重回CSDN

最近常常想起csdn,总觉得对做技术的我,这里有种归属感,那是一种很温暖的感觉。

 

这已经是我第三次重回csdn了,我坚信这次是最后一次,因为,在今后的日子里,我一刻也不离开了。

 

csdn,不知从何时开始,已经承载我许多的回忆,让我怀恋,更让我珍惜。

 

记得第一次听说csdn是在读大二的时候,几个好友谈论微软的软件开发平台时,一位我们中的技术牛人谈及csdn,我的第一反应是msdn,觉得csdn应该是从此而得名,也是从那时起,我开始关注csdn。那时的我只不过还是个过客,以旁观者的身份,尽管都是浏览别人的东西,但这足以让我兴奋不已,因为我有种找到做软件技术人家园的感觉,那种感觉很奇妙......

 

后来,大三从计算机协会隐退之后,就想自己专心搞技术,看到csdn上每天更新的帖子,让我觉得这里能够找到我想要的答案,于是我把自己的困惑同问题的形式,请教csdn里的大侠。很快有人回复,而且结果很令我满意,这更加使我信赖csdn。

 

然而,由于考研等重理论轻实践,以及后来发生的一系列事情,我很少来csdn了,这种日子一直持续到研一上学期,又一次激发我学习技术的信心和热情,于是我完善了自己的资料。

 

然而,我不知道具体有哪几种原因,我又停下了,中间尝试过去163的博客,一段时间后,我惦记着的还是csdn。这期间,发生了几件事:

1,急于找实习的我,在同学的介绍下,轻松地进入一家公司实习,这次是我第一次真正体会到效率和实力的重要性,我空前的感到危机,科班出身的我竟然实力不如那些跨专业过来的人。也第一次自我感觉到我很浮躁,尤其对技术,知道说掌握,理解说精通。我该怎么办?埋头苦干,于是我花了近一个月的时间重学了谭浩强的那本《C程序设计》(第二版),是在这次动手后,我才真正第一次弄清楚:函数指针和指针函数,数组指针和指针数组,结构体、指针、数组和字符串的综合应用等等。可能别人觉得不可思议,但这确是真实的我。

2,我定位了自己的方向:做嵌入式系统软件开发,重点掌握的知识:

(1)理论知识:C、数据结构和算法;操作系统和linux;此外还学好如,计算机网络、汇编语言、C++、计算机系统结构、数据库等外围知识。

(2)实践知识:在windows和linux平台下作C程序开发;会搭建ARM9+LINUX+GUI的环境(包括交叉编译)。

是在老师、同学和社会的帮助下,加之我个人的努力和偏好,经过很长一段时间的浮躁之后,才做出的决定,实属不易。在今后的时间里,我所做的每一件事情都是在向我的目标靠近一步。

3,我基本开始了我的社会生活。

虽然我还没有完全离开校园(我从校园受益颇多,可也有不可摆脱的烦恼),但是我基本开始感受社会人的压力,过着社会人安静却不平凡的一天又一天。那是一种痛并快乐着的感觉。

上面3点,或多或少的是我现在生活的写照,之所以写在这里,是csdn勾起了我近几年的回忆(近几年我经历了很多),见证了我的成长。

 

曾经还有一点疑虑是,以为csdn是搞纯软件的人来的地方,而我是搞嵌入式的,担心上面懂嵌入式的较少,然而是我的一位同在昨天又一次强调地告诉我“其实是相通的,仅区别在嵌入式自己环境搭建的过程”。原本由于理解不深而不同意的我现在赞同了。

 

最后,我只想说一句,我以后再也不想离开csdn了。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python Opencv 是一个在计算机视觉领域非常流行的开源库,可以用于处理图像和视频数据。相机标定是计算机视觉中的一个重要任务,它是为了将相机的内部参数和外部参数估计出来,以便在后续的图像处理中产生更准确的结果。 在CSDN上有很多关于Python Opencv 相机标定的教程和资源可供学习。在这些资源中,通常会涵盖以下步骤: 1. 收集标定板图像:首先,需要准备一张已知大小的标定板,并用相机拍摄多张不同角度和位置的图像。 2. 提取角点:使用Opencv中的角点检测算法,如Harris角点检测算法或亚像素角点检测算法,从标定板图像中提取角点。 3. 标定相机:根据标定板的已知尺寸和提取到的角点信息,使用Opencv中的相机标定函数,例如calibrateCamera函数,对相机进行标定。这将估计出相机的内部参数(焦距、主点位置等)和外部参数(旋转和平移向量)。 4. 验证标定结果:将已标定的相机应用于新的图像,可以通过计算重投影误差来验证标定结果的准确性。重投影误差是通过将三维点投影回二维平面上,并与实际提取到的角点进行比较来计算的。 5. 应用相机标定:标定完成后,可以将标定参数用于相机姿态估计、物体检测、图像校正等各种计算机视觉任务中。 总之,Python Opencv 相机标定是一个重要的计算机视觉任务,可以通过CSDN上的教程和资源学习和实践。这将帮助我们更好地理解相机参数的估计和应用,从而提高图像处理和计算机视觉应用的准确性和效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值