机子装上使用了一段时间，觉得各方面都很完美，分享给想要体验苹果mac系统乐趣的果粉们。先上张效果图。
机型是宏碁的 SF314-52G-58ED，第八代CPU，类似的配置都可以试试。先来说说系统的不足：
1、独立显卡、WIFI不能使用，想要连WIFI只能使用外置USB无线网卡或自己更换网卡。
2、USB3.0口左边向下第2个不兼容USB2.0设备。
3、声卡支持外放，但耳机孔不能用，网上有自制声卡驱动的教程，不想折腾了，想要的可以自己写一个。
4、触控板支持的手势很少，没有windows上的很多功能。需要将BIOS中Main栏下的TouchPad标签设置为Basic。
EFI百度云链接：
https://pan.baidu.com/s/18huGiBVCi8uagndoWyUxNA
再分享个mac 10.13.3系统的dmg镜像，安装后可直接升级到10.13.5：
https://pan.baidu.com/s/1s5-8E5NfzbdHwG73dQGt3Q
安装步骤：
1、使用transmac软件将dmg文件写入到U盘,挂载U盘EFI分区，将EFI文件夹复制到分区内。
2、关机，设置电脑为上一步骤的U盘启动
3、根据提示引导安装，安装时需要格式化整个硬盘，请提前备份好重要数据。
以上步骤如果不清楚自行百度找答案，或在评论区提问。
——————————————————————EFI 更新2018.08.15————————————————————————
EFI 文件带无线网卡 BCM94352驱动（需自己更换 BCM94352无线网卡）：
https://pan.baidu.com/s/1EfS7IvOWdinN-vhX5-5cFA
普通 EFI 文件：
https://pan.baidu.com/s/1C0QR45Cr3rPxfZOJ9Sumuw
1、解决 USB 口不兼容 Usb2.0问题
2、使用更好的键盘触控板驱动ApplePS2SmartTouchPad.kext，支持更多手势。
3、带无线网卡 BCM94352驱动，需自己更换机内无线网卡，更换后 WIFI 和蓝牙完美。
—————————–EFI更新 2018.09.19———————————
不带BCM94352驱动版：
https://pan.baidu.com/s/1O4vGyXJPx0ErCf2_DdHohQ
1、解决电脑耳机口发出噪音
项目主页：http://caibolun.github.io/DehazeNet/
GitHub代码 ：https://github.com/caibolun/DehazeNet
BReLU+Caffe ：https://github.com/zlinker/mycaffe
其他复现：（1）https://github.com/zlinker/DehazeNet （2）https://github.com/allenyangyl/dehaze
总结：
提出一种名为DehazeNet的可训练的端到端系统，用于传输值估计。 DehazeNet将模糊图像作为输入，并输出其中间透射图，随后用于通过大气散射模型恢复无雾图像。 DehazeNet采用基于卷积神经网络的深层架构，其层专门设计用于体现图像去雾中已建立的假设/先验。具体而言，Maxout单位的图层用于特征提取，这可以生成几乎所有与雾相关的特征。我们还在DehazeNet中提出了一种新的非线性激活函数，称为双边整流线性单元，它能够提高恢复的无雾图像的质量。我们在提议的DehazeNet的组件与现有方法中使用的组件之间建立连接。基准图像的实验表明，DehazeNet比现有方法具有更高的性能，同时保持高效和易用。
摘要 背景：Single image haze removal is a challenging ill-posed problem.
现存方法：Existing methods use various constraints/priors to get plausible dehazing solutions. The key to achieve haze removal is to estimate a medium transmission map for an input hazy image.
提出的方法：In this paper, we propose a trainable end-to-end system called DehazeNet, for medium transmission estimation. DehazeNet takes a hazy image as input, and outputs its medium transmission map that is subsequently used to recover a haze-free image via atmospheric scattering model.
