摘要： 首先是进行RGB-HSV的转化。 version0 在最早的版本中，我用RGB中，GB两通道的加权去做。 因为在鼻孔附近，R通道的均值较大，且方差较小，总体来说性质很差。 version1 part1-获取信息 由于同组建议CNN处理，所以做了预处理，对于每一个照片。 import dlib，获取d 阅读全文

摘要： 第一个声明是，考虑的是一个图形学问题，不是数学问题。 第二个声明是，我做的是一个接近必要但，且显然不充分的条件。 一条闭合曲线上，任取一点，那么以此点建系，应当在至少三个象限内都有曲线的一部分。 这个命题是错的。 1.矩形就不对。所以我们考虑的是象限，带边界的，也就是带“=”的。 2.大写字母Q怎么 阅读全文

摘要： 首先随机一列人名 然后按比例随机一列事件项。 然后将不确定项的人名更正为“某人”[比如发球违例，，，你怎么知道谁在发球] 最后定义一个初始化。 初始化呢，就是挑边。 球权还是场权？ 发球还是接发？ 谁发球？谁接发？ 然后呢，我们就可以按这个序列，模拟执裁一场比赛： 模拟执裁比赛，，有什么用？就是要教 阅读全文

摘要： 为啥闲呢，因为work干完了。 为啥补档呢，因为有新work了。 呃，因为新work让人自闭。 我现在干完了两部分。一是把最近邻的部分迁移过来。 二是求法向。 首先是给三个点，就能确定平面——因为是三角面片，也不太会有三点共线。 法向量垂直于平面，也就垂直于三个顶点之间构成的向量。 (x1-x2,y 阅读全文

摘要： 经过了一段时间的研bai究gei。。。终于可以偷得几天闲了。 这里来补个档。 无论是ICP还是TPS，缺乏锚点的前提下。你总是要通过找另一个曲面的最近的点来实现你的work beimat：点数*3，float：点的坐标 feimat：三角数*3，int：顶点序号 首先是一个非精确手动校准。 def 阅读全文

摘要： 今天是因为可以用py而高兴的一天。 昨天老板淡淡地回了一句，sierpinski地毯画得挺好的。 我思考了五秒钟之后，想起来作业其实是sierpinski垫片。 三角垫片比地毯难做多了。 因为你用的像素点，其实是矩形，你可以把像素点当矩形用。 三角形，随机算法可以，你要我用传统算法来解那个三角垫片， 阅读全文

摘要： 今天又是因为可以用py而高兴的一天。 继续咱的sierpinski地毯计划。 二，随机算法 在二十年前，磁盘容量以MB还是KB计的时候，分形解决计图的问题确实有很大的优势。存至多十来个数就好了。我要在二十年前，敢用这种几百×几百的矩阵直接存数据，那肯定被计算机打死，呃，被老板打死。。。电脑怎么烧掉的 阅读全文

摘要： （分形作业） 取一矩形，九等分而去其中。 每一份九等分去其中；循环往复。 方法一（传统方法） 将每个矩形映射到三个矩形中去即可。 def big(a,times): k=3**times b=np.zeros((k,k),dtype=int) for i in range(k//3): for j 阅读全文