weixin_62343847的博客

2、使用 xrandr 创建新的 mode，–newmode 后面跟刚刚 cvt 产生的 modeline 后面的信息，如果去掉“_60.00”就可以在显示器首选项中看到。ps：我的系统是18.04的，默认没有xorg.conf文件。3、添加新的 mode，–addmode 后面第一个参数是 命令xrandr 显示的列表中，目标输出设备的名称，Ubuntu升级后，发现分辨率没有1920*1080，在网上寻找了一个文章解决办法如下。添加 /etc/X11/xorg.conf 文件，将此模式保存为默认分辨率。

在上一篇博客的基础上，结合手势识别和实验室的unitreeA1机器狗做了一个机器狗的手势控制,可以实现手势控制机器狗的前后左右平动。

##功能介绍密码功能嵌入于主函数中，初始密码为：123456（可根据需要修改）输入1可以调用add函数对学生的基本信息以及成绩进行输入输入2则调用print函数打印学生成绩单输入3可以根据学号匹配学生并对其成绩进行修改输入4可以对当前所有学生的总成绩进行排序输入5则可以计算当前学生平均分输入6可以打印出成绩单中所有存在不及格科目的学生输入7可以根据学号查找学生成绩输入8则为退出系统源码如下：......

  新买来的电脑，首先要添加和调整分区，但自带系统可能将磁盘用bitlocker加密了，使得无法对磁盘进行操作，网上说鼠标右键有bitlocker选项，但本人电脑没找到，在控制面板加密选项只要备份等选项，没有解密操作。   下面是解决方法： 1.打开设置； 2....

前言在先前的博客中已经实现过了手势追踪的基本功能，由于最近项目需要，开始学习封装操作，也为了更简洁的调用手势追踪模块，所以参照了Youtube上一位大佬的教程，把之前的追踪模块整理了一下，将代码封装到了类中，然后加了一些功能。环境配置开发环境：Pycharm所需软件包：Opencv-python,Mediapipe,math,pycaw,numpy实现原理手势识别和追踪原理在之前的博客已经详述过了，对音量的控制是通过Mediapipe实时检测得出的拇指指尖和食指指尖的坐标，再通过坐标

百度网盘非会员几百ｋｂ的下载速度令人头疼，这是一个绕开网盘限速的方式，下载速度在７M左右，快的话可以达到９M。注意：由于这个方法是通过浏览器扩展程序实现的，所以用百度网盘网页版就可以了，用下载好的客户端反而无效。下载油猴这是一个油猴脚本，所以安装脚本之前，必须先安装油猴浏览器扩展（如已安装则跳过，只是一个浏览器插件，很小）这里推荐使用Microsoft Edge或者谷歌浏览器（当然其他的应该也可以，流程都很类似）；以Microsoft Edge为例：点击这里的＋号新建标签页..

51单片机是对兼容英特尔8051指令系统的单片机的统称。51单片机广泛应用于家用电器、汽车、工业测控、通信设备中。因为51单片机的指令系统、内部结构相对简单，所以国内许多高校用其进行单片机入门教学。关于开发环境注意事项：我们一般使用keil5来生成程序文件，用stc-isp将其下载到开发板上。由于下载资源很丰富，所以这里不赘述下载过程（keil5有两个版本，一个适用于51，另一个适用于开发stm32，虽然长得一样，但是适用范围不同，需要仔细甄别）。这里需要注意的是：在用stc-isp下载程序时，

有关介绍OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。它同样支持很多的AI功能，我们这里主要用Opencv来进行图像的处理，识别工作则由Mediapipe完成，有关Opencv的函数都在之前的博客上做过说明了。.

图像金字塔是图像多尺度表达的一种，是一种以多分辨率来解释图像的有效但概念简单的结构。一幅图像的图像金字塔是一系列以金字塔形状（自下而上）逐步降低，且来源于同一张原始图的图像分辨率集合。其通过梯次向下采样获得，直到达到某个终止条件才停止采样。我们将一层一层的图像比喻成金字塔，层级越高，则图像越小，分辨率越低。通过图像金字塔，我们能够改变图像的大小。这跟我们之前提到的cv2.resize()函数作用是一致的，resize能够更加精细化地改变图像大小，将其放大或缩小为任意值，而图像金字塔只能够成比例进行放缩。