算法岗计算机视觉方向求职经验总结
进入11月份，楼主找工作也基本进入尾声了，从7月份开始关注牛客网，在求职的过程中学到了不少，感谢牛客提供这样一个平台，让自己的求职历程不再孤单。
先说一下楼主教育背景，本科西部末流985，研究生调剂到帝都某文科学校.专业都是CS专业，求职方向都是计算机视觉算法。有某外企以及二线互联网实习经历，本科虽然CS出身，但实际动手能力并不强。研究生的研究方向并不是计算机视觉方向。实习的时候开始接触计算机视觉，自己比较感兴趣，开始转CV方向。回想这几个月的求职经历，其中的辛苦只有自己知道。最终拿到了百度SP，京东SSP，美团无人驾驶SP，顺丰科技SP，拼多多SP，以及虹软SP，思科，中电29等offer。 想把我学习与求职路上的一些心得告诉学弟学妹们。 1.一定要有一门自己比较熟悉的语言。 我由于使用C++比较多，所以简历上只写了C++。C++的特性要了解，C++11要了解一些，还有STL。面试中常遇到的一些问题，手写代码实现一个string类，手写代码实现智能指针类，以及STL中的容器的实现机制，多态和继承，构造函数， 析构函数等。推荐看一下网易云课堂翁恺老师的C++的视频以及经典的几本书。 2.一定要刷题 楼主主要刷了剑指offer以及leetcode上的easy,middle的题目。如果编程能力不是很强，推荐可以分类型进行刷题，按照tag来刷，对于某一类型的题目，可以先看一下该算法的核心思想，然后再刷题。楼主在求职的过程中，遇到好多跟leetcode上类似的题目，刷题的目的不是为了碰见原题，而是为了熟练算法。当然能够碰见原题最好不过啦。 3.机器学习的一些建议 推荐西瓜书，以及李航老师的统计学方法。另外熟悉一种深度学习框架。学习计算机，一定要实战，毕竟只有在实战的过程中，才能懂得更透彻。可以多参加一些比赛，比如kaggle,天池，滴滴的一些比赛。这对找工作的用处很大。
4.能实习就尽量实习。 如果导师是学术大牛，可以带你发顶会的论文，并且自己对方向比较感兴趣，那可以在实验室待着好好搞科研。如果你研究生的研究方向跟你以后的求职方向不一致，建议早点出来实习，找个对口的实习，实习才能发现，实际工作和在学校学习的东西差距比较大。
楼主能不能分享下面试问了哪些视觉的问题啊
问到的问题主要跟我实习做的东西有关，有关于视频拆分的一些算法，以及三维点云的一些问题，传统的图像处理的一些基本操作还是要了解的，比如滤波，边缘检测，以及常用的一些传统的特征，SIFT,SURF，HOG等。深度学习这方面，我主要做过目标检测，所以问到的就是rcnn,fast-rcnn,faster-rnn,yolo,ssd这些算法。另外，问过一些调参，正则化，Batch normalization,drop out,激活函数的选择。手动推导BP,LR,SVM，算法题主要有常规的排序，二分查找，BP相关的题目，还有一些就是关于二叉树的递归和非递归遍历，层次遍历，最近公共祖先等，其余的题目记得不太清楚了
深度学习面经
（1）代码题（leetcode类型），主要考察数据结构和基础算法，以及代码基本功
虽然这部分跟机器学习，深度学习关系不大，但也是面试的重中之重。基本每家公司的面试都问了大量的算法题和代码题，即使是商汤、face++这样的深度学习公司，考察这部分的时间也占到了我很多轮面试的60%甚至70%以上。我去face++面试的时候，面试官是residual net，shuffle net的作者；但他们的面试中，写代码题依旧是主要的部分。
大部分题目都不难，基本是leetcode medium的难度。但是要求在现场白板编程，思路要流畅，能做到一次性Bug-free. 并且，一般都是要给出时间复杂度和空间复杂度最优的做法。对于少数难度很大的题，也不要慌张。一般也不会一点思路也没有，尽力给面试官展现自己的思考过程。面试官也会引导你，给一点小提示，沿着提示把题目慢慢做出来也是可以通过面试的。
