上的操作系统中使用。
启动Windows95或WindowsNT后，将Delphi的光盘放入光驱(CD-ROM)中，运行光盘上的\INSTALL\SETUP.EXE文件，它的安装程序会提示您正确地装入Delphi。
如果您是在微软中文Windows环境中安装Delphi，请参照附录A来设置您的BDE环境，以便于处理中文数据。
　1.2.1.2进入Delphi环境为避免隐藏在Delphi后的ProgramManager和曾经运行过的其它程序扰乱版面，分散您的注意力，不妨在启动Delphi前关掉其它应用程序；
启动Delphi后，再最小化隐藏在后面的Delphi2.0程序组。
这样屏幕上就只留下Delphi窗口可见了。
首次加载Delphi，屏

H264是当今流行的视频压缩格式；
ffmpeg是一个开源库，实现了对h264视频文件的解压缩。
为了降低使用ffmpeg的复杂性，尽量隐藏实现细节，我写了一个封装库。
c#也可以很方便的使用此库。
解压后的数据可以为yuv格式，也可以为rgb格式。
同时可以对rgb格式视频做缩放。
类H264Decode实现了所有解码功能。
最后，再把此类封装成c函数，以便于与c#交互。

多图像超分辨率的实现主要就是将具有相似而又不同却又互相补充信息的配准影像融到一起，得到非均匀采样的较高分辨率数据，复原需要亚像素精度的运动矢量场，然而它们之间的运动模型估计精确与否直接影响到重建的效果，因此影像配准和运动模型的估计精度是高分辨率图像重建的关键。
由于实际中不同时刻获得的影像数据间存在较大的变形、缩放、旋转和平移，因此必须对其进行配准，在此基础上进行运动模型估计。
然后通过频率域或空间域的重建处理，生成均匀采样的超分辨率数据

Harris是一种高效的角点检测算法，但不具备尺度不变性。
SURF（speeded-uprobustfeatures）算法虽然能很好地解决图像尺度变化问题，但是在特征点提取方面没有Harris稳定。
针对Harris和SURF两种算法的特点，提出一种新的Harris-SURF特征点提取算法。
首先用Harris算法检测图像角点，再用SURF算法提取图像特征点；
然后合并角点和特征点，并剔除重复点获得新的特征点集，确定新特征点的主方向并生成特征描述符，再对图像使用比值法进行初匹配；
最后利用RANSAC剔除错误匹配点实现精确匹配。
实验结果表明，该算法对图像存在旋转、缩放、光照及噪声变化有较强的鲁棒性，同时提高了运行效率。

LibNoise分形噪声函数库的JAVA翻译版，个人开发，仅供参考。
包中包含：异常模块:noise.Exceptionnoise.ExceptionInvalidParam无效的参数异常。
noise.ExceptionNoModule无模块异常，无法检索到该源模块noise.ExceptionOutOfMemorynoise.ExceptionUnknown模型模块：noise.model.Line线noise.model.Plane平面noise.model.Sphere球体noise.model.Cylinder圆柱发生器模块：noise.module.Perlin培林噪声 noise.module.RidgedMulti脊多重分形噪声noise.module.Billow巨浪 value=|perlin_value|*2-1.0;noise.module.Voronoi细胞噪声,Voronoi图noise.module.Const常量 value=const;noise.module.Cylinders圆柱noise.module.Checkerboard棋盘格 value=(floor(x)&1^floor(y)&1^floor(z)&1)!=0?-1.0:1.0;noise.module.Spheres球体选择器模块：noise.module.Select选择noise.module.Blend混合 value=((1.0-(modules[3].value+1)/2)*modules[0].value)+((modules[3].value+1)/2*modules[1].value);修饰器模块：noise.module.Invert倒置 value=-value;noise.module.Abs绝对值 value=|value|;noise.module.Clamp截取 value=(valueupperBound?upperBound:value);lowerBound:下截取值;upperBound:上截取值noise.module.Curve曲线 value=noise.module.Curve.ControlPoint控制点noise.module.ScaleBias偏移缩放， value=value*scale+offsetnoise.module.Turbulence湍流 value=modules[0].getValue(x+modules[1].value*power,y+modules[2].value*power,z+modules[3].value*power);noise.module.Exponent指数 value=(pow(abs((value+1.0)/2.0),exponent)*2.0-1.0);组合模块：noise.module.Add添加 value=modules[0].value+modules[1].value;noise.module.Max最大值 value=max(value);noise.module.Min最小值 value=min(value);noise.module.Multiply乘法 value=modules[0].value*modules[1].value;noise.module.Power权重 value=pow(modules[0].value,modules[1].value);变压模块：noise.module.Displace位移替换，扭曲value=modules[0].getValue(x+modules[1].value,y+modules[2].value,z+modules[3].value);noise.module.RotatePoint点旋转noise.module.ScalePoint点缩放,轴缩放 value=modules[0].getValue(x*xScale,y*yScale,z*zScale);noise.module.Terrace露台，梯台noise.mod

