super_status_bar.xml中的brightness_mirror是状态条上面亮度调节的控件。panel_holder是下面包括所有控件的一个容器。在status_bar_expanded_header.xml中system_icons_super_container为状态条下拉时候显示的顶层布局。split_clock_view.xml用来绘制下拉菜单左边的时间日期。状态条控件的显示是用的PanelBar.java。 顶上的状态条被下拉首先被处理的是触摸事件，也就是PhoneStatusBar里面的interceptTouchEvent函数，当状态条被下拉出来之后就会执行PanelBar里面的onTouchEvent函数，它会根据触摸的位置选择被触摸的panel，然后执行startOpeningPanel()就是用来初始化panel的状态，调用除NotificationPanelView以外其他视图的collapse函数，然后调用被触摸panel的onTouchEvent函数里面的ACTION_MOVE分支，执行setExpandedHeightInternal根据手指移动的距离刷新panel的高度并更新状态条的状态指示当前被扩展的状态，如果被完全下拉下来，则不会在更新状态条视图，否则不断调用NotificationPanelView里面的onHeightUpdated函数来更新该状态条的里面的内容。因此在PhoneStatusBar里面的onInterceptKeyEvent中的最后加入if(SystemProperties.get(“persist.sys.sysui.config”)){return true;}使得状态条不能被下拉下来。setprop persist.sys.sysui.config命令需要被写入init.rc文件里面，该文件会被编译成boot.img，所以要替换掉boot.img，之后在使用setprop命令就会在data/local目录下生成该 persist.sys.sysui.config目录，所以重启之后该属性值还生效。//1612001724 yah1826

一、填空题 1、软件元素包括 、 、 、 、 甚至领域知识。 软件工程包括3个要素： 、 和 。 软件重用过程中需要重用的开发组织结构予以支持，它包括：__、__、___三组成员组成。 采用层次式软件体系结构，将产品的系统构件模型定义为4个层次，分别为： 、 、 、 。 5、软件体系结构的模型分为5种： 、 、 、 和 。 8、软件体系结构的生命周期模型主要分为需求分析阶段，建立软件体系结构阶段（）和实现阶段。 9、软件体系结构应建立于传统的软件开发过程的________和________阶段之间。 10、黑板系统主要由 __________ 、____________ 和 _________ 组成 。 11、三层C/S结构风格是由 _________ 、_________ 和 __________ 构成的。 12、消息总线对消息过滤提供了________和___________两种方式。 13、正交软件体系结构由____和_____构成。 14、C/S体系结构服务器主要负责有效的管理系统的资源主要负责__、____、____和 ___ 。 15、层次系统最广泛的应用是 ____________. 16、软件体系结构的描述方法主要有 、 、基于软构件的系统描述语言和 。 17、ADL是一种在底层语义模拟支持下的形式化语言。基于底层语义的工具为体系结构的 、分析、 、 、设计过程等提供支持。 18、可重用的体系结构描述框架可以从 、 、 和 四个视点出发描述体系结构。 20、典型的ADL在充分继承和吸收传统程序设计语言的 和 特点的同时，还应该具有构造、抽象、重用、组合、异构和分析推理等多种能力和特性。 能力指的是ADL使得其描述的每一个系统元素都有其自己的局部结构。 25、一个完整的Web服务包括3种逻辑构件：______ 、______、_______。 26、Web服务栈的五层标准为：发现服务层、描述层、________、________、________。 27、Web服务开发生命周期分为：________、________、________、________四个阶段。 35、实现完整测试的典型方法是利用测试准则定义测试需求,进而生成测试用例.参照相关研究工作,可定义 、 等测试路径。 依据页码：P255

