<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[我的大学]]></title><description><![CDATA[唯有时刻保持清醒，才能看清真正的价值在哪里。 ]]></description><link>https://blog.csdn.net/codedoctor</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; codedoctor]]></copyright><item><title><![CDATA[新博客地址]]></title><link>https://blog.csdn.net/codedoctor/article/details/119301683</link><guid>https://blog.csdn.net/codedoctor/article/details/119301683</guid><author>codedoctor</author><pubDate>Sun, 01 Aug 2021 18:30:00 +0800</pubDate><description><![CDATA[使用github page搭建的博客其实早就弄好了，但是一直没往上传东西，主题也是默认的，现在差不多做好了，主题和布局都也挺不错，后续会在那里更新博客，有兴趣的可以关注一下：
https://xinyoulinxi.github.io/

...]]></description><category></category></item><item><title><![CDATA[ubuntu on-my-zsh 配置]]></title><link>https://blog.csdn.net/codedoctor/article/details/106236156</link><guid>https://blog.csdn.net/codedoctor/article/details/106236156</guid><author>codedoctor</author><pubDate>Wed, 20 May 2020 14:51:39 +0800</pubDate><description><![CDATA[Oh-my-zsh 配置
安装

安装zsh

sudo apt-get install zsh


将默认bash改为zsh（重启才会生效）

chsh -s /bin/zsh


安装oh-my-zsh

sh -c "$(curl -fsSL https://raw.github.com/robbyrussell/oh-my-zsh/master/tools/install.sh)"

然后重启就可以查看效果了
迁移系统环境变量
由于zsh和ubuntu的bash的环境变量不同，一个为~/.bashr]]></description><category></category></item><item><title><![CDATA[【AR技术点】（三）完整的AR效果]]></title><link>https://blog.csdn.net/codedoctor/article/details/103950059</link><guid>https://blog.csdn.net/codedoctor/article/details/103950059</guid><author>codedoctor</author><pubDate>Sun, 12 Jan 2020 22:04:33 +0800</pubDate><description><![CDATA[开始工作了，留给自己写博客和看书的时间也变少了。
最近半年更新的比较少，但是这个系列还是需要有个完结，不过不想写的太多，因为说的在前面都已经说过了。
这个AR实现在一年前就实现了，但是一直没有写博客来说一下。这个项目，中间耗时近一年，虽然并不是大部分时间都在做AR实现，但是还是耗费了许多的功夫，最后也终于实现了大致的功能和预期，达到了实时的AR效果。我的毕业论文也是描述了AR过程的实现和优化方法。...]]></description><category></category></item><item><title><![CDATA[Android消息分发机制要点总结]]></title><link>https://blog.csdn.net/codedoctor/article/details/103841393</link><guid>https://blog.csdn.net/codedoctor/article/details/103841393</guid><author>codedoctor</author><pubDate>Sun, 05 Jan 2020 11:47:20 +0800</pubDate><description><![CDATA[几个月前用安卓写代码时总结的一些东西，现在发出来充充数，以后要多写写博客了。
概述
本文主要是针对Android消息分发过程中的几个要点：

消息队列messageQueue构造
主线程Looper的loop过程
Activity怎么启动主Loop过程
messageQueue.next()函数的具体过程
UI分层结构，不同UI层次间的关系消息分发的层次