以下是我所遇到的一些需要当场写出完整代码的题目： <1> 二分查找。分别实现C++中的lower_bound和upper_bound. <2> 排序。 手写快速排序，归并排序，堆排序都被问到过。 <3> 给你一个数组，求这个数组的最大子段积 时间复杂度可以到O(n) <4> 给你一个数组，在这个数组中找出不重合的两段，让这两段的字段和的差的绝对值最大。 时间复杂度可以到O(n) <5> 给你一个数组，求一个k值，使得前k个数的方差 + 后面n-k个数的方差最小
时间复杂度可以到O(n) <6> 给你一个只由0和1组成的字符串，找一个最长的子串，要求这个子串里面0和1的数目相等。 时间复杂度可以到O(n) <7> 给你一个数组以及一个数K， 从这个数组里面选择三个数，使得三个数的和小于等于K， 问有多少种选择的方法？ 时间复杂度可以到O(n^2) <8> 给你一个只由0和1组成的矩阵，找出一个最大的子矩阵，要求这个子矩阵是方阵，并且这个子矩阵的所有元素为1 时间复杂度可以到O(n^2) <9> 求一个字符串的最长回文子串 时间复杂度可以到O(n) (Manacher算法) <10> 在一个数轴上移动，初始在0点，现在要到给定的某一个x点， 每一步有三种选择，坐标加1，坐标减1，坐标乘以2，请问最少需要多少步从0点到x点。 <11> 给你一个集合，输出这个集合的所有子集。 <12> 给你一个长度为n的数组，以及一个k值（k < n) 求出这个数组中每k个相邻元素里面的最大值。其实也就是一个一维的max pooling 时间复杂度可以到O(n) <13> 写一个程序，在单位球面上随机取点，也就是说保证随机取到的点是均匀的。 <14> 给你一个长度为n的字符串s，以及m个短串（每个短串的长度小于10），每个字符串都是基因序列，也就是说只含有A,T,C,G这四个字母。在字符串中找出所有可以和任何一个短串模糊匹配的子串。模糊匹配的定义，两个字符串长度相等，并且至多有两个字符不一样，那么我们就可以说这两个字符串是模糊匹配的。
在计算机中，广泛采用“0”和“1”两个基本符号组成的“基2码”，或称为二进制码，来表示各种信息。在计算机中采用二进制码的原因如下：
（1）二进制码在物理上容易实现。二进制码的两个符号“1”和“0”正好与电子元器件的两种稳定状态相对应。例如，逻辑电路电平的“低”和“高”，开关的“断”和“通”，发光二极管的“暗”和“亮”等都可以用数字“0”和“1”表示；
（2）二进制运算简单，通用性强；
（3）二进制的两个符号“0”和“1”正好与逻辑命题的两个值“否”和“是”或称“假”和“真”相对应，微计算机实现逻辑运算和程序中的逻辑判断提供便利条件。
其实说实在的，看了书上的答案，不是很满意。“开”和“关”，“通”和“断”等用二进制是方便，但是其他进制就不能解决问题了吗？
对于十进制来说，是熟悉的不能再熟悉了，那为什么不采用十进制？
因为二进制的电路比较简单，二极管有单向导电性，即总处于导通与不导通两种状态之一。若通代表1，不通代表0，则0与1刚好表示出二进制的全部数码。二极管的两个状态：通与不通，决定了由它制出的电脑必然采用二进制。如果二极管有10个状态可以利用，那么电脑就有可能采用十进制了。但有10个状态可利用、像二极管那样可用于制造电脑的东西在现实中还没有发现，所以人们不会舍近求远。因此电脑中的运算至今仍采用二进制。我们平时用电脑时感觉不到它是在用二进制计算是因为电脑会把你输入的十进制数自动转换成二进制，算出的二进制数再转换成十进制数显示到屏幕上。最早的计算机可不会这样，你必须自己把输入的数据转换成二进制才行。
