程序猿视角

1. 安装依赖包$ sudo apt-get install gtk-doc-tools libgstreamer1.0-0 gstreamer1.0-plugins-base gstreamer1.0-plugins-good gstreamer1.0-plugins-bad gstreamer1.0-plugins-ugly gstreamer1.0-libav gstreamer1.0-doc gstreamer1.0-tools gstreamer1.0-x gstreamer1.0-alsa g

jetson nano默认已经安装了CUDA10.0，但是直接运行 nvcc -V是不会成功的，需要你把CUDA的路径写入环境变量中。$ sudo gedit ~/.bashrc在最后添加export CUBA_HOME=/usr/local/cuda-10.0export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATHexport PATH=/usr/local/cuda-10.0/bin:$PATH然后保存退出对

官方连接地址如下：https://developer.nvidia.com/embedded/jetpack

用 Win32DiskImager制作SD镜像文件更简单可靠。1. 制作镜像打开 Win32DiskImager，设置好镜像文件的路径。选择设备。如果 SD 卡对应多个分区（盘符），选择第一个最小的盘符就行。点击“读取”，等待进度条完成即可。2. 把镜像文件复制到 SD 卡还是上面的界面。选择镜像文件，选择 SD 卡设备。不要选错盘符，因为这个操作会删除目标磁盘上的全部内容。点击“写入”，等待进度条完成即可。...

系统调整好以后，我们要把其备份成镜像，这样有利于批量复制发行。1. 备份方法可以用 dd 命令制作 SD 镜像，命令如下：# 查看 SD 在系统中的设备名称sudo fdisk -l我的 SD 卡的名称是 /dev/mmcblk0，用下面的命令制作其镜像：sudo dd bs=16M if=/dev/mmcblk0 of =nano_back.img2. dd 命令的进一步说明2.1 dd 命令的参数dd：用指定大小的块拷贝一个文件，并在拷贝的同时进行指定的转换。注意：指定数字的地

1Cuda 是一个海量线程的框架。2一个 Cuda 程序，就是一个 Grid 结构，它包含了一大堆一模一样的 Block。一个 GPU 硬件，就是一个并行计算架构，它包含了一大堆一模一样的 SM 处理器。3一个 Cuda 程序分派到一个 GPU 上去运行，实际上就是把一大堆 Block 扔到 一大堆 SM 处理器上。Cuda 程序要想取得最佳的并行运算效率，Block 的数量应该是 SM 处理器数量的整数倍，这样才能让每个 SM 都没有机会闲着。所以，编写一个 Cuda 之前，记得先看看你的

我以前喜欢把每年的资料整理成 iso 光盘影像文件保存，这个格式是只读的，不会再使用的过程中意外被破坏。可是如今，每年需要归档的资料数量越来越大，而 iso 文件的上限目前是 50G，远远不能满足我的要求，于是我想寻找更合适的工具。经过多方面的搜索比较，发现最好用的工具竟然是自己电脑上一直在用的 WinRar 程序。下面我来说说这款软件的优点。1. 归档和备份的区别资料归档和备份是两个完全不同的概念。资料归档：一般是说，资料不会被频繁修改了，甚至不会频繁使用了，可以整理一下放在安全的地方备用了。

1. Cuda 线程的 Grid 架构Cuda 线程分为 Grid 和 Block 两个级别，Grid、Block、Thread 的关系如下图。一个核函数目前只包括一个 Grid，也就是图中的 Grid0。一个 Grid 可以包括若干 Block，具体数量的上限没有查到。一个 Block可以最多包括 512 个 Thread。2. GPU 的 SM 架构GPU 由多个 SM 处理器构成，一个 SM 处理器包含 8 个 SP 核。一个 SP 核可同时处理 32 个线程，实际上就是同一套指令重

代码如下：#if CV_VERSION_EPOCH == 2#define OPENCV2#include <opencv2/gpu/gpu.hpp>namespace GPU = cv::gpu; #elif CV_VERSION_MAJOR == 3#define OPENCV3#include <opencv2/cudaimgproc.hpp>namespace GPU = cv::cuda; #elif CV_VERSION_MAJOR == 4#

如何用 Jetson 的 GPU 实现硬解码？如何把解码后的数据保存在 GPU 内存？如何在 GPU 内存内完成对数据的操作？是每一位关心算法效率的程序员所关心的事情。但是，Jetson 的开发参考资料中，并没有专门就这一问题系统给出解答。本文把散落在各处的参考资料结合在一起，并参照英伟达官方提供的源代码，整理成一个完整的演示程序，并构造 CMake 文件，完成编译。

