其他

    在空軍之翼網站上有一篇文章叫給豬裝上翅膀。標題黨的厲害，實際上內容是很嚴肅的，講的是隱形飛機的裡裡外外。第一代的隱形飛機是F-117 Nighthawk，的確是很雷人。很難想象，這副樣子的東西，居然還能飛起來，還能打仗。從某種程度講，它長得真有幾分像一頭豬，還長著翅膀。    f-117的身世還極具傳奇色彩。研製的時候它的保密工作做到了家，造謠、掩蓋、煙幕彈，都幹過，甚至還出了款玩具欺騙福士，把地球人忽悠了十多年。廢話少說，回到主題。F-117項目差不多開始於1975年，也是Skunk

所謂圖片非同步載入，意思是不用一次把圖片全部載入完，你可以叫它消極式載入，緩衝載入都行。看看你有沒有這種需求：某篇文章圖片很多，如果在載入文章時就載入所有圖片，無疑會延緩載入速度，讓使用者等更久，所以，我想找這樣一種外掛程式，讓網頁只載入瀏覽器視野範圍內的圖片，沒出現在範圍內的圖片就暫不載入，等使用者滑動捲軸時再逐步載入。lazyload就是用來實現這種效果。lazyload.js其實是jQuery的一個外掛程式，全稱是jquery.lazyload.js，看它的名字就知道它的作用了——就是偷懶

工程傳奇——製造平面莫華楓     我的一個表兄是位工程師，早年在工廠裡做過學徒，後來讀了大學，還得了碩士學位，理論和實踐功底都很紮實。有一次他問了我一個問題：鉗工用的平板是怎麼做出來的。鉗工平板實際上就是一塊堅硬的鐵板，表面非常平整，可以達到0.1mm以內的平整度。鉗工用平板作為基準，進行裝配、測量、加工等等工作。我想也沒想回答：用更平的平面作為基準，來加工平板。他反問我一句：那更平的平面是怎麼加工出來的呢？這下我語塞。沒錯，更平的平面是怎麼做出來的呢？   接著他告訴我，其實很簡單。基本的加

GP技術的展望——先有鴻鈞後有天莫華楓    自從進階語言出現以來，類型始終是語言的核心。幾乎所有語言特性都要以類型作為先決條件。類型猶如天地，先於萬物而存在。但是，是否還有什麼東西比類型更加原始，更加本質，而先於它存在呢？請往下看。:)泛型和類型   泛型最簡短最直觀的描述恐怕應該是：the class

維爾納·馮·布勞恩（Wernher von

ANN vs BNN莫華楓毋庸置疑，ann是對bnn的類比。（也有人不這麼認為，打算鬧獨立。且不說著作權問題，認為自己能夠牛過上帝他老人家，也是不應該的）。這兩天奧運，心血來潮，想讓ann和bnn

如果裝了TortoiseSVN：Settings -> Saved Data -> Authentication Data -> clear。即可清除儲存的上個使用者登入資訊；當再次用到svn時，會提示輸入使用者名稱密碼，輸入新的使用者名稱密碼即可。  或者，手動刪除下面目錄下的svn登入使用者資訊儲存檔案： C:\Documents and Settings\javaLee\Application Data\Subversion\auth\svn.simple

在《CERL2 系列1： Hello，CERL2！纖程！》中，我們提到：CERL2 在 CERL 上進行了編程模型的演化，並且形成了多個子庫。最主要的兩個子庫為 async 和 venus。 我們這一篇中，將更加詳細地描述 CERL2 的整體架構體系。先一圖概括之：                                async                                | ----------------------------------------------

洞經常是越鑽越大。本來是要嘗試如何能使 S60 程式擺脫預設的啟動代碼，而是用自己的啟動代碼的。追尋這個目標的第一步是查看Symbian 可執行程式的真正進入點，這個很快就找到了，是一個名叫 _E32Startup 的函數。立刻照貓畫虎仿效當前自己在 Windows 下寫 WinMainCRTStartup 的做法，寫了一個同名函數，把實現留空，試圖替換掉編譯器預設提供的入口。這個小工作的進展就不那麼順利了，最開頭寫的是 void

　　讀完《說服力》一書後，第一感覺：果然不負“經典”一詞，可教會我們在生活中一般是怎麼決策的，我們可以如何去做，達到說服的效果。本書目錄沒有將每章要點列出，而是用很有吸引力的疑問作為章節題目，為了自己方便回顧，現將每章要點用幾個字概括出來。 第01章：怎樣通過為觀眾製造不便來提高說服力？概括：從眾心理摘錄：當人們對一件事抱不確定態度時，他們傾向於觀察周圍人的做法，以指導自己的行為。 第 02章：如何將從眾效應轉化為說服力？概括：找“與眾相同”之處摘錄：舉薦人與目標人物相似之處越多，達到的說服效果

回家路上聽到2個人在說：田字怎麼一筆寫成，並且筆劃不重複。田我回家想了許久，覺得無論如何走正常的途徑肯定是不行的，投機取巧腦筋急轉彎的我不討論。那麼是否可以找到數學定理？其實就是歐拉七橋問題：18世紀著名古典數學問題之一。在哥尼斯堡的一個公園裡，有七座橋將普雷格爾河中兩個島及島與河岸串連起來()。問是否可能從這四塊陸地中任一塊出發，恰好通過每座橋一次，再回到起點？歐拉於1736年研究並解決了此問題，他把問題歸結為如下右圖的“一筆畫”問題，證明上述走法是不可能的。1736年，在經過一年的研究之後，