在冯•诺伊曼等人发表的101页报告中写到，33位的表示可以达到10的10次方大小，二进制系统与十进制系统相比要经济得多。举个例子，现在用K表示10的3次方，也就是2的10次方；G表示10的9次方，即2的30次方。10的10次方（1后面10个0）是不是约等于2的33次方（换成二进制表示，1后面33个0）如果用物理状态表示这个数的话，十进制的表示:需要11个具有10种稳定状态的元件，状态总数为110种；二进制的话，只要拿34个灯泡即可，总共才68种状态。
在查询资料过程中，还发现了三进制。三进制有两种：普通三进制和对称三进制。对于计算机而言，普通三进制意义绝对没有现行的二进制意义更大，就其本质，三进制都是以三为底数的进位制，这与二进制类似；但是对称三进制就不同了，它极大的扩充了计算机的逻辑能力，以及对整数的表达能力。
其实“二进制”逻辑并不能完美地表达人类的真实想法。相比之下，“三进制”逻辑更接近人类大脑的思维方式。因为在一般情况下，我们对问题的看法不是只有“真”和“假”两种答案，还有一种“不知道”。在三进制逻辑学中，符号“1”代表“真”；符号“-1”代表“假”；符号“0”代表“不知道”。显然，这种逻辑表达方式更符合计算机在人工智能方面的发展趋势。它为计算机的模糊运算和自主学习提供了可能。
而且，三进制计算机并非没有在人类计算机发展史上出现过。其实，早在上世纪50、60年代。一批莫斯科国立大学的研究员就设计了人类历史上第一批三进制计算机“Сетунь”和“Сетунь 70”（“Сетунь”是莫大附近一条流入莫斯科河的小河的名字）。可惜的是，苏联官僚对这个不属于经济计划一部分的“科幻产物”持否定的态度。他们甚至勒令其停产。对“Сетунь”的订单却如雪片般从各方飞来，包括来自国外的订单，但10到15台的年产量远不足以应付市场需求，更不用说出口了。很快，计划合作生产“Сетунь”的捷克斯洛伐克工厂倒闭了。1965年，“Сетунь”停产了。取而代之的是一种二进制计算机，但价格却贵出2.5倍。
由此，采用二进制的根本原因，在于实现硬件技术相对于简单，简化了运算规则，除此之外还有很多历史发展原因。
至于为什么不和八进制、十六进制比较，我觉得一眼就能看出来，二进制要简单得多
去年5月份换的新电脑，用到现在大半年了。近几天来突然发现电脑插上电源充不了电，关机重启啥的都没有效果，于是尝试着上网找各种解决方案，终于，再试了N种解决方案之后，终于让我成功地找到了解决问题的办法。现在将我的解决方案分享出来，希望对大家有所帮助。
具体的操作步骤（仅针对惠普电脑，其他品牌的电脑不敢保证，不过个人觉得应该差不多）如下：
1.先将电脑关机；
2.在关机状态下按住键盘上的windows和V键；
3.再按住上面的两个键的同时，不松开，再按住电源键，三个键同时按住不放2-3秒钟；
4.松开全部的按键；
5.按电源键开机，看是否会进入一个Bios设置界面，即是否会提示502，如果提示的话则表示操作成功；
6.再重新启动电脑一次，问题即可解决。
ps: 第一次写博客，希望各位大佬轻喷。。。。。。
看完颜色的物理和数学描述基础，再来分析颜色的哲学基础，颜色的人文语义属性。颜色的基本三属性为色相、明度和纯度。
来自于百科：色彩是通过眼、脑和我们的生活经验所产生的一种对光的视觉效应。人对颜色的感觉不仅仅由光的物理性质所决定，比如人类对颜色的感觉往往受到周围颜色的影响。有时人们也将物质产生不同颜色的物理特性直接称为颜色。
人眼对色彩的感知一般来源于来自于光源的直射色和物体表面的反射色。
基础理论，查看百度经验：色彩基础知识 。下面文章摘抄了一小部分。
参考：如何通俗地解释色彩三要素：色相、明度、纯度？ HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。色彩的基本属性离开RGB色彩空间，重新定义了色彩的HSV空间，依然表示 单个色彩的唯一性，但有可能仍然没有包含提夫尼蓝。参考：色彩的HSV表示模型，Hue, Saturation, Value。HSV空间和RGB空间是双射映射。
