三月一日  总算出太阳了

作业里面有一个问题很有意思，就是使用高斯filter来smooth图像时候使用5x5作两次和使用11x11座一次是不是差不多，我在路上想明白了，的确是差不多，这个从试验中已经证实了，因为第一次5x5所作的convolution可以被叠加。买了一个蓝魔T17fhd，有这么一点要记住，所谓的mp4的硬盘otg功能是带不动普通的移动硬盘的，一定要外接电源，我买的80g/480元/1.8寸硬盘虽然不需要外接电源，但是太贵了，并且mp4的耗电只能支持不到一个小时，所以意义还是不大。试验TV-out发现tv就是tv，不可能支持480p/720p/1080i/1080p之类的，因为色差输出就是电视输出，看来明天要买一个HDMI来试验才行。

三月二日  总算出太阳了吗？

guassian的smooth方法的参数效果是这样子的，param1/param2是尺寸，param3/param4是横向/纵向参数，那么他们的效果是：9-9-x和0-0-x的比较x变化值为1,4,6时候，后者变化远大于前者。

统计局的统计方案需要向大众咨询，这是什么机构？是新闻“制造”机构还是事实“反映”机构？或者这些人连最基本的统计学的原理与目的都不明白？还是因为长官意志的长期反映弱化了智商？

三月三日  总算出太阳了吗？

蓝魔T17fhd真的是没话说了，几乎是至上之美，首先视频格式的问题几乎达到了完美的解决，dts等等音频输出也是完美的结决，其次，解码码率几乎达到了硬盘播放器的水平，据电脑报的测试已经达到了50m/s，这个能力真让人佩服研发公司的dsp的编码能力，再次就是强大的otg功能几乎完美，当然2.5寸硬盘拖不动是没有办法的，只能外接电源，1.8寸是没有问题的，其他的usb闪存/tf卡时不必说了，最后就是那完美的电视输出，首先使用耳机插孔的色差输出达到ntsc/pal的电视格式完全没有问题，几天买了hdmi的线输出480p/720p/1080i都没有问题，等一下试验一下1080p，我想应该也是没有问题的，电脑报的测试不我欺也！唯一让我美中不足的是他是4.3寸，当然这个看在16g的nand存储，699元的价格还是可以接受的，为什么不做成5寸呢？那轻巧的身姿让人不敢相信有这么强大的功能。还带一个小遥控器，我觉得中国的嵌入式开发已经达到了世界的前列，因为广东的这些公司前途无限！强！！！1080p没有问题！

使用cvCreateCameraCapture得到的IplImage实际上都是一些指针，就是你不可以释放，同时你得到的是及时的capture的就是说他是不停变化的我花了好一会才证实到这一点。

所谓的人大代表很不幸的缩写是NPC，在游戏中就是那些按照既定程序执行的非可操作的人物，我觉得很贴切。

三月五日  浓雾弥漫

keeping mum我一直以为keeping就和housekeeping的keeping意思一样，mum我以为就是mam，所以，我总是以为一个家庭需要一个能管家的妈妈，这个似乎和电影的意思一样，远远比所谓的《保持缄默》好的多的一个名字，比如说《能管好家的妈妈》。所谓黑色幽默就是说在《一条叫旺达的鱼》里面银行抢劫犯在被警察追赶的时候还是红灯停绿灯行遵守交通规则，或者就是这部<keeping mum>里面杀人犯的祖母在处理后备厢里尸体的时候要求女儿坐在驾驶室里因为祖母的驾照还在见习期需要在开车的时候有持照者坐在副驾驶监督。所以一个杀人犯无论在犯罪与否都能自觉自愿地遵守交通规则这是多么难能可贵啊，我看到这里感动的热泪盈眶，当然眼泪也是笑出来的。

