1、基于vlc的多界面32位音视频播放器；
2、支持rtsp、rtmp、flv、hls等网络流；
3、支持本地文件播放；
4、支持桌面捕获；
5、支持1x1、2x2、3x3、4x4多布局；

1MediaCodec硬解码demo2包含h264码流资源3包含如何处理硬解码过程中出现的各种crash／anr／黑屏

适合毕业设计，可以作为学习之用。
采用ansys命令流写的

Aaslt关于工作流的新作，介绍了基于PetriNet的业务过程建模技术

三、设计要求1、使用模块化设计思想来设计该编译器；
2、词法分析模块用于读入输入串，并将其转换成供语法分析模块使用的记号流。
其中包括滤掉空格和注释、识别常数、识别标识符和关键字等功能；
3、要求在语法分析模块中利用语法制导翻译技术完成具体的中缀表达式到后缀表达式的翻译，其中包括按前述翻译器的规格说明构建对应表达式、项、因子的非终结符expr、term和factor的函数以及检查记号是否匹配的函数；
并在不匹配时调用错误处理模块；
4、要求符号表管理模块主要完成符号表对应数据结构的具体实现功能；
5、错误处理模块负责报告错误信息及位置，并终止分析过程；
6、输出模块完成翻译后所得到的后缀表达式的输出。
四、运行结果1、从键盘输入任意中缀表达式，如：4-5*6DIV4+8MOD2输出相应的后缀表达式：456*4DIV-82MOD+1、 若键盘输入串为非中缀表达式时，如：4!+*5-6DIV4+8MOD2输出相应语法错误报告信息，并停止语法分析，如：line1:compilererror!

金蝶K3自动编制现金流量表(外).pdf

FFmpeg是一个自由软件，可以运行音频和视频多种格式的录影、转换、流功能，包含了libavcodec——这是一个用于多个项目中音频和视频的解码器库，以及libavformat——一个音频与视频格式转换库。

摘要：在较复杂的变流系统中，主控系统的延滞会影响IGBT模块故障保护的时效性，造成保护失败。
针对这种情况，本文采用光耦驱动芯片HCPL-316J和DSP芯片设计了一种IGBT驱动电路，当光耦芯片故障信号发出后立即封锁IGBT驱动信号，完全消除了主控程序运行时长对故障保护的影响。
通过模拟过流实验和实际应用表明，本设计故障保护响应迅速，运行稳定可靠。
　　引言 　　光耦驱动芯片HCPL-316J是Agilent公司[编者注：2014年8月更名为keysight(是德)公司]生产的栅极驱动电路产品之一，可用于驱动150A/1200V的IGBT，开关速度为0.5?s，有过流检测

v4l2loopback-创建V4L2回送设备的内核模块该模块允许您创建“虚拟视频设备”。
普通（v4l2）应用程序将读取这些设备，就像它们是普通视频设备一样，但是不会从例如捕获卡中读取视频，而是由另一个应用程序生成。
例如，这允许您在Skype视频上应用一些漂亮的视频效果...它还允许一些更严肃的事情（例如，我一直在使用它通过将GStreamer挂接到回送设备上来向应用程序添加流功能。
）。
消息要获取每个新版本的主要功能，请参阅NEWS文件。
您还可以查看ChangeLog（它会自动生成，并且可能用途有限...问题对于当前问题，请检出请使用问题跟踪程序报告任何问题。
在我们的问题跟踪器中创建新票证之前，请确保您已阅读此文档并遵循其中的所有说明。
另外，在报告任何问题之前，请搜索问题跟踪器：将信息添加到现有故障单中要比使用基本相同的信息创建新故障单要好得多。
寻求帮助问题跟

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

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。