这是一本关于图像处理基本原理及其具体应用的图书，是作者多年来教学、科研与应用的总结。
全书共15章，内容贯穿从图像获取到应用的整个过程，具体包括图像获取、人类视觉、打印和存储、成像缺陷修正、空间域图像增强、频率域图像处理、分割和阈值处理、二值图像处理、全局图像测量、特定特征的测量、外形表征、特征识别与分类、层析成像、三维可视化、表面成像。
本书的特色是，着重于各种图像处理方法的介绍与比较，并使用实例进行演示与说明。
目录：第1章获取图像第2章人类视觉第3章打印和存储第4章修正成像缺陷第5章空间域图像增强第6章频率空间中的图像处理第7章分割和阈值处理第8章二值图像处理第9章全局图像测量第10章特定特征的测量第11章外形表征第12章特征识别与分类第13章层析成像第14章三维视图第15章表面成像

这是一本关于图像处理基本原理及其具体应用的图书，是作者多年来教学、科研与应用的总结。
全书共15章，内容贯穿从图像获取到应用的整个过程，具体包括图像获取、人类视觉、打印和存储、成像缺陷修正、空间域图像增强、频率域图像处理、分割和阈值处理、二值图像处理、全局图像测量、特定特征的测量、外形表征、特征识别与分类、层析成像、三维可视化、表面成像。
本书的特色是，着重于各种图像处理方法的介绍与比较，并使用实例进行演示与说明。
目录：第1章获取图像第2章人类视觉第3章打印和存储第4章修正成像缺陷第5章空间域图像增强第6章频率空间中的图像处理第7章分割和阈值处理第8章二值图像处理第9章全局图像测量第10章特定特征的测量第11章外形表征第12章特征识别与分类第13章层析成像第14章三维视图第15章表面成像

x23010.15.7Clover引导，无线网卡ar9285，将clover/kexts/other/IO80211Family.kext放到/System/Library/Extensions下修复便可驱动

《模式识别（第四版）》是2010年电子工业出版社出版的图书，作者是西奥多里蒂斯。
本书由模式识别领域的两位顶级专家合著，全面阐述了模式识别的基础理论、最新方法、以及各种应用。
作　者：(希)SergiosTheodoridis/(希)KonstantinosKoutroumbas，李晶皎等译第1章导论1.1模式识别的重要性1.2特征、特征向量和分类器1.3有监督、无监督和半监督学习1.4MATLAB程序1.5本书的内容安排第2章基于贝叶斯决策理论的分类器2.1引言2.2贝叶斯决策理论2.3判别函数和决策面2.4正态分布的贝叶斯分类2.5未知概率密度函数的估计2.6最近邻规则2.7贝叶斯网络习题MATLAB编程和练习参考文献第3章线性分类器3.1引言3.2线性判别函数和决策超平面3.3感知器算法3.4最小二乘法3.5均方估计的回顾3.6逻辑识别3.7支持向量机习题MATLAB编程和练习参考文献第4章非线性分类器4.1引言4.2异或问题4.3两层感知器4.4三层感知器4.5基于训练集准确分类的算法4.6反向传播算法4.7反向传播算法的改进4.8代价函数选择4.9神经网络大小的选择4.10仿真实例4.11具有权值共享的网络4.12线性分类器的推广4.13线性二分法中1维空间的容量4.14多项式分类器4.15径向基函数网络4.16通用逼近4.17概率神经元网络4.18支持向量机：非线性格况4.19超越SVM的范例4.20决策树4.21合并分类器4.22合并分类器的增强法4.23类的不平衡问题4.24讨论习题MATLAB编程和练习参考文献第5章特征选择5.1引言5.2预处理5.3峰值现象5.4基于统计假设检验的特征选择5.5接收机操作特性（ROC）曲线5.6类可分性测量5.7特征子集的选择5.8最优特征生成5.9神经网络和特征生成/选择5.10推广理论的提示5.11贝叶斯信息准则习题MATLAB编程和练习参考文献第6章特征生成I：线性变换6.1引言6.2基本向量和图像6.3Karhunen-Loève变换6.4奇异值分解6.5独立成分分析6.6非负矩阵因子分解6.7非线性维数降低6.8离散傅里叶变换（DFT）6.9离散正弦和余弦变换6.10Hadamard变换6.11Haar变换6.12回顾Haar展开式6.13离散时间小波变换（DTWT）6.14多分辨解释6.15小波包6.16二维推广简介6.17应用习题MATLAB编程和练习参考文献第7章特征生成II7.1引言7.2区域特征7.3字符形状和大小的特征7.4分形概述7.5语音和声音分类的典型特征习题MATLAB编程和练习参考文献第8章模板匹配8.1引言8.2基于最优路径搜索技术的测度8.3基于相关的测度8.4可变形的模板模型8.5基于内容的信息检索：相关反馈习题MATLAB编程和练习参考文献第9章上下文相关分类9.1引言9.2贝叶斯分类器9.3马尔可夫链模型9.4Viterbi算法9.5信道均衡9.6隐马尔可夫模型9.7状态驻留的HMM9.8用神经网络训练马尔可夫模型9.9马尔可夫随机场的讨论习题MATLAB编程和练习参考文献第10章监督学习：尾声10.1引言10.2误差计算方法10.3探讨有限数据集的大小10.4医学图像实例研究10.5半监督学习习题参考文献第11章聚类：基本概念11.1引言11.2近邻测度习题参考文献第12章聚类算法I：顺序算法12.1引言12.2聚类算法的种类12.3顺序聚类算法12.4BSAS的改进12.5两个阈值的顺序方法12.6改进阶段12.7神经网络的实现习题MATLAB编程和练习参考文献第13章聚类算法II：层次算法13.1引言13.2合并算法13.3cophenetic矩阵13.4分裂算法13.5用于大数据集的层次算法13.6最佳聚类数的选择习题MATLAB编程和练习参考文献第14章聚类算法III：基于函数最优方法14.1引言14.2混合分解方法14.3模糊聚类算法14.4可能性聚类14.5硬聚类算法14.6向量量化附录习题MATLAB编程和练习参考文献第15