ActivityThread的启动过程
...]]></description><category></category></item><item><title><![CDATA[android 通过反射机制打印主线程消息队列中的消息]]></title><link>https://blog.csdn.net/codedoctor/article/details/103841273</link><guid>https://blog.csdn.net/codedoctor/article/details/103841273</guid><author>codedoctor</author><pubDate>Sun, 05 Jan 2020 11:32:27 +0800</pubDate><description><![CDATA[步骤
1：通过Hook得到ActivityThread对应的Handler
public static Handler hookActivityThreadHandler() {//获取主线程Handler
    if (null == mHandler) {
        try {
            Class&lt;?&gt; activityThreadClass = Class...]]></description><category></category></item><item><title><![CDATA[编写shell脚本自动测试手机应用并存储logcat到脚本的当前目录]]></title><link>https://blog.csdn.net/codedoctor/article/details/97403315</link><guid>https://blog.csdn.net/codedoctor/article/details/97403315</guid><author>codedoctor</author><pubDate>Fri, 26 Jul 2019 18:40:12 +0800</pubDate><description><![CDATA[前言
今天学了一下shell脚本，感觉挺有意思的，刚好工作有个需求，用到了shell做一些测试，所以把今天学的东西总结一下。
安卓测试中，我们在android studio上肯定会知道它内置了一个logcat控件，可以打印、分类、筛选你手机应用打印的logcat，还可以筛选自己应用的logcat，确实很方便，但是当我们需要自动地去取出logcat然后处理就很麻烦了，只能手动的筛选然后复制出来到tx...]]></description><category></category></item><item><title><![CDATA[git相关命令总结]]></title><link>https://blog.csdn.net/codedoctor/article/details/96430504</link><guid>https://blog.csdn.net/codedoctor/article/details/96430504</guid><author>codedoctor</author><pubDate>Thu, 18 Jul 2019 14:39:47 +0800</pubDate><description><![CDATA[git相关命令
拉取代码和分支控制

创建本地仓库到当前目录：git init
克隆远端仓库：git clone 远端仓库地址
将远端仓库的分支拉取到本地（这个将会自动创建一个新的本地分支，并与指定的远程分支关联起来）：git checkout -b 本地分支命名 origin/远端分支名
与远端建立连接：git remote add origin git@github.com:XXXX/noth...]]></description><category></category></item><item><title><![CDATA[过去的一年——考研和校招]]></title><link>https://blog.csdn.net/codedoctor/article/details/89342645</link><guid>https://blog.csdn.net/codedoctor/article/details/89342645</guid><author>codedoctor</author><pubDate>Tue, 16 Apr 2019 21:27:11 +0800</pubDate><description><![CDATA[过去的一年
过去的一年（也就是去年的3月到现在），最主要做了的有两件事：

考研
找工作

虽然说着是两件事，但其实中间却经历了很多很多的事，要怎么开始去说呢，慢慢来吧。
读过我前面的面经的应该知道，今年七月，我将去深圳进行工作，而最近也是很多的事情要做，没法提前去实习。
刚好最近把事情忙完了，刚好趁着现在这个最悠闲的时候总结一下自己过去一年的经历。
我这个人很难漫无目的说话，必须要通过一个引子才...]]></description><category></category></item><item><title><![CDATA[2019届 字节跳动C++校招面经（一二三hr面，已拿offer）]]></title><link>https://blog.csdn.net/codedoctor/article/details/88578497</link><guid>https://blog.csdn.net/codedoctor/article/details/88578497</guid><author>codedoctor</author><pubDate>Fri, 15 Mar 2019 16:58:00 +0800</pubDate><description><![CDATA[双非学校，大四无实习经验，考研难民。。
考完研之后参加的第一次面试。
现在发出面经来回馈一下前面看过的那么多面经。
一面和二面都是同一天面的，hr在三面后的两天后。
（题目顺序有些不分先后，但大致有序）
第一面（50 min）
1、进程和线程的区别和其使用等
常规题。
2、tcp和udp的区别
常规题。
3、http协议和https协议的不同和其大概原理
还好前几天看了一篇HTTPS的科普，我就讲...]]></description><category></category></item><item><title><![CDATA[计算机网络总结（三）——socket]]></title><link>https://blog.csdn.net/codedoctor/article/details/87978716</link><guid>https://blog.csdn.net/codedoctor/article/details/87978716</guid><author>codedoctor</author><pubDate>Wed, 27 Feb 2019 16:37:51 +0800</pubDate><description><![CDATA[1、前言
1.1、网络中进程如何通信？
本地的进程间通信（IPC）有很多种方式，但可以总结为下面4类：

消息传递（管道、FIFO、消息队列）
同步（互斥量、条件变量、读写锁、文件和写记录锁、信号量）
共享内存（匿名的和具名的）
远程过程调用（Solaris门和Sun RPC）