RGB为生成色，CMYK为反射色，RGB和CMY颜色模型都是面向硬件的，而HSV（Hue Saturation Value）颜色模型是面向用户的。
色彩基本属性 色相-hue
色相是指色彩的相貌,是色彩最显著的特征,是不同波长的色彩被感觉的结果。光谱上的红、橙、黄、绿、青、蓝、紫就是七种不同的基本色相。
色相变化
参考：色相环
明度-value
明度是指色彩的明暗、深浅程度的差别,它取决于反射光的强弱。它包括两个含义:一是指一种颜色本身的明与暗,二是指不同色相之间存在着明与暗的差别。
颜色有深浅、明暗的变化。比如，深黄、中黄、淡黄、柠檬黄等黄颜色在明度上就不一样，紫红、深红、玫瑰红、大红、朱红、桔红等红颜色在亮度上也不尽相同。这些颜色在明暗、深浅上的不同变化，也就是色彩的又一重要特征一一明度变化。
色彩的明度变化有许多种情况，一是不同
色相之间的明度变化。如：在未调配过得原色黄色明度最高、黄比橙亮、橙比红亮、红比紫亮、紫比黑亮；二是在某种颜色中，加白色明度就会逐渐提高，加黑色明度就会变暗，但同时它们的
纯度(颜色的
饱和度)就会降低，三是相同的颜色，因光线照射的强弱不同也会产生不同的明暗变化。 纯度-saturation
也称彩度、艳度、浓度、饱和度,是指色彩的纯净程度。
其他色彩名词
相关关系及影响
0.三要素环
1. 明度对比类型 为了细致的研究色彩明暗对比，可以把黑、灰、白划分为11个色阶。靠近白的3阶为高调色，靠近黑的三阶为低调色，中间三阶为中调色。
高调：具有柔软、轻快、纯洁、淡雅之感；
中调：具有柔和、含蓄、稳重、明确之感；
低调：具有朴素、浑厚、沉重、压抑之感。
2. 纯度对比类型.p76
低纯度基调1-3：给人以平淡、消极、无力、陈旧的感觉，同时也能给人自然、简朴、柔和、超俗、宁静的感受。
中纯度基调4-6：能够传达中庸、文雅、安详的感觉。
高纯度基调7-9：由高纯色组成的基调，由鲜艳、冲动、热烈、活波的视觉感受，给人以积极、强烈而冲动的感觉，如图3-37所示，如运用不当也会产生残暴、恐怖、低俗、刺激的感觉。
图片：高纯度的红色照片，联想一下贞子
降低纯度的方法：加白（产生色相偏差）、加黑（失去光亮感，感觉变得沉着冷静）、加灰（变得柔和柔软）。
3.空间基底映射 RGB空间和HSV空间是双射的，转换矩阵如下所示。
引用地址：http://wenku.baidu.com/view/3ccc1ec58bd63186bcebbc0c.html###
金属光泽
金属光泽是光泽强度的等级之一。一般指反射率R>0.25者，宛如金属抛光后所产生的光泽。同时金属光泽也是矿物光泽的一种。一些硫化物和氧化物矿物。如黄铁矿、方铅矿、镜铁矿等就具有金属光泽。金属光泽矿物均属不透明矿物，很少用作宝石。
[1]
金属光泽是指如同金属
抛光后的表面所反射的光泽，如同平滑的金属光洁表面所呈现的光泽，反光极强，同
非金属光泽、
半金属光泽并列。 特别之处： 金属光泽在RGB空间可以在三通道均匀分布，转化到HSV空间，会产生奇特的特征，表示为金属光泽物体只有V值，其H值和S值均为0. 其他属性
冷暖对比
由于色彩的冷暖差别而形成的色彩对比,称为冷暖对比。红、橙、黄使人感觉温暖;蓝、蓝绿、蓝紫使人感觉寒冷;绿与紫介于期间,另外,色彩的冷暖对比还受明度与纯度的影响,白光反射高而感觉冷,黑色吸收率高而感觉暖。
在色相环上，红橙黄为暖色，其中橙色称为“暖极”，绿青蓝为冷色，其中天蓝色被称为“冷极”。在色重上，暖色偏重，冷色偏轻。在湿度上，冷色湿润。纯度越高，冷暖感越强。纯度越低，冷暖感也随之降低。
补色对比
将红与绿、黄与紫、蓝与橙等具有补色关系的色彩彼此并置,使色彩感觉更为鲜明,纯度增加,称为补色对比。