有关使用这些函数的示例，请参见 cuda-examples.py 作为对下面伪代码的补充。在进入这里之前，建议您先阅读上一页关于摄像头流媒体和多媒体的内容，了解有关视频捕获和输出、加载/保存图像等方面的信息。1. 图像管理1.1 图像格式尽管视频流API和DNN对象（如imageNet、detectNet和segNet）期望图像为RGB/RGBA格式，但为传感器采集和低级别I/O定义了多种其他格式：位深度表示每像素的有效位数有关YUV格式的详细规范，请参阅fourcc.org网站注意：在

摄像头流媒体和多媒体0. 引言1. 流媒体的 URI 标识1.1 输入流1.2 输出流2. 命令行参数2.1 Input Options2.2 输出选项3. MIPI CSI摄像头4. V4L2摄像机4.1 V4L2格式5. RTP5.1 传输RTP5.2 远程查看RTP6. RTSP7. 视频文件7.1 编解码器7.2 调整输入大小7.3 循环输入8. 图像文件8.1 序列9. 源代码9.1 Python 源代码9.2 C++ 源代码0. 引言该项目通过各种接口和协议支持流式视频源和图像，包括：M

运行实时摄像机识别演示这个 imagenet.cpp / imagenet.py 我们以前使用的示例也可以用于实时相机流。支持的摄像机类型包括：MIPI CSI摄像机(csi://0)V4L2摄像机（/dev/video0）RTP/RTSP流(rtsp://username:password@ip:port）有关视频流和协议的更多信息，请参阅“摄像头流和多媒体”页。下面是在照相机提要上启动程序的一些典型场景（运行–help以获取更多选项）：C++$ ./imagenet csi://0

编码你自己的图像识别程序（C++）1. 项目 my-recognition2. 设置项目3. 源代码3.1 包含文件3.2 声明main()函数，并解析命令行3.3 从磁盘加载映像3.4 加载图像识别网络3.5 对图像进行分类3.6 解释结果3.7 结束代码4. 创建 CMakeLists.txt5. Build 项目6. 运行刚编译好的程序1. 项目 my-recognition现在，我们将从头开始创建一个新的图像识别程序，名为 my-recognition。此程序将能够作为repo之外的独立项目存在

The imagenet.cpp / imagenet.py samples that we used previously can also be used for realtime camera streaming. The types of supported cameras include:MIPI CSI cameras (csi://0)V4L2 cameras (/dev/video0)RTP/RTSP streams (rtsp://username:password@ip:port

Hello AI World! —— 部署深度学习1. Hello AI World1.1 系统安装1.2 推理1.3 训练1.4 附录2. 视频演练3. API 参考4. 代码示例5. 预训练模型6. 推荐系统要求7. 额外资源8. 两天的演示（数字）欢迎使用我们的教学指南，了解NVIDIA Jetson Nano/TX1/TX2/Xavier NX/AGX Xavier的推理和实时DNN视觉库]。此 repo 使用 NVIDIA TensorRT 将神经网络有效地部署到嵌入式 Jetson 平台上，

英伟达 Jetson Nano 新手必备：使用CSI或USB摄像头拍摄第一张照片1. 引言1.1 支持的摄像头1.2 nvgstcapture2. 在屏幕上开始捕获和预览显示2.1 CSI摄像机2.2 USB摄像头3. 拍照并保存到磁盘3.1 CSI摄像机3.2 USB摄像头4. 捕获视频并保存到磁盘4.1 CSI摄像机4.2 USB摄像头5. 在容器内使用相机5.1 CSI摄像机5.2 USB摄像头6. 有用的资源1. 引言本指南将向您展示如何快速启动和运行CSI和USB摄像头。通过遵循本指南，您将能

英伟达 Jetson Nano 新手必备：连接蓝牙音频1. 介绍2. 蓝牙适配器要求3. 连接蓝牙音频1. 介绍Jetson Nano 2GB开发工具包没有内置蓝牙。为了将蓝牙音频设备连接到开发工具包，您需要使用USB蓝牙适配器。按照以下步骤在开发者工具包上启用蓝牙音频。2. 蓝牙适配器要求蓝牙适配器必须支持Linux操作系统，并且您需要访问蓝牙适配器的驱动程序。3. 连接蓝牙音频在开发工具包上安装蓝牙适配器所需的所有驱动程序。按照蓝牙适配器制造商的说明操作。您可能需要在安装驱动程序后

1. 简介-什么是VNCVNC（虚拟网络计算）使您能够通过查看另一台计算机上的开发人员工具包的桌面并与之交互，从同一网络上的另一台计算机控制您的Jetson开发人员工具包。要了解有关VNC的更多信息，请单击此处。注：您的Jetson开发工具包和其他计算机必须在同一网络上。需要相当快的网络连接。较慢的连接将降低桌面交互体验。2. 在Jetson开发工具包上安装VNC服务器每次登录时启用VNC服务器如果您有Jetson Nano 2GB开发工具包（运行LXDE）mkdir -p ~/.co