三月六日  浓雾弥漫

erode是使用kernel来做的min操作，dilate正好相反使用max操作，效果是前者去除孤立的亮点，针对的是噪音增加了的信号，而后者去除的是正好相反的情况，它把成片的区域连接起来，意思就是噪音干扰是我们的信号丢失造成原本相连的信号分割了。在这两个操作衍生出来的opening/closing就是说，opening=erode+dilate, closing=dilate+erode，opening和closing的效果都是保持了原来成片亮区的面积，前者去除了孤立的亮区，后者去除了孤立的暗区，这个似乎和原始的erode/dilate一致，只不过据说更准确。更高级的morphology操作是gradient=dilate-erode这个效果是剥离出来亮度变化大的区域。tophat=src-open(src); blackhat=close(src)-src;这两个高级操作tophat/blackhat前者突出了局部的亮区，后者突出了局部的黑洞。以上都是我的学习摘录。

三月七日  浓雾弥漫

这一道作业题出的很好，就是你使用camera抓拍连续两张照片，后一张尽量保持不动增加一个茶杯，然后先转成灰度图使用absulte-diff求出其中的变化，然后使用threshold的binary来过滤一些白噪音，在使用morphology的open在过滤一下白噪音，然后问题就是针对这一张结果图来找出杯子的轮廓。具体做法是这样子的从左上角开始寻找255的白点，找到后使用floodfill来fill成100，从返回的connectcomp来记录fill的面积，找到更大的就把之前的floodfill成0，记录下现在的面积，当然也是fill成100，直到找到最大的floodfill，最后把它fill成255就是杯子了。其中我犯了一个低级错误就是用int 来比较灰度图里面的255，他是-1，所以一直找不到。

新疆npc在举行press conference，我一开始实在是耐着性子听他的一大套的官话空话，我不禁在想难怪新疆有人要造反，凤凰台记者提了三个问题，结果他一开始花了十几二十几分钟把官话又说了一遍，我实在是没有耐性了，因为我自己都快忘记了问题是什么了，所以我也假设这种共产党吃喝干部肯定也记不住问题，可是忽然话锋一转，这个看似肚子里都是官话的草包居然有条有理的外交辞令式地回答了全部问题，这个让我着实吃了一惊，就是共产党的这些高官虽然有很多看上去比清朝的官员还要昏聩，实际上有不少肚子里还是有些能力，否则精明如胡锦涛这样子的人物不会让他继续呆下去了吧？也许吧。

《District9》的所谓alien就是美国的非法居民和中国的农民工，他们具有人类的功能但是不被当作人类。

三月 九日  阴雨蒙蒙

cvFloodFill是一个非常强大的函数，其中常见的一个错误就是你如果不设定mask的写上去的值，那么默认就是1，这样子8bit的图就是纯黑一样。所以，int32的第二个byte的值100<<8就是一个不错的选择。同时你要记住这个mask必须是原来image的长宽多2个pixel，这里你使用setImageROI是不起作用的。另外，这个mask是同时输入和输出，就是说你不setzero的话，他会非零的部分不让你画了。以上都是书里面反复告诫的，我依旧犯了错。cvPyrSegmentation又是另一个强大的函数，你要理解这里他似乎不是一个完全实现了当初的设计意图，这个是我自己猜测的因为原来的参数里面的返回一个connectedcomp的CvSeq可是，这个cc里面的contour没有赋值，就是说他告诉了你这个segment的面积，boundingbox，color，但是没有告诉你他的分布，同时要明白这个segment不一定要相通的，所以，当你发现boundingbox的rect使整个图你不要像我一样的吃惊。那么怎样获得这个区域呢，不如contour，树上介绍使用cvfloodfill，于是我就只好去在rect里面搜索等于color的pixel，我希望你不要像我一样反复翻一个低级错误，就是IplImage的imagedata是signed char*，那么你和cvScalar的double类型来比较当然是一个天上一个地上，因为负数转double可能是不行的，所以，你也不要使用所谓的memcmp，我之前有成功真是奇怪，因为比较的长度如果是depth=8,nchannels=3你要怎么使用memcmp，我真的是糊涂。所以，如果你要把一个segment的所有区域都找出来，只能是一次次的floodfill，一次次的把它们记录在mask上，有更好的办法吗？