色调 色调指得是一幅画中画面色彩的总体倾向,是大的色彩效果。在大自然中,我们经常见到这样一种现象:不同颜色的物体或被笼罩在一片金色的阳光之中,或被笼罩在一片轻纱薄雾似的、淡蓝色的月色之中;或被秋天迷人的黄金色所笼罩;或被统一在冬季银白色的世界之中。这种在不同颜色的物体上,笼罩着某一种色彩,使不同颜色的物体都带有同一色彩倾向,这样的色彩现象就是色调。色调是画面色彩构成的总体效果。
网上说的开启各种服务比如server,print 等等，还是没用的话，说明你的账号添加打印机的权限被禁了。
我们公司有一台电脑就是这样，死活找不到被禁用的权限，最后新增一个管理员用户账号（控制面板–>用户管理–>管理其他用户–>新增用户选中系统管理员），用新增的管理员账号登录就可以添加本地打印机，添加完打印机后重启登录旧的账号把新账号删除打印机就可以了。
FAST可以看做是提取角点的一种算法，当然也有人认为FAST-9等对边缘具有极强的响应（ORB_SLAM中）；最早由Edward Rosten 和 Tom Drummond在2005年提出
[1]
FAST角点定义为：若某像素与其周围邻域内足够多的像素点相差较大，则该像素可能是角点 原文将p点周围的点x分为三类：比p亮很多的点，比p暗很多的点，和p亮度差别在一个阈值t内的点。
1检测 1)一个以像素p为中心，半径为3的圆上，有16个像素点（p1、p2、…、p16）。 2)定义一个阈值t。计算p1、p9与中心p的像素差，若它们绝对值都小于阈值，则p点不可能是特征点；否则，有待进一步考察； 3)若p是候选点，则计算p1、p9、p5、p13与中心p的像素差，若它们的绝对值有至少3个超过阈值，则当做候选点，再进行下一步考察 4)若p是候选点，则计算p1到p16这16个点与中心p的像素差，若其中至少9个连续的点超过阈值，则是特征点。
2.fast角点筛选 原文
[2]
中还对fast用机器学习的方法筛选最优特征点。简单来说就是使用ID3算法训练一个决策树，将特征点圆周上的16个像素输入决策树中，以此来筛选出最优的FAST特征点。 上面1中介绍的是FAST-9，而FAST-10、FAST-11、FAST-12也基本一致，只是在步骤4中，超过阈值的个数不是9，而是10，11或12。FAST算法实现起来简单，尤其是以速度快著称。
3.最大值抑制 对图像进行非极大值抑制：计算特征点出的FAST得分值（即s值，16个点与中心点的差的绝对值的总和），判断以特征点p为中心的一个邻域（如3×3或5×5）内，计算若有多个特征点，则判断每个特征点的s值，若p是邻域所有特征点中响应值最大的，则保留；否则，抑制。若邻域内只有一个特征点（角点），则保留。得分计算公式如下（公式中用V表示得分，t表示阈值）：
4.特征点的描述 留意到 FAST只是检测出特征点的位置，FAST没有自带好的描述子，原文直接将周围16个点的灰度作为一个向量来描述该特征点
[1]
。此外也可以借助与BRIEF描述子等来描述。
5.评价 1.fast很快； 2.没有sift的尺度不变性，也不具有旋转不变性； 3.当图片中的噪点较多时，它的健壮性并不好，而且算法的效果还依赖于一个阈值t
reference 1.Rosten E, Drummond T. Fusing points and lines for high performance tracking[C]// Tenth IEEE International Conference on Computer Vision. IEEE, 2005:1508-1515 Vol. 2. 2.Rosten E, Porter R, Drummond T. Faster and Better: A Machine Learning Approach to Corner Detection[M]. IEEE Computer Society, 2010.
