2016-05-19 Roger
如何减小PNG图片大小 原文链接 : Reducing PNG file Size 原文作者 : Colt McAnlis 译者 : rogero0o 继续阅读 »
2016-06-14 Piasy
在安卓 OpenGL ES 2.0 完全入门(一):基本概念和 hello world{:target="_blank"} 中,我主要分析了坐标系、基本绘制流程、绘制三角形、投影变换参数意义,在本篇中,我将分析绘制矩形、绘制图片纹理、读取显存的内容,以及一些注意事项,完整代码可以在 GitHub 获取{:target="_blank"}。 继续阅读 »
2017-05-18 Jamling
Android中实现圆角图片有多种姿势,不知你解锁了几种? more 方法一:setXfermode法 此种方式就是再new一个相同尺寸的bitmap,然后使用paint.setXfermode(new PorterDuffXfermode(Mode.SRC_IN));先画圆角矩形,再画原始bitmap,然后就得到了一个圆角的bitmap了。 ```java public static Bitmap getRoundedCornerBitmap(Bitmap bitmap, float roundPx) { 继续阅读 »
2016-10-26 wilsonIs
懒加载也称为延迟加载,即在需要的时候才加载。 1. 懒加载的实现原理 图片懒加载的思路: 提前设定好图片的宽、高(或用默认图片占位) 不设置图片的src属性,把图片的地址存储到data-src属性里 判断当前屏幕的位置,把当前屏幕内的图片的src属性设置为data-src的值 继续阅读 »
2016-08-02 Jamling
相信大家在做Android开发的时候,一定遇到以下问题: 界面A上有一个按钮B1,点击时,需要变换背景颜色 界面B的按钮B2与界面A的按钮B1外观一样,只是颜色不同 通常我们的解决办法是向UI要按钮的背景图,不同的状态是一张图片。以上为例,我们需要向美工索取4张图片。 按钮B1(常态与点击态),按钮B2(常态与点击态),然后再定义selector drawable xml,如果美工给的不是9.png,我们还要使用nine-patch工具将其转为9.png图片。 大家可以想象一下,如果状态更多,而页面上的按钮又各不相同的话,天啊!那该有多少图片,多少个selector啊,得花多少时间啊!有没有快捷的解决办法呢?答案当然是有! 继续阅读 »
2018-02-24 Alex Sun
1. 符号表示 假设有一批猫和非猫的图片,要判断是否是猫。假设图片都是彩色图片,尺寸为$64\times64$。 在训练的时候,将图片进行铺平展开,如下图所示: 继续阅读 »
2018-04-03 Alex Sun
1. 人脸验证和人脸识别 人脸验证(Face Verification):1对1问题,即输入图片,判断图片是否是正确的那个人(即已经有了一个人的信息) 人脸识别(Face Recognition):1对n问题,即输入图片,需要输出对应的那个人信息(即已经有了n个人的信息) 继续阅读 »
2014-03-22 Lingxian Kong
本文转载自http://uedc.163.com/8142.html 项目管理是让项目活动中相互竞争的各类制约因素:质量、进度、资源、风险等取得平衡的艺术,同时也是平衡项目干系人的各种需要、关注和期望,带领不同的人朝着相同目标迈进的领导艺术。 成功的项目管理可以简单理解为:按时、在预算内+满足产品需求+满足质量需求 地完成项目。 以下是我(笔者)对项目管理的一点体会记录。 需求等级 视觉 A:图片没有分享功能吗? 技术 K:图片有链接转发分享、微博或邮件形式分享等多种分享,全部开发的话需要推延时间表。 策划 D:图片只做预览、下载已经足够了,暂时不做分享。 交互 E:如果我们的用户是基于 继续阅读 »
2016-06-15 Lu Huang
本节实现的是使用OpenCV里自带的函数,将一幅logo加到一张图片上去。 提取mask 利用mask生成带logo图片 实现过程 引用与读取图片 不再赘述,代码如下。 ``` python import cv2 import numpy as np img = cv2.imread('test.png') logo = cv2.imread('logo.jpg') cv2.imshow("Img_Original", img) ``` 获取mask 先将logo转成黑白,然后设置合适的阈值二值化,使得有内容的部分为黑(0),无内容的部分为白(255),这里使用的阈值为205。 ```python logo_gray 继续阅读 »
2018-03-13 Alex Sun
1. CNN特点 假设一批图片样本,图片尺寸都是100 × 100(单通道)。使用神经网络来进行训练,假设第一个隐藏层有2500个神经单元,则参数个数一共为 10000 × 2500 = 2500W 存在的问题: 参数数据量太多,需要大量的计算资源 图片是一个二维结构,相邻像素之间的关联较强,距离远的像素之间关联较弱,因此不必要一次性把所有像素在一起计算 继续阅读 »