http://download.csdn.net/detail/u012176730/9727079 可看该pdf，里面格式更加工整 另一篇是关于控制系统的 http://download.csdn.net/detail/u012176730/9727083 该实际设计包括两部分，分别是前级互阻放大器设计，次级放大器设计； 3.1 互阻放大器设计 开始实际设计前，必须要知道所有可控制得参数。 图 11 互阻放大电路的最初拓补结构 图 13 和图 13 所示：在780nm 处，转换的系数大致在 0.5A/W。而我们实际 入射的光功率约为 50uW，所以我们会得到的光电流约为 IIN=25uA。我们想要得 到的输出是 5V，所以我们需要一共对这个电流进行 200k 倍的放大。这里的 200k 包括了第一季放大和第二级放大。第一级放大主要利用互阻放大器，使得电流转 换成电压，放大的倍数取决于 R2。可是 R2 作为输出的负载也直接影响了上升时间，具体见图12； 图 12 S2386 负载与上升时间 由于激光调制的存在，所以我们的光功率信号的频谱最大可以达到 200KHz 附近。一般的，BW=0.35/Tr，也就是说 Tr=0.35/BW=1.75us，所以我们把 R2 定 在了 5K 欧姆，这是为了尽量减轻后级放大的压力，也不破坏 S2386 响应的折中。 图 13 光电转换系数 除了上升时间这个参数，还有许多参数需要我们关注，暗电流 ID，端电容 Ct，并联电阻 RSH，以上三个参数直接影响到我们接下来的芯片的选型和低噪的 大小。 图 14 S2386‐18L参数 暗电流就是在没有光的情况下，光电二极管上的流动的静态电流。这里ID=2pA，这个 2pA 最终会影响到输出直流误差（这里我们不讨论误差），也会产生暗电流散弹噪声，该散弹噪声具备白噪声特点，噪声频谱宽而均匀。暗电流 引起的散弹噪声大小为： iSD=rt(2*q*ID) 所以暗电流散弹噪声为 iSD =rt（2*1.6*10^(-19)*2*10^(-12)）=rt(64*10^(-32))=0.8fA/rtHz; 而并联电阻 RSH 带来的热噪声也是白噪声，这里的值约为 10G 欧姆。为了方 便讨论，用电流噪声来表示：

1.在翻墙的时候接触了deepweb和darkweb的概念.便对这充满邪恶的蛮荒之地非常感兴趣. 本人用校园网. 宿舍网络就不用想了, 图书馆的网络快,但是针对国内网站,而且来你的人太多,一平均,就尴尬了. 2.正好今天校园网的网费欠费了,离放假也不远了,就不想充网费了.于是买了一天的CMCC,EDU也可以 在上网的时候,突然想起了代理的事情,于是果断打开之前的安装包,安装 3.打开配置, ISP选择是, 网桥选择亚马逊(到后面可以改) 本地代理选择否 链接就可 4. 成功后显示如下页面 5 点击测试 需要改网桥的话, 点击洋葱的图标,会出现 tor配置,然后把自己的网桥添加进去就好了 点赞 收藏 分享 文章举报 BlackJed 发布了22 篇原创文章 · 获赞 0 · 访问量 6万+ 私信 关注

一下内容整理自网络资源： 我们讲的随机数其实暗指伪随机数。不少朋友可能想到C语言的rand()，可惜这个函数产生的随机数随机性非常差，而且速度很慢，相信几乎不能胜任一般的应用。 古老的LCG(linear congruential generator)代表了最好的伪随机数产生器算法。主要原因是容易理解，容易实现，而且速度快。这种算法数学上基于X(n+1) = (a * X(n) + c) % m这样的公式，其中： 模m, m > 0 系数a, 0 < a < m 增量c, 0 <= c < m 原始值(种子) 0 <= X(0) < m 其中参数c, m, a比较敏感，或者说直接影响了伪随机数产生的质量。 一般而言，高LCG的m是2的指数次幂(一般2^32或者2^64)，因为这样取模操作截断最右的32或64位就可以了。多数编译器的库中使用了该理论实现其伪随机数发生器rand()。下面是部分编译器使用的各个参数值： Source m a c rand() / Random(L)的种子位 Numerical Recipes 2^32 1664525 1013904223 Borland C/C++ 2^32 22695477 1 位30..16 in rand(), 30..0 in lrand() glibc (used by GCC) 2^32 1103515245 12345 位30.