明暗处理 人眼的视觉缺陷，即马赫带效应（下图的上部分）。人的眼睛会夸大相邻两个面片之间的颜色差异。所以模型在绘制出来以后，就会看到有棱有角很难看。可以通过插值处理，即明暗处理。
Gouraud明暗处理（1971）和Phong明暗处理（1973）：前者是对色彩进行插值，而后者是对法向插值，且与Phong光照模型是不同的概念。
两者都需要先计算角点的法向量，而不同于Gouraud明暗处理，Phong明暗处理不是对色彩（RGB）插值，而是对每个三角形内部的每个点插值生成其法向。这个方法显得奇怪，因为三角形本身就有法向，但是Phong明暗处理没用它，而是用三个顶点插值出来一个法向。这是为什么呢？ 区别在于，三角形的法向本来是一个常数，而且各常数数值之间是有跳跃的，就显得颜色效果不连续。而且插值插出的法向不是原来表面那个法向了，是一种逼近。具体来说，有一个光滑曲面的物体如茶壶，然后选用面片线性逼近它，这个时候肯定是存在误差的，因此用平面片的法向不如用原始曲面上的法向效果好。但原始曲面是无法知道的。通过法向插值得到的法向某种程度上是对原来真正的光滑曲面的一种近似，所以这样使用插值出来的法向效果会更好。 视点变换和视点方向 使用变换可以使代码更加快速、灵活、模块化。基本变换分四类：不变变换、平移变换、旋转变换、缩放变换。简单变换都是可逆的。 变换的分类（对基本变换的简单组合）： 刚体变换（Rigid-body Transformation）：不变、平移、旋转及其组合，保长度、角度、大小不变。 相似变换（SImilarity Transformation）：不变、平移、旋转、缩放及其组合，保角度不变 线性变换（Linear Transformation）：不变、旋转、缩放、对称、错切
仿射变换（Affine Transformation）:保持直线以及直线与直线的平行，即两条在仿射变换之前平行的直线，在仿射变换之后依旧平行。包括：线性变换、相似变换、以及他们的组合。 投影变换（Projective Transformation）:三维->二维
法向量变换 曲面的（单位）法向量是曲面与曲面正交的（单位）向量，他是曲面最为重要的几何性质之一。
对于相似变换，法向量可以和物体使用同样的变换方程；
对于带有错切的仿射变换，同样的方程则不适用。
如何对法向量变换？ 变换切平面，再通过切平面计算法向量，而不是直接计算。
由切向量计算法向量：
LED显示器的坏点相关问题 声明：本文为博主学习时的摘录，部分内容来源于网络，如有侵权，请联系博主删除，在此感谢分享这些内容的原作者，Helping each other, make progress together 1，名称概述：
(1) 坏点 在白屏情况下为纯黑色的点或者在黑屏下为纯白色的点。在切换至红、绿、蓝三色显示模式下此点始终在同一位置上并且始终为纯黑色或纯白色的点。这种情况说明该像素的R、G、B三个子像素点均已损坏，此类点称为坏点。 (2)亮点
在黑屏的情况下呈现的R、G、B（红、绿、蓝）点叫做亮点。亮点的出现分为两种情况：①在黑屏的情况下单纯地呈现R或者G或者B色彩的点。②在切换至红、绿、蓝三色显示模式下，只有在R或者G或者B中的一种显示模式下有白色点，同时在另外两种模式下均有其他色点的情况，这种情况是在同一像素中存在两个亮点。 (3) 暗点 在白屏的情况下出现非单纯R、G、B的色点叫做暗点。暗点的出现分为两种情况：①在切换至红、绿、蓝三色显示模式下，在同一位置只有在R或者G或者B一种显示模式下有黑点的情况，这种情况表明此像素内只有一个暗点。