昨天，同事突然來找我，說是編譯出來的程式，在 S60 第五版的模擬器上有問題，只能在第一次的時候順利開啟，退出再次進入，則失敗。表現的現象有兩種，如果是用滑鼠在功能表中點擊進入，則沒有任何提示，如果是用鍵盤上下鍵定位元影像標然後斷行符號，則會報“功能表：系統錯誤(-1)”。 該同事素日也是以技術過硬著稱的，這次也事先做了不少測試，告訴我一個聽起來莫名其妙的規律：mmp 檔案中有兩個 cpp，注釋掉就正常，放開就出問題，神奇的地方在於，這兩個

一、重載的基本規則1.重載操作符的形參數目應與操作符的運算元數目相同。重載操作符作為類的成員函數，隱含一個*this作為函數的第一個函數2.重載後，優先順序、結合性、運算元目不變。但是不能保證求值順序求值順序是指：在優先順序、結合性相同的情況下，先求哪個3.不能建立新的操作符4.重載操作符必須至少有一個類類型或枚舉類型5.不可重載的操作符：（1）：：               （2）.                     （3）？：                  （4）#       

之前介紹了Qt+OpenCV的圖形介面設計http://blog.csdn.net/yang_xian521/article/details/6968012，那篇裡面只是讀取了圖片，這次再略進一步，再實現一個網路攝影機視頻的讀取。再介紹一下我的開發環境Qt4.7.4+OpenCV2.3.1+VS2008，其實很簡單，先在自己的QMainWindow子類裡面聲明如下變數：public:camCapture(QWidget *parent = 0, Qt::WFlags flags =

第二章原本是講如何將基於標定的增強現實在ios平台實現，包括以下4個方面：1、在ios平台建立opencv工程2、Marker檢測識別3、攝像機標定及Marker姿態估計4、在Marker基礎上渲染一個3維虛擬物體這裡面第一部分是IOS平台的開發，我不是太關注，略去；第四部分是基於OpenGL的3維虛擬物體建立，也是基於IOS平台，因為第三章裡還要用到OpenGL，這裡留著第三章再解剖。所以這裡主要分析第二部分和第三部分。這一篇介紹第二部分。感覺這個東西有點像二維碼識別。不知道2維碼是怎麼做的哦

上一篇已經寫了如何配置好開發環境，這次就先小試牛刀，來個視頻的編碼。搞視頻處理的朋友肯定比較熟悉YUV視頻序列，很多測試庫提供的視頻資料都是YUV視頻序列，我們這裡就用用YUV視頻序列來做視頻。關於YUV視頻序列，我就不多講了，可以看書學習，通常的視頻序列都是YUV420格式的。步驟也就那幾步，添加視頻流，開啟編碼器，開闢相應的記憶體空間，然後就可以開啟YUV序列逐幀寫入資料了，so easy！記得最後要做好檔案的關閉和記憶體的釋放，因為FFmpeg是c風格的（不知道新版本是否是c++風格的），

 在昨天屏蔽鍵盤和滑鼠事件的的基礎上繼續做的深加工，還是在OnInDialog()裡面添加代碼這次要用到的函數是：BOOL SetWindowPos( const CWnd* pWndInsertAfter, int x, int y, int cx, int cy, UINT nFlags );這個函數是用來確定程式視窗是不是頂置。const CWnd* pWndInsertAfter 這個參數就是確定要不要頂置的參數。在MSDN裡面它的選擇性參數有下：wndBottom    wndTop 

之前做了haartraining的東西，感覺到OpenCV裡面實現的東西還不是很好，這個老版本的haartraining的東西在新版本仍然是用老版本的函數來實現的，讓我很不爽。於是好期待下一版本的到來，索性研究一下OpenCV路在何方，由於才接觸OpenCV不久，就研究它的路在何方有些自不量力，但還是搜集了不少的資料，把我搜集的東西和大家分享一下，有說的不對的，歡迎大家都指點出來~~首先說說OpenCV接下來的動作，然後再分析分析OpenCV如今還欠缺的東東一、 Coming

stitching是OpenCV2.4.0一個新模組，功能是實現映像拼接，所有的相關函數都被封裝在Stitcher類當中。這個類當中我們可能用到的成員函數有createDefault、estimateTransform、composePanorama、stitch。其內部實現的過程是非常繁瑣的，需要很多演算法的支援，包括映像特徵的尋找和匹配，攝像機的校準，映像的變形，曝光補償和映像融合。但這些模組的介面、調用，強大的OpenCV都為我們搞定了，我們使用OpenCV做映像拼接，只需要調用creat

首先要先糾正個誤區，我見有人用OpenCV做多媒體開發，真的是很搞笑，OpenCV這東西再強大，這方面也不行的，之所以把視頻讀取寫入這部分做的強大一些，也是為了方便大家做視頻處理的時候方便些，而且這部分也是基於vfw和ffmpeg二次開發的，功能還是很弱的。一定要記住一點，OpenCV是一個強大的電腦視覺庫，而不是視頻流編碼器或者解碼器。希望大家不要走入這個誤區，可以把這部分簡單單獨看待。目前，OpenCV只支援avi的格式，而且產生的視頻檔案不能大於2GB，而且不能添加音頻。如果你想突破這些限