题记：又到了一年一度的大盘点时间了，写博客这么多年，卢松松很少报道融资、并购消息，比如uber中国和滴滴的合并、VR元年、网红经济，因为我感觉离我们太遥远了，不接地气。这种宏大的场面正统的官网都在报道，大家对上千万的融资也见怪不怪。新闻看过了，但回过头来，我们还是要脚踏实地，踏实做事。 2016年总体的经济状况很差，个人能感觉的到，这既是危机，也是机会，有人看到了，有人也去做了。但更多人的还是在观望，或不知道。 那么今天，卢松松就通过在其QQ空间、13个微信朋友圈、微博等做的调查，总结了以下在2016年兴起的项目，这些项目隐藏在互联网大趋势之下。 (1)微信淘宝客火爆 入门门槛：低 操作难易度：低 名词解释：倒爷、二道贩子、导购员，简单的说就是在微信上推广淘客联盟的链接，让微信上好友购买你所推广的产品，就叫微信淘客。 微信淘客最近一年可谓是非常流行，而且也有很多人通过这一渠道尝到了甜头，尤其是上班族。 因为他的入门门槛非常低，你只需要有个阿里妈妈帐号，在配合市面上的一些淘客小软件，那么就可以快速的找到高额返佣商品，并推荐给你的朋友。虽然腾讯一直在打击，但淘宝总在想着法子的变化玩法。 你在建立几个QQ群，一些微信群，只有有朋友买东西，都可以找你拿返卷，有了这个淘口令，用户就可以以更低的价格在淘宝天猫上买到商品，同时作为发卷的你，还能得到佣金。 例：电热毯，商家正常售价：66.8元，但是商家为了把销量做起来，给了我们淘客一张50元的优惠券，让我们去推广，那么我们去推广的时候，买家只要16.8元?你说能不好推广吗?这个电热毯的商家开的是50%佣金，一单成交16.8，我们可以赚8.4，除去阿里妈妈官方技术服务费10%，我们可以拿到8.4*0.9=7.56元。 这是一举多得的事，即帮用户节约了钱，自己也能赚到佣金，商家也买出了产品。 做微信淘客最核心就是：好的产品+互动。 推荐的好产品越多，你的群就会越来越好，反之越差。其次就是互动，客户想要xx商品，让推荐下，客服积极回应，下次找商品会留意下。客户很感激你的，其他人也能看到你的热心，看你和他的互动，也会对这个产品感兴趣的，那么对其他人也会起到一定转化作用，而且其他人会认为你人不错，很快大家就对你很信任了。 这时候，你会发现你的群慢慢就开始人多起来了，而且来的人特别精准!因为都是群友基于对你的信任，然后也是让他朋友购物少花点钱，然后给介绍进来的!! (2)微交易兴起(微盘，邮币卡类电子盘) 入门门槛：中 操作难易度：高 名词解释：虚拟电子交易投资。 现在随着网络的普及，虚拟电子交易投资项目越来越多，其中投资小、收益大的投资项目深受投资者青睐，而且入门门槛又低，在这些项目中又以邮币卡与微盘交易最为常见，其中也被曝出了很多骗局。 邮币卡是近年来新兴的一种虚拟电子交易，就是买卖一些具有一定收藏意义的邮票、钱币、电话卡等物品。邮币卡实行T+0交易，一天之内可以反复买卖，但每日有10%的涨跌幅限制，单向交易，只可买涨，不可买跌，手续费在千分之二左右。交易时间有早中晚盘，除了类似股票交易的早盘和午盘，通常还会有晚上7点到9点的晚盘时间。 现在的邮币卡交易平台的交易品越来越繁杂，只要给予平台一些费用，谁都可以挂牌一些似是而非的交易品。而且交易品价格走势并不透明，无从参考，无从分析，完全是由庄家来定的。现在有很多人都是由一些股票分析师带进了这个市场，并被那些分析师忽悠的以为只要投资他所说的交易品就肯定能够发大财。也许有些人刚进入市场时的确是盈利的，但那也只是为了让你投入更大资金，拉来更多投资者的手段而已，当盘里积攒的资金多到一定程度以后，你会发现接下来的一段时间每天都是跌停的状态，直到交易品的价格以分计算为止，而投资者们这时候也才知道被坑了。 另外现货微盘是基于微信这个平台建立的一种小额投资项目，其以投资门槛低、操作方便、22小时交易、双向交易、T+0交易、杠杆交易等等特点，交易品价格与国际走势接轨，从而吸引了不少小额投资者。在现在人手一部智能手机的时代，基本人人都可以投入一定资金来操作。 做过微盘的朋友也知道，凡是你在微盘开户入金到一定量后，微盘平台会给你安排一名所谓的喊单老师，喊单老师给你操作意见，你跟着操作，说只要这样你就能赚钱。但是可能吗? 这些都属于灰色项目，被骗的人非常多。 (3)微群控系统兴起 入门门槛：高 操作难易度：中 名词解释：简单来说一台电脑控制几十部手机对微信进行批量管理的软件。 这种系统就是利用软件控制手机，然后在从个人微信号里加好友，扩大曝光率，是一款新兴的适应了互联网营销时代的软件，不过也是2016年刚刚兴起的。 因为这种系统，是明显的走擦边球模式，现在微信官方目前也是睁只眼，谁不知道这种模式会持续多久，也不知道什么时候出个政策就完蛋了，是一种赚快钱模式。 所以这种系统卖的非常贵，单单系统就便宜的就要1-3W多，在加几十部手机2-5W，在加上支架，电脑等设置，全套下来，投入至少是5-10W。 因为群控系统是需要技术含量的，不是人人都能开发的出来， 所以现在市面上的群控系统90%都是OEM的，真正的一手开发者根本找不到，市场上的价格也非常混乱，大多数代理商也是想赚一笔就走的想法，所以你在网上一搜，能看到N多个群控厂商，但真正敢把公司资质、真实电话留出来的几乎没有。 (4)“裸贷”灰色产业链 入门门槛：高 操作难易度：高 “裸贷”灰色产业链：一个10G的“大学生裸条”照片、视频压缩包在网上流传开，里面包含167名女大学生手持身份证的裸照及视频，甚至包括所谓的“肉偿”视频。除了视频之外，文件中还包含女大学生的学信网资料、身份证、手机号以及亲友的联系方式等信息。而本次泄露的源头舆论指向网络熟人借贷平台——借贷宝。 正是这样的一个10G压缩包，让“裸贷”灰色产业链浮出水面，有人专门建立“裸条信息售卖”群和“福利群”，公开售卖和分享裸持者的裸照、视频和个人信息。老资源的价格相对较低，也有人按人售卖，最低可以卖到一人一元。而新资源的价格则较高。”邢天说，可以提供肉偿的贷款人裸条被简称为“肉偿资源”，售价从88元到388元不等。而“福利”则是群主免费分享的裸条。 (5)百家号自媒体平台全面大爆发 入门门槛：低 操作难易度：中 名词解释：10年前我们叫专栏，现在就自媒体，都是别人网站上的一个帐号而已。 今年至少有十几个大的自媒体平台推出，卢松松博客几乎都有报道， 其中一个表现就是百家号，数月之前百度则宣布要重磅打造内容产品“百家号”，很多人都抢着注册百家号，打算从流量红海中分一杯羹，在淘宝百家号的实际交易价格曾一度高达1500，自从注册邀请码出来之后，价格才有所回落。 百家号邀请码有多火爆一个小例子就能说明：卢松松在12.18号建了个2000人QQ群，准备送百家号邀请码，短短一天时间，就有1800人入群索取。 百家号为什么这样火爆，最重要一个原因是它的收益分成非常高，从目前百家号后台的收益方式可以看出，主要还是以移动联盟广告分成为主， 但仅此一项，一个被优秀的百家号每天获得几十元的收入是非常轻松，一个月下来收入几千块不成问题。 另一方面，还有合作的分成，你看到很多大V都在不断的推百家号邀请码，你以为他们都是白干活的吗?据卢松松所知，这些大V都和百家号有协议，在分发的邀请码中，一部分收益还会划分到你的帐户下。 还有一方面，很多人也可以批量注册账号，据我所示，就偶好多人一下注册几百个百家号，每个号每天收入3-5元，那一个月下来能如月入几万。 前面有大V到处发邀请码，后面又有自媒体人在不断在晒收入，百家号想不火都难，不过这种就想当年的百度百家，纯靠金钱驱动内容，不知道能撑多久，必须要进入良性循环。 (6)付费问答兴起 入门门槛：低 操作难易度：高 名词解释：上联：你好 在吗 帮个忙。下联：随便 弄下 就OK;横批：这还要钱? 互联网上产生了一堆伸手党，就如上面的名词解释一下，我相信所有做互联网的朋友都遇到过类似情况。 付费模式的兴起，也是尊重知识、保护知识产权的一种表现。虽然付费问答的入门门槛很低，但是不是人人都能做的，更多的自媒体人只是在尝鲜。比如有人表示听完后觉得回答“连一毛钱也不值”，但没法退钱。 事实上，信息交换、知识分享是互联网的基本功能，从最初开始的百度知道、 QQ个人问问等平台的问答积分，到在线传道授业解惑的网络教师，再到如今格纹、略晓、分答、我懂等付费问答平台，模式沿承没有多大改变，只是奖励内容从积分、等级、荣誉等，变成了真金白银。这无疑是知识分享的一次历史性革新，人们在网上自主地选择“老师”，下达知识“订单”，自主了解、学习想要知晓的知识或经验，这种订单学习模式无疑也是知识变现的革命。 天下没有免费的午餐，这句话同样适用于互联网的发展。 (7)视频自媒体兴起 入门门槛：高 操作难易度：高 名词解释：拿着手机自拍录视频，顺便做点广告 ​