应用MFC使用内存双缓冲实现实时曲线无闪烁显示，选中曲线可进行缩放

用的xtion（kinect也相同）和openni获取深度数据，转换为三维点云后在opengl中表示（用彩色数据作纹理），可用鼠标和键盘对三维点云进行旋转与缩放。

1.目录1.目录22.绘图函数Plottingfunctions42.1.可视化的统计关系Visualizingstatisticalrelationships42.1.1.用散点图联系变量Relatingvariableswithscatterplots42.1.2.强调线条图的连续性Emphasizingcontinuitywithlineplots102.1.3.显示与切面的多个关系Showingmultiplerelationshipswithfacets212.2.分类数据绘图Plottingwithcategoricaldata242.2.1.分类散点图Categoricalscatterplots262.2.2.分类观测值分布Distributionsofobservationswithincategories312.2.3.分类统计估计Statisticalestimationwithincategories372.2.4.对“wide-form”数据作图Plotting“wide-form”data412.2.5.显示与facet的多个关系Showingmultiplerelationshipswithfacets432.3.可视化数据集的分布Visualizingthedistributionofadataset442.3.1.绘制单变量分布Plottingunivariatedistributions452.3.2.绘制二元分布Plottingbivariatedistributions512.3.3.在数据集中可视化成对关系Visualizingpairwiserelationshipsinadataset552.4.可视化线性关系Visualizinglinearrelationships572.4.1.函数绘制线性模型Functionstodrawlinearregressionmodels582.4.2.拟合不同种类的模型Fittingdifferentkindsofmodels612.4.3.在其他变量上的情况Conditioningonothervariables682.4.4.控制图表的大小和形状Controllingthesizeandshapeoftheplot712.4.5.在其他上下文中绘制回归图Plottingaregressioninothercontexts733.多图网格Multi-plotgrids763.1.构建结构化的多图网格Buildingstructuredmulti-plotgrids763.2.有条件的小倍数Conditionalsmallmultiples773.3.使用定制函数Usingcustomfunctions863.4.绘制成对的数据关系Plottingpairwisedatarelationships904.绘图美学Plotaesthetics994.1.控制图表美学Controllingfigureaesthetics994.1.1.Seaborn图表风格Seabornfigurestyles1014.1.2.删除轴上的小凸起Removingaxesspines1044.1.3.临时设置图表样式Temporarilysettingfigurestyle1054.1.4.覆盖Seaborn样式的元素Overridingelementsoftheseabornstyles1064.1.5.缩放图表元素Scalingplotelements1084.2.选择调色板Choosingcolorpalettes1114.2.1.创建颜色调色板Buildingcolorpalettes1114.2.2.定性调色板Qualitativecolorpalettes1124.2.3.连续调色板Sequentialcolorpalettes1164.2.4.不同颜色的调色板Divergingcolorpalettes1224.2.5.设置默认调色板Settingthedefaultcolorpalette1245.教程中的数据集125

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。