《模式识别（第四版）》是2010年电子工业出版社出版的图书，作者是西奥多里蒂斯。
本书由模式识别领域的两位顶级专家合著，全面阐述了模式识别的基础理论、最新方法、以及各种应用。
作　者：(希)SergiosTheodoridis/(希)KonstantinosKoutroumbas，李晶皎等译第1章导论1.1模式识别的重要性1.2特征、特征向量和分类器1.3有监督、无监督和半监督学习1.4MATLAB程序1.5本书的内容安排第2章基于贝叶斯决策理论的分类器2.1引言2.2贝叶斯决策理论2.3判别函数和决策面2.4正态分布的贝叶斯分类2.5未知概率密度函数的估计2.6最近邻规则2.7贝叶斯网络习题MATLAB编程和练习参考文献第3章线性分类器3.1引言3.2线性判别函数和决策超平面3.3感知器算法3.4最小二乘法3.5均方估计的回顾3.6逻辑识别3.7支持向量机习题MATLAB编程和练习参考文献第4章非线性分类器4.1引言4.2异或问题4.3两层感知器4.4三层感知器4.5基于训练集准确分类的算法4.6反向传播算法4.7反向传播算法的改进4.8代价函数选择4.9神经网络大小的选择4.10仿真实例4.11具有权值共享的网络4.12线性分类器的推广4.13线性二分法中1维空间的容量4.14多项式分类器4.15径向基函数网络4.16通用逼近4.17概率神经元网络4.18支持向量机：非线性格况4.19超越SVM的范例4.20决策树4.21合并分类器4.22合并分类器的增强法4.23类的不平衡问题4.24讨论习题MATLAB编程和练习参考文献第5章特征选择5.1引言5.2预处理5.3峰值现象5.4基于统计假设检验的特征选择5.5接收机操作特性（ROC）曲线5.6类可分性测量5.7特征子集的选择5.8最优特征生成5.9神经网络和特征生成/选择5.10推广理论的提示5.11贝叶斯信息准则习题MATLAB编程和练习参考文献第6章特征生成I：线性变换6.1引言6.2基本向量和图像6.3Karhunen-Loève变换6.4奇异值分解6.5独立成分分析6.6非负矩阵因子分解6.7非线性维数降低6.8离散傅里叶变换（DFT）6.9离散正弦和余弦变换6.10Hadamard变换6.11Haar变换6.12回顾Haar展开式6.13离散时间小波变换（DTWT）6.14多分辨解释6.15小波包6.16二维推广简介6.17应用习题MATLAB编程和练习参考文献第7章特征生成II7.1引言7.2区域特征7.3字符形状和大小的特征7.4分形概述7.5语音和声音分类的典型特征习题MATLAB编程和练习参考文献第8章模板匹配8.1引言8.2基于最优路径搜索技术的测度8.3基于相关的测度8.4可变形的模板模型8.5基于内容的信息检索：相关反馈习题MATLAB编程和练习参考文献第9章上下文相关分类9.1引言9.2贝叶斯分类器9.3马尔可夫链模型9.4Viterbi算法9.5信道均衡9.6隐马尔可夫模型9.7状态驻留的HMM9.8用神经网络训练马尔可夫模型9.9马尔可夫随机场的讨论习题MATLAB编程和练习参考文献第10章监督学习：尾声10.1引言10.2误差计算方法10.3探讨有限数据集的大小10.4医学图像实例研究10.5半监督学习习题参考文献第11章聚类：基本概念11.1引言11.2近邻测度习题参考文献第12章聚类算法I：顺序算法12.1引言12.2聚类算法的种类12.3顺序聚类算法12.4BSAS的改进12.5两个阈值的顺序方法12.6改进阶段12.7神经网络的实现习题MATLAB编程和练习参考文献第13章聚类算法II：层次算法13.1引言13.2合并算法13.3cophenetic矩阵13.4分裂算法13.5用于大数据集的层次算法13.6最佳聚类数的选择习题MATLAB编程和练习参考文献第14章聚类算法III：基于函数最优方法14.1引言14.2混合分解方法14.3模糊聚类算法14.4可能性聚类14.5硬聚类算法14.6向量量化附录习题MATLAB编程和练习参考文献第15