1、什么是Sublime Text ？ Sublime Text 是轻量、简洁、高效、跨平台的编辑器，具有可扩展的功能，并包含大量实用插件，我们可以通过安装自己领域的插件来成倍提高工作效率。 2、Sublime Text 的官方网站？ http://www.sublimetext.com/ 说明：Sublime Text 是一款收费软件，建议用于开发的机构或个人付费使用，如果只是单纯为了学习，可以使用破解版。下面给大家共享的是中文破解版的。 网盘共享地址： 链接：http://pan.baidu.com/s/1gfC5iRT 密码：9wkx 3、Sublime Text 3的使用？ 从网盘提取下载解压，看到如下目录，双击sublime_text.exe即可 显示如下界面： 我们可以对它的主题进行设置, 这里介绍用插件Soda Theme来设置Sublime Text的主题效果。 4、Sublime Text 的插件官方网站：https://packagecontrol.io/ 可以搜索你需要的插件，如下图： 5、soda theme 的下载与配置？ 1）下载： 通过上述链接进入的theme-soda页，可以看到如下提示： 点击页面中提示的下载地址： https://github.com/buymeasoda/soda-theme ，出现下图下面按照提示下载即可： 2）配置： Theme-Soda页的描述非常清晰，按照说明按步骤操作即可，以soda-dark主题为例： 第一步：把你下载下来的文件解压，重新命名为Theme – Soda 。 第二步：找到你的packages目录，如下图： 第三步：把Theme – Soda文件夹拷贝到Sublime Text 3\Data\Packages目录下 第四步：打开用户设置，添加你的主题效果：“theme”: “Soda Dark.sublime-theme” 保存配置文件，重新启动sublime_text.exe，效果如下图所示： 第五步：通常配合语法高亮的配色方案，如下进行下载，解压，设置 1） 2） 3） 配置文件保存后，最终效果如下所示： 总结：关于Sublime Text 3有很多提高工作效率的插件，大家可以根据需要到它的插件官方网站去下载，其他插件的下载与配置的流程与介绍的Soda Theme的操作大同小异，按照网站上的说明操作即可。

针对模糊图像的处理，个人觉得主要分两条路，一种是自我激发型，另外一种属于外部学习型。接下来我们一起学习这两条路的具体方式。 第一种 自我激发型 基于图像处理的方法，如图像增强和图像复原，以及曾经很火的超分辨率算法。都是在不增加额外信息的前提下的实现方式。 １.　图像增强 图像增强是图像预处理中非常重要且常用的一种方法，图像增强不考虑图像质量下降的原因，只是选择地突出图像中感兴趣的特征，抑制其它不需要的特征，主要目的就是提高图像的视觉效果。先上一张示例图： 图像增强中常见的几种具体处理方法为： 直方图均衡 在图像处理中，图像直方图表示了图像中像素灰度值的分布情况。为使图像变得清晰，增大反差，凸显图像细节，通常希望图像灰度的分布从暗到亮大致均匀。直方图均衡就是把那些直方图分布不均匀的图像（如大部分像素灰度集中分布在某一段）经过一种函数变换，使之成一幅具有均匀灰度分布的新图像，其灰度直方图的动态范围扩大。用于直方均衡化的变换函数不是统一的，它是输入图像直方图的积分，即累积分布函数。 灰度变换 灰度变换可使图像动态范围增大，对比度得到扩展，使图像清晰、特征明显，是图像增强的重要手段之一。它主要利用图像的点运算来修正像素灰度，由输入像素点的灰度值确定相应输出像素点的灰度值，可以看作是“从像素到像素”的变换操作，不改变图像内的空间关系。像素灰度级的改变是根据输入图像f(x,y)灰度值和输出图像g(x,y)灰度值之间的转换函数g(x，y)=T[f(x，y)]进行的。 灰度变换包含的方法很多，如逆反处理、阈值变换、灰度拉伸、灰度切分、灰度级修正、动态范围调整等。 图像平滑 在空间域中进行平滑滤波技术主要用于消除图像中的噪声，主要有邻域平均法、中值滤波法等等。