众所周知，网络间的进程通信最首要要解决的就是如何找到目标进程。
在本地我们可以通过简单的进程PID来唯一标识一个进程，...]]></description><category></category></item><item><title><![CDATA[计算机网络总结（二）——TCP协议]]></title><link>https://blog.csdn.net/codedoctor/article/details/87927316</link><guid>https://blog.csdn.net/codedoctor/article/details/87927316</guid><author>codedoctor</author><pubDate>Mon, 25 Feb 2019 23:42:44 +0800</pubDate><description><![CDATA[TCP 的特性

TCP 提供一种面向连接的、可靠的字节流服务
在一个 TCP 连接中，仅有两方进行彼此通信。广播和多播不能用于 TCP
TCP 使用校验和，确认和重传机制来保证可靠传输
TCP 给数据分节进行排序，并使用累积确认保证数据的顺序不变和非重复
TCP 使用滑动窗口机制来实现流量控制，通过动态改变窗口的大小进行拥塞控制

注意：TCP 并不能保证数据一定会被对方接收到，因为这是不可能的...]]></description><category></category></item><item><title><![CDATA[计算机网络总结（一）——HTTP协议]]></title><link>https://blog.csdn.net/codedoctor/article/details/87927284</link><guid>https://blog.csdn.net/codedoctor/article/details/87927284</guid><author>codedoctor</author><pubDate>Mon, 25 Feb 2019 23:37:58 +0800</pubDate><description><![CDATA[HTTP的特性
HTTP构建于TCP/IP协议之上，默认端口号是80
HTTP是无连接无状态的
HTTP报文
1、请求报文
HTTP 协议是一种以ASCII码传输，建立在TCP/IP协议之上的应用层规范。
规范把 HTTP 请求分为三个部分：状态行、请求头、消息主体。
HTTP定义了与服务器交互的不同方法，最基本的方法有4种，分别是GET，POST，PUT，DELETE。
URL全称是资源描述符
...]]></description><category></category></item><item><title><![CDATA[如何用python实现爬虫自动爬取百度图片原图]]></title><link>https://blog.csdn.net/codedoctor/article/details/85783299</link><guid>https://blog.csdn.net/codedoctor/article/details/85783299</guid><author>codedoctor</author><pubDate>Fri, 04 Jan 2019 16:31:25 +0800</pubDate><description><![CDATA[说点什么
其实一直以来，对于python这个语言还是很感兴趣的，但是以前一直在做图像处理相关的东西，所以对这种无法触及底层内存处理的语言一直没怎么关注过，不过最近实在是被C++的字符串处理和复杂芜杂的网络框架给整崩溃了，而且看到大家都说python很好玩，就趁着最近没事来学一下python。
昨天跟着廖雪峰老师的python教程（比较推荐它的基础教程），看了看基本的数据结构和逻辑之后，决定还是直接...]]></description><category></category></item><item><title><![CDATA[【AR技术点】（二）如何快速跟踪特征图像]]></title><link>https://blog.csdn.net/codedoctor/article/details/80449816</link><guid>https://blog.csdn.net/codedoctor/article/details/80449816</guid><author>codedoctor</author><pubDate>Fri, 25 May 2018 11:51:13 +0800</pubDate><description><![CDATA[最近在准备考研，所以博客很久没有更新了，最近怎么说呢，也还行吧，就是很久没有好好的打过代码了。 
每天就是背背单词做做高数，好像一下子又回到了学生时代，还挺怀念的。 
好了，话不多说，直接讲图像追踪 
首先可以看看我的上一篇博客（AR技术点（一）），了解一下AR的基本常识 
复杂的我就不多说了，我就浅显地讲一下AR中的图像标定和跟踪方式的优化和设计

PS：由于手边没有配置opencv环境，所以这...]]></description><category></category></item><item><title><![CDATA[C++中的仿函数functor]]></title><link>https://blog.csdn.net/codedoctor/article/details/79654690</link><guid>https://blog.csdn.net/codedoctor/article/details/79654690</guid><author>codedoctor</author><pubDate>Thu, 22 Mar 2018 15:21:24 +0800</pubDate><description><![CDATA[引子