1. 什么是容器？容器是软件的一个可执行单元，其中应用程序及其运行时依赖项都可以打包到一个实体中。由于应用程序所需的一切都与应用程序本身打包在一起，因此容器提供了与主机的某种程度的隔离，使部署和安装应用程序变得容易，而不必担心主机环境和应用程序依赖性。2. Docker是什么？Docker是一个用于创建、部署和运行容器的开源平台。Docker包含在JetPack中，因此在Jetson上运行容器很容易，不需要任何安装。3. 什么是NGC？NVIDIA NGC是GPU优化的深度学习、机器学习和高性能计

以下指南将帮助您了解有关开发人员工具包和设置理想开发人员环境的更多信息：1. 开发套件用户入门指南英文版：Jetson 2GB Developer Kit User Guide中文版《Jetson 2GB 开发套件用户入门指南》入门指南详细介绍了开发人员工具包的所有输入和输出以及如何使用它们。2. 快速入门你的第一个 Jetson 容器了解什么是容器，以及如何在开发人员工具包中下载和使用它们。安装设置 VNC无头模式并不意味着只有命令行。了解如何从另一台计算机与开发人员工具包的Lin

1. 视频编码2. 视频解码

CMake 完全解析：用户交互指南0. 引言0.1 命令行cmake工具0.2 cmake gui工具1. 生成 Buildsystem1.1 命令行环境1.2 命令行-G选项1.3 在cmake gui中选择生成器2. 设置生成变量2.1 在命令行上设置变量2.2 使用 cmake-gui 设置变量3. CMake缓存3.1 预设3.2 在命令行上使用预设4. 在cmake-gui中使用预设4.1 调用Buildsystem4.2 选择目标5. 指定生成程序6. 软件安装7. 运行测试0. 引言如果软

引言CMake是一个管理源代码构建的工具。最初，CMake被设计为Makefile的各种方言的生成器，现在CMake生成了Ninja等现代构建系统以及visual studio和 Xcode 等 ide 的项目文件。CGUE被广泛用于C语言和C++语言，但它也可以用来构建其他语言的源代码。第一次遇到CMake的人可能有不同的初始目标。要了解如何构建从internet下载的源代码包，请从《用户交互指南》开始。这将详细说明运行cmake(1) 或 cmakegui(1) 可执行文件所需的步骤，以及如何选择

用 C/C++ 开发 Jetson 模组，需要 JetPack 的 pkgconfig 文件。相关文件保存在目录 /usr/lib/pkgconfig 下。目录下存了几十个 pc 文件，我今天要用到视频流解码的相关内容，估计与下面几个文件相关：nvgraph-10.2.pcnvidia-ml-10.2.pcnvrtc-10.2.pcnvToolsExt-10.2.pcnvgraph-10.2.pc 用于加速图像分析，内容如下：cudaroot=/usr/local/cuda-10.2li

类 videoOutput 的定义如下。查看了一下 videoOutput.cpp，发现它作为一个抽象类，依然很流氓地引用了其衍生类 glDisplay.h、gstEncoder.h。1. videoOutput 的定义class videoOutput{public: static videoOutput* Create( const videoOptions& options ); static videoOutput* Create( const char* URI, const

为了解 Nvidia Jetson 视频解码过程，搜索了其中的代码，发现解码器是类 videoSource 的衍生类。于是决定先看看 videoSource 是如何定义的搜了一下， 发现 videoSource.h、videoSource.cpp 位于目录 /home/jetson/jetson-inference/utils/video。1. videoSource 的定义我们先来看看 videoSource.h 的内容。class videoSource{public: static vi

我在 stackoverflow 上看到一个讨论话题，选择其中有价值的部分，整理一下供大家参考。问题IP 摄像机的 RTSP URL 地址为 rtsp://admin:@192.168.0.27/channel=1&stream=0.554. 用 OpenCV 打开这个视频流。#include <opencv2/opencv.hpp>int main() { cv::VideoCapture cap; if (!cap.open("rtsp://admin:@192

我有NVIDIA Jetson Nano和FullHD Ip相机。摄像机流RTSP / h264。我想从这台相机的python脚本中解码帧以进行分析。CPU 解码因此，我尝试使用类似的方法：# import the necessary packagesfrom imutils.video import VideoStreamimport imutilsimport timeimport cv2# grab a reference to the webcamprint("[INFO] sta