这种局部平均的方法在削弱噪声的同时，常常会带来图像细节信息的损失。 邻域平均，也称均值滤波，对于给定的图像f(x,y)中的每个像素点(x,y)，它所在邻域S中所有M个像素灰度值平均值为其滤波输出，即用一像素邻域内所有像素的灰度平均值来代替该像素原来的灰度。 中值滤波，对于给定像素点(x,y)所在领域S中的n个像素值数值{f1,f2,…,fn}，将它们按大小进行有序排列，位于中间位置的那个像素数值称为这n个数值的中值。某像素点中值滤波后的输出等于该像素点邻域中所有像素灰度的中值。中值滤波是一种非线性滤波，运算简单，实现方便，而且能较好的保护边界。 图像锐化 采集图像变得模糊的原因往往是图像受到了平均或者积分运算，因此，如果对其进行微分运算，就可以使边缘等细节信息变得清晰。这就是在空间域中的图像锐化处理，其的基本方法是对图像进行微分处理，并且将运算结果与原图像叠加。从频域中来看，锐化或微分运算意味着对高频分量的提升。常见的连续变量的微分运算有一阶的梯度运算、二阶的拉普拉斯算子运算，它们分别对应离散变量的一阶差分和二阶差分运算。 ２.　图像复原 其目标是对退化（传播过程中的噪声啊，大气扰动啊好多原因）的图像进行处理，尽可能获得未退化的原始图像。如果把退化过程当一个黑匣子（系统H），图片经过这个系统变成了一个较烂的图。这类原因可能是光学系统的像差或离焦、摄像系统与被摄物之间的相对运动、电子或光学系统的噪声和介于摄像系统与被摄像物间的大气湍流等。图像复原常用二种方法。当不知道图像本身的性质时，可以建立退化源的数学模型，然后施行复原算法除去或减少退化源的影响。当有了关于图像本身的先验知识时，可以建立原始图像的模型，然后在观测到的退化图像中通过检测原始图像而复原图像。 ３.　图像超分辨率　一张图我们想脑补细节信息好难，但是相似的多幅图我们就能互相脑洞了。所以，我们可以通过一系列相似的低分辨图来共同脑补出一张高清晰图啊，有了这一张犯罪人的脸，我就可以画通缉令了啊。。。 超分辨率复原技术的目的就是要在提高图像质量的同时恢复成像系统截止频率之外的信息，重建高于系统分辨率的图像。继续说超分辨，它其实就是根据多幅低质量的图片间的关系以及一些先验知识来重构一个高分辨的图片。示例图如下： 第二种 外部学习型 外部学习型，就如同照葫芦画瓢一样的道理。其算法主要是深度学习中的卷积神经网络，我们在待处理信息量不可扩充的前提下（即模糊的图像本身就未包含场景中的细节信息），可以借助海量的同类数据或相似数据训练一个神经网络，然后让神经网络获得对图像内容进行理解、判断和预测的功能，这时候，再把待处理的模糊图像输入，神经网络就会自动为其添加细节，尽管这种添加仅仅是一种概率层面的预测，并非一定准确。 本文介绍一种在灰度图像复原成彩色RGB图像方面的代表性工作：《全局和局部图像的联合端到端学习图像自动着色并且同时进行分类》。利用神经网络给黑白图像上色，使其变为彩色图像。稍作解释，黑白图像，实际上只有一个通道的信息，即灰度信息。彩色图像，则为RGB图像（其他颜色空间不一一列举，仅以RGB为例讲解），有三个通道的信息。彩色图像转换为黑白图像极其简单，属于有损压缩数据；反之则很难，因为数据不会凭空增多。 搭建一个神经网络，给一张黑白图像，然后提供大量与其相同年代的彩色图像作为训练数据（色调比较接近），然后输入黑白图像，人工智能按照之前的训练结果为其上色，输出彩色图像，先来看一张效果图： 本文工作 • 用户无干预的灰度图像着色方法。 • 一个新颖的端到端网络，联合学习图像的全局和局部特征。 • 一种利用分类标签提高性能的学习方法。 • 基于利用全局特征的风格转换技术。 • 通过用户研究和许多不同的例子深入评估模型，包括百年的黑白照片。 着色框架 模型框架包括四个主要组件：低级特征提取网络，中级特征提取网络，全局特征提取网络和着色网络。 这些部件都以端对端的方式紧密耦合和训练。 模型的输出是图像的色度，其与亮度融合以形成输出图像。 与另外两个工作对比 • Gustav Larsson, Michael Maire, and Gregory Shakhnarovich. Learning Representations for Automatic Colorization. In ECCV 2016. •Richard Zhang, Phillip Isola, and Alexei A.