边缘检测实际上就是对图像进行系统的梯度计算，包含了图像的噪声处理，非极大值抑制，双阈值检测等一系列图像处理方式，通过这些方式处理图像后得到图像的轮廓。这些方式在之前的博客都已经提到过i了，而Opencv提供了一个非常方便的函数进行边缘检测，它将高斯滤波，梯度大小及方向计算，非极大值抑制，双阈值检测等几个边缘检测常用函数全部集成为一个函数，使用者只需要给出两个阈值的大小即可。相关函数cv2.Canny(XT_gray,minVal,maxVal)：XT_gray为要进行处理的图像，而minVa

图像梯度直观反应其实就是图像当中各物体的轮廓，而在像素点上的体现其实就是相邻像素点之间的差值，差值越大，轮廓就会越清晰（可用于图像增强），而Opencv提供了以下三种算子来进行图像的梯度处理，跟在之前的博客中提到的cv2.morphologyEx(img,cv2.MORPH_GRADIENT,kernel)函数其实很类似，都能够得到图像的轮廓。而Opencv也提供了以下三种算子来进行图像的梯度处理。sobel算子先看到Gx,这里的算子其实很像是卷积核，而靠近中间的像素乘以+2和-2，稍远的四个角

腐蚀与膨胀图像的腐蚀与膨胀互为逆向操作，通常用于处理二值图像（黑白图，以黑色为底面背景），因此需要先进行二值化处理，腐蚀和膨胀通俗的理解就是，在指定大小的卷积核内，如果该卷积核内全为黑色或全为白色，则该卷积核内像素值不变，但若是既有黑色又有白色，即在图像边缘处，那么膨胀操作则会将该卷积核内所有白色像素点都赋值变为黑色，以此将图像向内腐蚀掉一圈，而膨胀操作则相反，会将卷积核内的黑色像素点赋值成2白色，以此让图像膨胀一圈。礼帽与黑帽礼帽：将图像先进行开运算，再以原始图像减去开运算的结果，我们就可以得

一、阈值处理用于处理单通道图像（一般是灰度图），它能够简化图像的像素值，使图像的像素值更为单一，便于处理，通俗的理解就是将灰度图变为黑白图。以下是Opencv的一种阈值处理方式。函数介绍ret,dst = cv2.threshold(src,thresh,maxval,type)src :要进行处理的单通道图像，一般为灰度图。thresh：设定的阈值，超过或小于该值像素将会转换为特定的值。maxval = 当像素超过（或者小于）阈值将会被赋予的值，具体是超过还是小于要看type的类型。

img=cv2.imread("cat.jpeg") 作用：读入图片，并可将其赋值给变量，括号内参数为要读取的文件名，文件名后要加上文件的格式，如：jpg,jpeg等格式（要加引号）。 cv2.imshow("image",img) 作用：展示指定的图片 括号内参数有两个，第一个为打开的窗口名，这个可以随个人习惯命名（要加引号），第二参数个则是所读入的要展示的图片变量。 cv2.waitKey(0) cv2.destroyAllWindows() 这两个函数一般放在一起使用，

关于realsense安装过程中报错找不到文件的解决方式，因为之前学过python，所以计划使用ｐｙｃｈａｒｍ进行相关的项目开发，以下是Ｒｅａｌｓｅｎｓｅ的环境配置及Ｐｙｃｈａｒｍ相关的库函数安装说记录Realsense SDK的下载1、首先要在Ｒｅａｌｓｅｎｓｅ官网上下载SDK的安装包点击DEVELOPERS，然后点击SDK２.０下载SDK滑到最下方 ，Linux系统要点击这个源码包进行编译，Windows系统下载上面的exe就好

关于linux系统的安装这里建议安装18.04版本，先前的16.04版本安装过于繁琐，用18.04相对比较成熟而且安装也比较简单。1、由于大部分用户最开始用的都是windows系统，为了实现双系统，首先你需要一个虚拟机，比如VMware Workstation就是一个不错的选择。虚拟机的安装很简单，在各大软件商店上都有，这里就不赘述了。2、然后就来到了关键的一步，你需要下载一个ubuntu文件，可以选择通过官网进行下载，但是速度会比较慢，推荐利用百度网盘传输别人下载好的文件，将文件保存到D盘，关注

运行效果今天碰到的一道题

多维数组1.多维数组最简单的形式是二维数组。一个二维数组，在本质上，是一个一维数组的列表。声明一个 x 行 y 列的二维整型数组,也就是数组中还是数组。具有两个或两个 以上的索引值，形式如下：2.多维数组变量的输出和删改方式与一维数组几乎一样，如图：附一点新的进展（写得有点拉。。。）：...