Live555源代码分析之mediaServerRTSP服务器作者：灯下野狐有幸下载到资源，共享给大家。
由于我之前下载好多源码解释资源分最多达15分都被坑。
这把力荐。

Live555源代码分析之mediaServerRTSP服务器作者：灯下野狐有幸下载到资源，共享给大家。
由于我之前下载好多源码解释资源分最多达15分都被坑。
这把力荐。

目录摘要 1目录 3前言 4第一章需求分析 5第一节系统需求分析 51.1.1商品管理功能 51.1.2用户管理功能 51.1.3用例分析……………………………………………………………………5第二节系统整体功能分析 12第二章系统设计 15第一节可行性分析 152.1.1调查分析 152.1.2必要性分析 15第二节次要功能模块设计 162.2.1登陆功能模块 162.2.2主界面模块 16第三节逻辑结构设计 16第三章系统概要设计 20第一节设计思想 223.1.1系统设计思想 223.1.2设计原则 223.1.3业务流程分析 23第二节数据库设计…………………………………………………………………………233.2.1数据流图……………………………………………………………………………233.2.2数据库E-R模型……………………………………………………………………233.2.3数据库的物理模型…………………………………………………………………23第四章系统测试 27第一节系统测试 274.1.1系统登录测试 274.1.2测试汇总 28第五章关键技术系统分析与改进 29结论 29致谢 29参考文献 30

猪皮包装器，可通过RaspberryPiZero，1、2、3或4上的Node.js启用快速GPIO，PWM，伺服控制，形态更改通知和中断处理。
目前，piggioNode.js模块和piggioC库都在RaspberryPi4ModelB上进行了实验。
Pigpio支持Node.js版本10、12、13、14和15。
内容产品特点数字IO每秒高达350万次数字读取*）每秒高达250万次数字写入*）GPIO0至31中的任意一个上的PWM支持多种频率和占空比范围GPIO0到31任意一个上的伺服控制无抖动当GPIO0到31中的任何一个形态改变时发出警报形态更改的时间精确到几微秒通知流，用于同时监视GPIO0到31中任何一个的形态变化形态更改的时间精确到几微秒低延迟中断处理程序每秒处理多达20000次中断*）作为一组操作的GPIO，最多可读取或写入32个GPIO触发脉冲产生上拉/下拉电阻器配置产生GPIO电平变化的波形（时间精确到几微秒）*）在运行RaspbianBuster2019-07-10的RaspberryP

整理的适用于图像去雾的雾霾图像，可用于暗通道、图像加强等图像去雾程序编写；
源图像

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。