一门语言，联网编程都是非常重要，所以我们来简单的实现以下android开发如何写联网程序。 Http请求分为： GET:明文传参，在地址栏上可以看到参数，调用简单没，不安全。 POST:暗文传参，在地址栏上看不到参数，调用稍微复杂，安全。 android上发送Http请求的方式有两种： HttpURLConnection类:是java的标准指定网站发送GET请求、POST请求类，使用相对简单，并且易于扩展，推荐使用。 HttpClient类:是android SDK提供的请求方式，对HTTP协议全面支持，但是在android6.0（API23）中，Google已经移除了该相关的类，因此不在赘述使用该类的使用。 这次我们使用GET方式进行获取数据，步骤: 1.创建URL对象。 2.通过 URL对象调用openConnection(）方法获取HttpURLConnection对象。 3.设置相关属性。 4.HttpURLConnection对象通过getInputStream()方法获得输入流。 5.读取输入流，转成字符串。 效果图： **其实很简单，列举一个例子： 假如从水库引水，首先要找到水库的位置，第二步将水引到工厂后建立一个阀门来控制水，第三步建立水道将水引到蓄水池，在水道口放上网来过滤鱼虾蟹，然后用小水桶把渔网的鱼一点一点的捞起来放到大水桶，最后晒网。** 代码演示： 布局文件： <RelativeLayout xmlns:android="http://schemas.android.com/apk/res/android" xmlns:tools="http://schemas.android.com/tools" android:layout_width="match_parent" android:layout_height="match_parent" android:paddingBottom="@dimen/activity_vertical_margin" android:paddingLeft="@dimen/activity_horizontal_margin" android:paddingRight="@dimen/activity_horizontal_margin" android:paddingTop="@dimen/activity_vertical_margin" tools:context="com.example.httpdemo.MainActivity" > <Button android:id="@+id/a12" android:layout_width="match_parent" android:layout_height="wrap_content" android:text="获取" android:onClick="aaa" /> <ScrollView android:layout_below="@id/a12" android:layout_width="match_parent" android:layout_height="match_parent" > <TextView android:id="@+id/a" android:layout_width="wrap_content" android:layout_height="wrap_content" android:text="@string/hello_world" /> ScrollView> RelativeLayout> MainActivity： package com.example.httpdemo; import java.io.BufferedReader; import java.io.IOException; import java.io.InputStream; import java.io.InputStreamReader; import java.net.HttpURLConnection; import java.net.MalformedURLException; import java.net.URL; import android.