先考虑一个简单的例子：假设有一个vector&amp;amp;lt;string&amp;amp;gt;，你的任务是统计长度小于5的string的个数，如果使用count_if函数的话，你的代码：



bool LessThan5Function(const string&amp;amp;amp; str) {//寻找长度小于5的字符串
    return str.length() &amp;amp;lt; 5;
}

void test() {
...]]></description><category></category></item><item><title><![CDATA[AVL树详解以及实现]]></title><link>https://blog.csdn.net/codedoctor/article/details/79405208</link><guid>https://blog.csdn.net/codedoctor/article/details/79405208</guid><author>codedoctor</author><pubDate>Wed, 28 Feb 2018 20:39:00 +0800</pubDate><description><![CDATA[1、AVL树定义

AVL树是一种高度平衡的二叉搜索树，它既能保持二叉树的高度平衡，又尽量降低了二叉树的高度，这样减少了树的平均搜索长度，达到了很好的搜索效率的同时也保证了不错的插入和删除效率

其必须满足如下约束条件：


  
  每个节点的左子树和右子树的高度之差的绝对值都不超过1
  树中的每个节点的左子树和右子树都是AVL树
  满足正常的二叉查找树的规则（每个节点左边节点的key大于右...]]></description><category></category></item><item><title><![CDATA[光流金字塔calcOpticalFlowPyrLK进行特征点跟踪]]></title><link>https://blog.csdn.net/codedoctor/article/details/79175683</link><guid>https://blog.csdn.net/codedoctor/article/details/79175683</guid><author>codedoctor</author><pubDate>Fri, 26 Jan 2018 18:43:45 +0800</pubDate><description><![CDATA[光流描述的是图像上每个像素点的灰度的位置（速度）变化情况，光流的研究是利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的“运动”。研究光流场的目的就是为了从图片序列中近似得到不能直接得到的运动场。 
  光流法的前提假设： 
  - （1）相邻帧之间的亮度恒定； 
  - （2）相邻视频帧的取帧时间连续，或者，相邻帧之间物体的运动比较“微小”； 
  - （3）保持空间一致性；即，]]></description><category></category></item><item><title><![CDATA[用SURF算法和其描述子实现视频的特征图像跟踪和标定]]></title><link>https://blog.csdn.net/codedoctor/article/details/79046118</link><guid>https://blog.csdn.net/codedoctor/article/details/79046118</guid><author>codedoctor</author><pubDate>Fri, 12 Jan 2018 17:01:19 +0800</pubDate><description><![CDATA[其实最初我是想采用SIFT的算子和特征点识别来进行特征图像的跟踪标定的，但是经过测试后发现SIFT的检测时间实在是太长了，根本不适合作为视频的特征识别的算法，所以虽然其识别准确率是最高的，但是还是只能进行舍弃

而且SURF虽然准确率没有SIFT高，但其也保留了基本的尺度不变性和旋转不变型，用作特征图像的标定其实也算不错，不过这样的方法也有很大的问题，就是每一帧都必须对全局图像进行一个特征点的描述]]></description><category></category></item><item><title><![CDATA[SIFT算法的特征点筛选和DMatch、Keypoint描述]]></title><link>https://blog.csdn.net/codedoctor/article/details/78998946</link><guid>https://blog.csdn.net/codedoctor/article/details/78998946</guid><author>codedoctor</author><pubDate>Mon, 08 Jan 2018 00:29:25 +0800</pubDate><description><![CDATA[SIFT算法描述

SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配 
这个算法具有比较良好的尺度不变性和旋转不变形

KeyPoint

KeyPoint类的成员]]></description><category></category></item><item><title><![CDATA[goodFeaturesToTrack关键点检测]]></title><link>https://blog.csdn.net/codedoctor/article/details/78984618</link><guid>https://blog.csdn.net/codedoctor/article/details/78984618</guid><author>codedoctor</author><pubDate>Fri, 05 Jan 2018 19:42:30 +0800</pubDate><description><![CDATA[环境：opencv 2.3.1

函数 goodFeaturesToTrack，函数原型：

void goodFeaturesToTrack( InputArray image, OutputArray corners,  
                                     int maxCorners, double qualityLevel, double minDi]]></description><category></category></item></channel></rss>