②在切换至红、绿、蓝三色显示模式下，在同一位置上在R或者G或者B中的两种显示模式下都有黑点的情况，这种情况表明此像素内有两个暗点。 (4)液晶显示屏坏点 液晶显示器的晶面是一块整体切割的晶状体，在加工过程中如果有轻微震动或灰尘落入晶体结构中，那么这个亮点就会产生，且不可修复。亮点一般为浅蓝色和红色居多，有时也会为白色，也有少部分呈绿色。这和亮点的成份有关。
通常液晶显示器还有坏点的术语。坏点是指无法产生晶体结构改变，无法产生光的晶格，即无法发出任何光，呈黑色。液晶显示屏的坏点又称点缺勤，它是指液晶屏显示黑白两色和红、黄、蓝三原色下所显示的子像素点，每个点是指一个子像素。液晶屏最怕的就是坏点。一旦出现坏点，则不管显示屏所显示出来的图像如何，显示屏上的某一点永远是显示同一种颜色。 2，坏点产生原因： 笔记本的液晶显示屏由两块玻璃板构成，厚约1毫米，中间是厚约5微米(1／1000毫米)的水晶液滴，被均匀间隔隔开，包含在细小的单元格结构中，每三个单元格构成屏幕上的一个像素。在放大镜下呈现方格状，一个像素即为一个光点每个光点都有独立的晶体管来控制其电流的强弱，如果该点的晶体管坏掉，就会造成该光点永远点亮或不亮，这就是前面提到的亮点或暗点，统称为“坏点”。 比如标准分辨率为1024X768分辨率的液晶面板，一个液晶板就有786432个显示点（像素），在大小为0.099mm每个液晶点背后都对应有三个晶体管，并又分别对应着红、绿、蓝滤光片，在每个液晶像素背后还集成一个单独驱动它的微型驱动管，在这235万个液晶像素中其中任何一个晶体管出现毛病都会使这个像素成为一个坏点或亮点。
3，检测方法：
液晶显示器的亮点和坏点均可以采用单色检验法找出，即通过属性的调整，将电脑屏幕调成某一单调的颜色，然后进行坏点和亮点判断，一般会调成白色，黑色，蓝色几种单色调进行测试。另外，这种亮点和坏点与液晶屏幕受物理撞击后形成的无法正常显示的区域不同。亮点和坏点是不会变大的，但撞击后形成的无法正常显示的区域则可能会随着时间推移而变大，进而影响整个屏幕的使用。
4， 笔记本的液晶屏有了坏点，正常吗？ 按照业内默认的标准，“坏点”是一种“正常”现象，只是别太多。笔记本电脑出现一定数量的亮点或暗点是液晶显示屏技术的一种特性，对于任何一个生产厂家，这样的现象都是不可避免的。有的厂家认为，液晶屏上的暗点和亮点的总数超过了9个，部分大尺寸的电脑屏幕甚至超过16个，才会被认定存在问题。所以出现过消费者买了电脑发现坏点问题后，厂家根本不认账的现象，几乎所有笔记本经销商都遇到过要求换货或更换液晶屏幕的用户。 5，目前现状
目前我国对于（LED、LCD）屏幕、液晶显示器A等（优良）要求为亮点少于3个，坏点少于1个，即如果一台显示器有3个或三个以上亮点的话，可以要求退换。国外液晶显示器也多为此标准。
全球各地的厂商到底如何根据坏点数量来衡量液晶显示屏的等级呢？让我们来看看一组简单的数据比较日本标准：3个坏点以下为A级合格；韩国标准：5个坏点以下为A级合格台湾标准：8个坏点以下为A级合格中科标准：0个坏点以下为AA级合格，3个坏点以下为A级合格。 而在台湾的审查标准中，一个液晶显示屏有三个(含)以内，都算是合格的；而日本却是一个(含)以内才算合格。