我们常用的电脑摄像头接口是USB接口，而常见的智能手机上的摄像头是MIPI接口，还有一部分的摄像头（比如说某些支持DVP接口的硬件）是DVP接口；通俗的讲，USB是串行通用串行总线（Universal Serial Bus）的简称，而MIPI是移动行业处理器接口（Mobile Industry Processor Interface），DVP是数字视频端口（digital video port）的简称，CSI是相机串行接口（CMOS Sensor Interface）的简称。Camera 工作原理介绍一

Jetson Nano因为性能比同族其他兄长（Xavier、TX2）略微吃紧，包括CPU核/主频、内存、GPU核数等，因此“性能监控”的需求就更为明显。标准 Nano 上提供一个 tegrastats 工具，也能实时监控绝大部分的硬件执行状态，不过执行过的人都知道，这个工具并不是太好用。下图便是执行tegrastats的截屏：JTOP 安装步骤如下：sudo apt-get updatesudo apt-get full-upgradesudo apt install curlsudo apt

NVIDIA在2019年NVIDIA GPU技术会议（GTC）上宣布了Jetson纳米开发工具包，这是一款99美元的计算机，目前可供嵌入式设计师、研究人员和DIY制造商使用，在一个紧凑、易用的平台上，充分实现软件编程，为现代AI提供动力。Jetson Nano提供472个GFLOP的计算性能，四核64位ARM CPU和128核集成NVIDIA GPU。它还包括4GB LPDDR4内存，在一个高效的低功耗封装中，具有5W/10W电源模式和5V直流输入，如图1所示。新发布的JetPack 4.2SDK为Je

英伟达官方资源：Nano 入门手册英伟达深度学习AI网站英伟达开发者博客jetbot智能小车学习

引言NVIDIA®Jetson Nano™ 2GB开发工具包是教学、学习和开发人工智能和机器人技术的理想选择。有了一个活跃的开发人员社区并准备好构建开源项目，您将找到开始工作所需的所有资源。它以低廉的价格提供了令人难以置信的人工智能性能，并使人工智能和机器人技术的世界为每个人提供了完全相同的NVIDIA软件和工具，用于在所有行业创造突破性的人工智能产品。A Jetson Nano 2GB Developer Kit includes a non-production specification Jets

本练习把一个八位的 onehot 编码转换成三位的二进制数。编码器端口配置：编码器代码：module encoder( x, en, y); input [7:0] x; input en; output [2:0] y; wire [7:0] x; wire en; reg [2:0] y; always @ (en or x) begin if (en) begin case (x) 8'b00000001 : y = 3'b000; 8

模块示意图如下：端口配置清单：verilog 代码：module counter( clock, reset, enable, count); input clock; input reset; input enable; output [3:0] count; wire clock; wire reset; wire enable; reg [3:0] count; always @ (posedge clock) begin if (reset ==

1. 与门的 verilog 实现代码设计一个与门电路，实现 y = a & b。verilog 代码如下：module addgate(a, b, y); input a; input b; output y; wire a; wire b; wire y; assign y = a & b;endmodule 其中，wire 代表连线。也就是说，a、b、y 都是连线，assign 赋值的意思，就是说 = 号两边直接用线连起来。2. 测试代码测试代码如下：

读了很多资料，发现都解释的不清楚。于是亲自编写、编译了一组简单的实验代码，足以清清楚楚展示变量声明周期的概念。看后，发现原来如此简单，rust 如此美妙！

本文讨论比较了rust、c、c++ 函数参数传递语法特点，分析了 rust 语法机制的合理性和简洁性。1. rust 就是 c 语言1.1 函数调用传参：传值看代码，这段程序与 c 语言机制完全相同。fn foo(x: i32) {}fn main() { let x = 123; foo(x);}我们再看看复合数据类型：struct T { a: i32, b: i32,}fn foo(x: T) {}fn main(){ let x = T{a:1, b: 2};

读完 rust 教程，用了一天时间写此总结，仔细回顾了变量所有权的机制，并与 c++ 的对应机制作了比较，以加深对 rust 所有权机制的理解。

各种困难，终于读完了，第一次觉得读完一本书有成就感！

打算写一个科学计算库，从向量运算入手。费了一天功夫，终于完成了这十来行代码。这里面牵涉到变量引用、解引用，也不知道用法是否正确。感觉 rust 从各方面颠覆我的想象。use std::ops::{Add, Sub, Mul, Div};pub struct RowVec<T>(Vec<T>);impl <T: Add<Output = T> + Copy + Clone> Add for RowVec<T> { type Outpu