最近刚开始学数字图像处理，在看到灰度级时候以为灰度只是表示黑白/深浅色图像，其实灰度级指黑白显示器中显示像素点的亮暗差别，在彩色显示器中表现为颜色的不同，灰度级越多，图像层次越清楚逼真。 注意，灰度值只是表征单色的亮暗程度。 在彩色图像/RGB图像中，图像是一个三维矩阵，如4003003，其中400表示列数，300表述行数，3代表三个分量，也就是R,G,B。 每一层矩阵（4003001/2/3）分别对应R/G/B的灰度值，此处的矩阵仅仅表示对应单色光灰度值，不是彩色的图像。 数字图像的本质是一个多维矩阵 我们先为以一个RGB色彩空间的400*300的图片为例： 这幅图的本质是一个4003003的一个矩阵 PI[ 400, 300, 3 ] 列 行 分量 说明这个图像有400列，300行，以及在色彩上有三个分量，分别是： 每个分量单独拿出来都是一个400*300（*1）的矩阵 如你所见，它们并不是彩色的，而是一幅灰度图像 对于一副8bit的图像来说，矩阵元素的取值范围是从0-255（0 – 2^8-1） 矩阵中的元素对应我们所说的像素（pixel），其值即该像素的灰度值，数值越大，像素的颜色越‘白/浅’；数值越小，像素的颜色越’黑/深‘ 对于图像每个分量来说，它只是灰度，谈论色彩没有意义，它是“黑白”的！（用黑白来描述灰度图像并不准确，用深浅可能更准确一些，但也不严谨。所以我加上了引号。你要愿意把通道设成红色绿色紫色黄色都行） 在图像显示时，我们把图像的R分量放进红色通道里，B分量放进蓝色通道里，G分量放进绿色通道里。经过一系列处理，显示在屏幕上的就是我们所看到的彩色图像了。 所以说，通道和一幅图像根本就没关系！数字图像是矩阵，矩阵只描述其空间位置和在色彩上的分量，哪有通道了？通道是什么？CHANNEL！图片中有channel这个概念吗？有个回答说通道类似颜料，这个意思就有点接近了。 想要什么颜色，对应的通道里的灰度值就大一点就行了 回到上面那幅图，先看彩色的，两人坐的椅子是红色的（有点偏色，不过不重要） 再看下面的RGB三分量。R分量的图上，椅子对应的部分比较浅（灰度值高），而在G分量和了B分量上很深。 随便在椅子上取一个样点，其灰度值分别是（R:179,G:45,B:9）。所以在显示的时候，红色通道里灰度值大，绿色通道和蓝色通道里的灰度值小，显示出来的就是红色（绿色通道里的灰度值又比蓝色大一些，所以最终显示的结果有点接近橘红色） 再看乔帮主的牛仔裤，蓝色通道的灰度值大，绿色其次，红色最少，所以显示为蓝青色。 如果我们交换一下分量放置的顺序，把G分量放进红色通道里，把R分量放进绿色通道里，B分量放进蓝色通道里，会怎么样呢 此时绿通道中的灰度值最大，红色通道和蓝色通道中的灰度值都较低 于是就变成了这样 [外链图片转存失败(img-jgutNY7F-1568455078494)(https://img-blog.csdn.net/20161221185547020?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvc2lsZW5jZTIwMTU=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)] 还可以这样变成蓝色了 能理解这种交换通道的原理，就基本能够理解通道的含义了 网上很多人把通道和选区混为一谈，这是错误的，不利于对图像处理更深一步的理解。当然在ps中有个通道混合器，不仅仅是交换通道这么简单，玩法更加丰富 这里只介绍了RGB模式下的通道。 这些所谓的xxx模式，其实就是把我们看到的颜色，用不同的方式表达出来。我们熟知的RGB色彩空间，就是把一种颜色，用RGB三个分量表达出来。此外还有CMYK（四个分量）、Lab（三个）、HSV（三个）等等。不同色彩空间之间的关系，类似于空间直角坐标系(x,y,z)，球坐标系(r,φ,θ)或柱坐标(r,φ,z)之间的关系。 此外还有一些特殊的通道，如alpha通道（存放透明度）等 上面的例子引自知乎 嗜睡者知乎原链接