想写个泛型的算法，结果折腾了大半天才发现 rust 语法确实太严格了。把遇到的问题简化总结一下。写一个简单的计算函数，比如两个数做加法，下面函数 calc 的代码在 c++ 中一点问题也没有。但是，rust 给了一大堆编译错误信息。fn calc<T>(x:T, y:T) -> T { return x + y;}fn main() { let x = 2; let y = 3; let z = x + y; println!("calc(

每次点击菜单 Terminal/New Terminal，结果看到 Terminal 窗口闪了一下立即关闭。研究了一下，原因是，VS Code 把 Terminal 默认设成了 PowerShell，而我机器上的杀毒软件坚决不允许 PowerShell 运行。所以，解决方案就是把这个默认的 Terminal改成 Windows 原来的那个 cmd.exe。设置方法如下：依次点击下面的配置项，最后点击 Edit in Setting.json。参见下图：把下面窗口的最后一项设成 cmd.exe 的

虽然 rust 与 haskell 相比，并不是真正的函数式编程，但不得不说，还真的有点 haskell 的意思。我们看一个匿名函数：1. 一个简单的匿名函数fn main() { let inc = |x| x + 1; println!("{}", inc(1))} 运行一下，结果显示 2，很好吧？2. 函数是一等公民？haskell 有一个令人印象很深的特点，就是函数和“变量”没有区别。例如，我们可以定义 inc 函数如下：inc x = x + 1够简单吧？在

要写一个矩阵计算软件包，首先要实现向量的基本运算。原本以为小菜一碟，结果发现难度很大。搜了一下，发现正确代码应该按照下面的方式编写。辛亏我对 haskell 还比较熟悉，否则真的吓晕我了。fn main() { let a: Vec<i32> = vec![1,2,3,4]; let b = a.clone(); let r: i32 = a.iter().zip(b.iter()).map(|(x, y)| x*y).sum(); println!("{}

泛型变量的数据类型实质上是未知的，写 let x: T = 0.0 这样的代码是违反变量类型约束的。本文通过简单的例子解释了如何把一个具体的常量赋值给泛型变量。介绍了 From 和 Into 两个重要的数据类型转换Trait 。

用简单的例子说明复杂道理：通过编写第一个 rust “类” 趟的坑，介绍如何在 rust 下编写一个类，并加入泛型数据类型的支持。

介绍静态库的创建，以及源代码包的引用、编译后的 *.rlib 静态库文件的引用方法。

读了些文章和教程，我觉得都搞得太复杂了，没有把 package 包和 module 模块的概念解释清楚。本文彻底简化一下，把主要脉络梳理清楚，帮助初学者迅速掌握相关概念。

快速了解 rust 函数代码格式和变量声明的特点，以及如何设计单元测试。

通过简单的 hello world，看 rust 与 c++、go 语言的根本差异，直观感受rust “零成本抽象”的优势。

运行$ ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg出错，因为 cfg 文件默认参数是用于 Training 的，把下面的注释掉，把 Testing 部分的参数注释 # 号去掉，即可。 yolov3.cfg 文件修改如下：[net]# Testingbatch=1subdivisions=1# Training# batch=64# subdivisions=8... ......

把 CV_ 前缀去掉，因为 OpenCV4以上的版本，把这个常量名称前面的 CV_ 给去掉了。

编译 darknet 的时候出现这个错误，把 home/darknet/src/imageopencv.cpp 修改如下：#ifdef OPENCV#include "stdio.h"#include "stdlib.h"#include "opencv2/opencv.hpp"#include "image.h"using namespace cv;extern "C" {/*IplImage *image_to_ipl(image im){ int x,y,c;

FOURCC 是“Four character code”的缩写，也称为4CC。编码定义如下：0-91978: A.M.Paredes predictor2VUY: 2VUY / BlackMagic3IV0: 3ivx3IV1: 3ivx3IV2: 3ivxADVERTISEMENTS3IVD: FFmpeg DivX (MS MPEG-4 v3)3IVX: 3ivx8BPS: Planar RGB CodecAAAS4: Autodesk Animator codec (RLE)

用 cmake-gui 配置 WITH_CUDA 时出现这个错误提示。CMake Error at modules/core/CMakeLists.txt:40 (message): CUDA: OpenCV requires enabled 'cudev' module from 'opencv_contrib' repository: https://github.com/opencv/opencv_contrib按照错误提示解决方案提供的网址：https://github.com/ope

午夜昏睡的时候，忽然想到 word2vec 的本质，其实很简单。理解了其本质，可以组合出各种具体的方案出来。

word2vec思路很简单，我觉得网上很多介绍都弄得太复杂、太细节化了，下面说说我的看法。1. 数学模型word2vec说白了就是一个映射：word→Fvec(1)\tag1 word \stackrel{F} \to vec word→Fvec(1)那么word、vec、F 如何定义呢？word 采用 one-hot 编码，如果一种语言有 m 个单词的词汇量，这个就是一个 m 维向量。感觉这个向量是不是块头很大？如何提升效率不是本文要解决的问题，我们还是把原理先弄明白吧。vec 是普通的

终于安装配置完成 OpenCV，兴冲冲写了个 rtsp 网络摄像头测试程序，结果连不上, 查了以下资料，原来...

今天忽然发现，make 命令不好用了。仔细研究了一下，发现原因是 pkg-config 不能输出 --cflags 和 --libs内容。查了以下资料，原来需要把环境变量设一下：export PKG_CONFIG_ALLOW_SYSTEM_CFLAGS=1export PKG_CONFIG_ALLOW_SYSTEM_LIBS=1...

系统默认的

操作很简单，...

先贴代码吧：#include <gst/gst.h>int main(int argc, char *argv[]) { GstElement *pipeline, *source, *sink; GstBus *bus; GstMessage *msg; GstStateChangeReturn ret; /* Initialize GStreamer */ gst_init(&argc, &argv); /* Create the ele

0. 源代码下面是本文讨论的代码。我试了一下，扩展名必须是 *.c，改成 *.cpp 的话无法编译。这个原因我回头再研究。#include <gst/gst.h>int main (int argc, char *argv[]){ GstElement *pipeline; GstBus *bus; GstMessage *msg; gst_init (&argc, &argv); pipeline = gst_parse_launch("play

前几年用 Go 语言写了服务器程序，扔到云服务中，一口气跑到今天，还在正常工作。虽然在 CentOS 下开发部署，但是我觉得自己对 Linux 这个体系真的是一点也不了解。从这个角度看，Go 语言用起来的确简单！最近打算用 C++ 搞点视频方面的开发，结果在 ubuntu 上安装英伟达显卡、CUDA、opencv 等等，还没整深度学习那些框架呢，就要把我给折腾死了。这两天，下了狠心，梳理一下思路，把 Linux 下开发环境相关的原理性的东西彻底搞明白了，结果怎么试验都不出错了。写了一段 opencv 的小

安装完 OpenCV-4.5.1，打算编译一个程序看看，你知道需要连接多少可静态库吗？用下面命令可以查看：$ pkg-config --libs opencv4-L/usr/local/lib -lopencv_highgui -lopencv_ml -lopencv_objdetect -lopencv_photo -lopencv_stitching -lopencv_video -lopencv_calib3d -lopencv_features2d -lopencv_dnn -lopencv_f

老朽在 DOS、Windows 下玩 C/C++ 三十多年了，转到 Linux（Ubuntu）下，感觉整个开发环境乱七八糟、毫无头绪。在安装配置 OpenCV 4.5.1 的时候，经过一番折腾，发现 Linux 和 Windows 没啥本质区别。本文把关键要素稍加整理，供从 Windows 向 Linux 迁移的程序员同行们参考。

1. 下载源代码首先下载源代码，官网下载比较费时，搞了三天都没下来，在 CSDN 上找了一下资源解决此问题。2. 把源代码复制到和是目录因为支持 cmake，所以这个过程反而不复杂。在 home 目录建了个文件夹 opencv ，代码拷贝近来，这个文件夹的位置并不重要，因为后面有一个安装步骤，可以把将来开发需要的头文件、编译好的库文件等安装到各自的部署文件夹中。3. 安装 ubuntu 需要的功能具体过程我参考了网上的介绍，过程如下。下面的三条命令，是安装 ubuntu 操作系统需要的功能。如果

安装完成 opencv4.5.1，但是检查的时候提示没找到 opencv4.pc 这个文件，查找命令如下：$ find -name open*.pc./unix-install/opencv4.pc这个命令能够查询子文件夹。

/etc 文件系统/etc目录包含各种系统配置文件/etc/rc或/etc/rc.d或/etc/rc?.d 启动、或改变运行级时运行的脚本或脚本的目录。/etc/passwd 用户数据库，其中的域给出了用户名、真实姓名、用户起始目录、加密口令和用户的其他信息。/etc/fdprm 软盘参数表，用以说明不同的软盘格式。可用setfdprm进行设置。更多的信息见setfdprm的帮助页。/etc/fstab 指定启动时需要自动安装的文件系统列表。也包括用swapon-a启用的swap区的信息。/e

刚开始学 ubuntu，整理一下最近学的内容。通常情况下，根文件系统所占空间一般应该比较小，因为其中的绝大部分文件都不需要经常改动，而且包括严格的文件和一个小的不经常改变的文件系统不容易损坏。除了可能的一个叫/vmlinuz标准的系统引导映像之外，根目录一般不含任何文件。所有其他文件在根文件系统的子目录中。/bin: 二进制可执行命令包含了引导启动所需的命令或普通用户可能用的命令(可能在引导启动后)。这些命令都是二进制文件的可执行程序(bin是binary-二进制的简称)，多是系统中重要的系统文件。

sudo apt-get update：主要用于缓存中的软件列表更新。软件经过一段时间后，软件源中的软件列表回一有些更新，使用该命令可以将软件源服务器中的软件列表覆盖至本机的缓存列表中。sudo apt-get upgrade：将系统中的软件升级更新到缓存列表中的最新版本。该命令结合sudo apt-get update命令使用就如Windows系统的update补丁安装。sudo apt-get install：安装在缓存软件列表中的软件。在sudo apt-get install 后面跟安装软件的.

创建一个工程文件夹hello3，在里面创建一个字文件夹src，把main.cpp、hello.cpp、hello.hpp复制进去。因为每个文件家里面都要有一个 CMakeists.txt 文件，于是hello3/src文件夹的内容如下：ADD_EXECUTABLE(hello main.cpp hello.cpp)工程文件夹hello3里面的内容PROJECT(HELLO)ADD_SUBDIRECTORY(src bin)然后在工程文件夹hello3里面创建子文件夹build，进入该文件夹，

我在《cmake入门》中提供的例子属于“内部构建”，cmake在源代码所在的文件夹运行，结果一大堆临时文件把源代码文件夹搞得乱七八糟。现在我建新文件夹，把main.cpp、hello.cpp、hello.hpp、CMakeLists.txt复制到此文件夹。然后，在此文件夹内建一个子文件夹 build，进入此文件夹，运行$ cmake ..-- The C compiler identification is GNU 7.5.0-- The CXX compiler identification is

大致搞明白Makefile编写方法后，我觉得应该弄明白CMake了。还是从Hello World开始吧，一共三份文件构成这个项目：main.cpp、hello.cpp、hello.hpp。按照资料说明，要在对应的文件夹里面写一个 CMakeLists.txt 文件：PROJECT(HELLO)SET(SRC_LIST main.cpp hello.cpp)MESSAGE(STATUS "This is BINARY dir " ${HELLO_BINARY_DIR})MESSAGE(STATUS "

设置环境变量 PS1 即可。1. 修改提示符内容PS1的常用参数以及含义:标识用途\d代表日期，格式为weekday month date，例如：“Mon Aug 1”\H完整的主机名称\h仅取主机名中的第一个名字\t显示时间为24小时格式，如：HH：MM：SS\T显示时间为12小时格式\A显示时间为24小时格式：HH：MM\u当前用户的账号名称\vBASH的版本信息\w完整的工作目录名称\W利用basena

这个信息的含义很简单，

这肯定是对Makefile做的最通俗的解释了，几分钟时间彻底搞明白Makefile的基本编写方法。

最近终于抽出身来写点代码了，我想挑战一下自己，退休前把Linux下的软件开发系统学习一下，亲自动手搞点东西出来。有同事心疼我，劝我有些环节没必要浪费时间，可以委托其他同事代劳。但这不是我的习惯，这辈子自力更生惯了，既然想动手做点开发，各个环节我肯定要自己亲自做一遍。在Ubuntu 18环境下安装上 GCC，在自己的移动硬盘上建了个hello文件夹，写了一个 hello.cpp 程序：#include <iostream>using namespace std;int main(){

执行下面的代码处理：sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"sudo apt updatesudo apt upgradesudo apt install libjasper1 libjasper-dev

1. 下载安装文件下载地址如下，选择合适的版本。这个估计需要一个账号，没有的话自己注册一个就行。https://developer.nvidia.com/rdp/cudnn-archive2. 安装cudnn解压下载的文件，可以看到cuda文件夹，在当前目录打开终端，执行如下命令：$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

1. 下载 Cuda从官网下载Cuda，这个需要根据你的硬件配置选择合适的软件包，选择连接和界面如下：https://developer.nvidia.com/cuda-toolkit-archive点击Download，等待下载2. 安装 Cuda下载完成后，安装cuda（***代表具体的cuda版本名称）$ sudo sh ****.run然后一直按住回车键，直到服务条款显示到100%。接着按下面的步骤选择：accept不要安装GPU驱动（安装程序中的项目清单中，不要选择安装d

1. 系统默认快捷键PrtSc – 获取整个屏幕的截图并保存到 Pictures 目录。Shift + PrtSc – 获取屏幕的某个区域截图并保存到 Pictures 目录。Alt + PrtSc –获取当前窗口的截图并保存到 Pictures 目录。Ctrl + PrtSc – 获取整个屏幕的截图并存放到剪贴板。Shift + Ctrl + PrtSc – 获取屏幕的某个区域截图并存放到剪贴板。Ctrl + Alt + PrtSc – 获取当前窗口的 截图并存放到剪贴板。2. 更改系统设定

1. 更新 Ubuntu执行下面命令：$sudo apt update结果更新老是失败，于是把 etc\apt\sources.list 文件中的数据源修改成国内站点，才搞定：deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiversedeb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main re

执行下面命令：$sudo apt update结果更新老是失败，于是把 etc\apt\sources.list 文件中的数据源修改成国内站点，才搞定：deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiversedeb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted univ

1. 更新 Ubuntu执行下面命令：$sudo apt update结果更新老是失败，于是把 etc\apt\sources.list 文件中的数据源修改成国内站点，才搞定：# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse# deb-src https://mirrors.tuna

看下面的猜数字游戏的代码：use std::io;use std::cmp::Ordering;use rand::Rng;fn main() { println!("Guess th number!"); let secret_number = rand::thread_rng().gen_range(1, 101); println!(" The secret number is: {}", secret_number); println!("Please input you

代码如下：use std::io;use std::cmp::Ordering;use rand::Rng;fn main() { println!("Guess th number!"); let secret_number = rand::thread_rng().gen_range(1, 101); println!(" The secret number is: {}", secret_number); println!("Please input your guess.

输入命令 cargo doc --open，系统自动生成参考文档。>>cargo doc --openwarning: output filename collision.The lib target `rand` in package `rand v0.4.6` has the same output filename as the lib target `rand` in package `rand v0.3.23`.Colliding filename is: E:\DiskZ\r

接下来我要使用随机数生成函数，这个函数在 rand 库中。我们在 Cargo.toml 文件中的依赖项中，加入对 rand 的依赖说明。[package]name = "game"version = "0.1.0"authors = ["xuyeping"]edition = "2018"# See more keys and their definitions at https://doc.rust-lang.org/cargo/reference/manifest.html[depen

直接上代码吧！use std::io;fn main() { println!("Guess th number!"); println!("Please input your guess."); let mut guess = String::new(); io::stdin().read_line(&mut guess).expect("Failed to read line"); println!("You guessed: {}", guess);}很有意思，

运行以下代码：>>cargo build --release附：程序源代码fn gcd(m: u64, n: u64) -> u64 { assert!(m != 0 && n != 0); if m > n {return gcd(m - n, n)}; if m < n {return gcd(n - m, m)}; m}#[test] fn test_gcd(){ assert_eq!(gcd(14,

#[test]代码放在要测试的函数之后，代码如下：fn gcd(m: u64, n: u64) -> u64 { assert!(m != 0 && n != 0); if m > n {return gcd(m - n, n)}; if m < n {return gcd(n - m, m)}; m}#[test] fn test_gcd(){ assert_eq!(gcd(14, 15), 1); assert_eq!

在DOS命令窗口建立一个练习用的文件夹，cd命令进入该文件夹（例如c:\rust-test），执行下述命令建立工程：>>cargo new -bin gcd最大公约数代码如下：fn gcd(m: u64, n: u64) -> u64 { assert!(m != 0 && n != 0); if m > n {return gcd(m - n, n)}; if m < n {return gcd(n - m, m)}; m}fn main

30年前，我简历上写的是精通C++；20年前只敢写熟悉C++；10年前变成了了解C++；看了C++20，我只能把C++从我简历中抹去了。新增关键字(keywords)conceptrequiresconstinitconstevalco_awaitco_returnco_yieldchar8_t新增标识符(Identifies)importmodule具体内容多多，估计退休前都搞不清楚了，有兴趣自己搜索去吧！...

看过不少其他介绍，感觉简单问题复杂化了。本文5分钟解释清楚主要脉络，如有困惑，不妨一读。

尽管上一篇文章两次被拒，我还是想写一篇关于父亲的文章，一篇和软件看似无关的文章。我是在艺术家圈子里长大的，虽然最终成为了一名程序员，但我觉得自己的工作成果很大程度上还是拜孩时艺术熏陶所赐，我的职业生涯中，也是一直按照艺术家的标准设计自己的作品。父亲在很长一个时期，在我的生命里都是神一般的存在，在我眼里，父亲是无所不知、无所不能的英雄般的存在。直到有一天，我发现父亲忽然变得苍老了，自己也长大成人了。1在我的人生里，对父亲的第一印象，是每天在一座硕大无比的礼堂里，和几个同事拿着油画笔和调色板画巨幅的宣传