#Python #CV #code 新程序已经支持，弄法非常简单，只需 dst src* | unpack dst 即可

关于这个，我来说一下后继 #Bilibili #drawing #CV

大概说一下必须要啥接口啊…… （不止这个项目，是我最近用过的 API，emmm） #Python
from PIL import Image, ImageDraw, ImageFont

Image 方面：

Image.open(path), Image.new(mode, size, fill) 
size, width, height
getpixel, putpixel
mode, Image.getmodebands
resize, crop, paste

骚操作：

palette
offset((x,y))
getchannel("R")
histogram()

getextrema() 可以算通道极值
ImageDraw：

ImageFont.truetype(path)

ImageDraw.Draw(img)
ImageDraw.text(pos, text, font, fill)

然后对 #CV 来说， fps, n_frames, width, height 是必须的

def cv2VideoInfo(cap):
  props = [cv2.CAP_PROP_FRAME_COUNT, cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT]
  return (cap.get(cv2.CAP_PROP_FPS),) + tuple(int(cap.get(p)) for p in props)

剩下 VideoCapture.read, VideoWriter.write 就好了

这些 API，OpenCV 不支持 unicode 字体，但可以写 C++ 扩展，用 freetype 画啊
java.awt.image.BufferedImage 和 java.awt.Graphics 也是支持绘制文字的（但不能在调用里直接自定义字体）

def channelHistogram(img):
  n_channels = Pillow.getmodebands(img.mode)
  hist = img.histogram()
  return tuple(hist[i:i+256] for i in range(0, n_channels*256, 256))

def imagePixels(img):
  for y in range(0, img.height):
    for x in range(0, img.width):
      yield img.getpixel((x, y))

def count(xs): return sum(map(lambda _: 1, xs))

#Python #code #CV 🤔

#cv #ml #cg #tech #haha

#cplusplus #code #linux #cli #cv #cg 支持自动缩放(cv::resize)，不过看以前写的自动缩小也简单，算下 1 pixel 代表原img 的 pix step ，average 就可以了 (就这我居然还开了个非gist项目...)

#ai #cg #ml #cv #tech #science 🤔😳

列一些有趣的社区项目 #math #listing #Java
https://www.desmos.com/calculator/i6fijibmbz

#GUI 系列：
https://github.com/darsam44/Mini-desmos (吐嘈: 真的不迷你)
https://github.com/DanielZhangD/Javmos
https://github.com/LitterallyTheCoolestGuy69/Desmos-But-Scuffed

#Python 转换/等式代码生成脚本系列：
https://github.com/MrNewdary/svg2desmos/blob/main/svg2desmos.py
https://github.com/anematode/parametrizer/blob/master/undeletable.py
https://github.com/allesspassig/despy/blob/master/despy.py
https://github.com/emily-yu/image-to-desmos OpenCV #cv
#music https://github.com/AlexApps99/MIDI2Desmos 听 MIDI 函数图系列...

多项式课系列：
https://github.com/galbar07/Desmos
https://github.com/yonatan555/Desmos-Polynom
https://github.com/JiangTianXiang/Grade-12-Calculus-Graphing-Calculator
https://github.com/WhoIsKatie/Javmos
https://github.com/TimChoy/javmos
https://github.com/DvirTomer/Desmos-Polynom

乱入：
https://github.com/andrewpareles/Calculator/blob/master/main.ml
https://github.com/Tuttivers/ExponentialSeekbar-sample/blob/master/NearMeSeekBar.kt#L75 #Kotlin #Android
https://mukunthag.github.io/SHM/ 振荡器什么的...
https://github.com/Rob--/root-approximations/blob/master/evaluatex.js#L190 #JavaScript #lib #parsing 几百行的符号代数系统...

可移植性/项目管理极差的 GUI：
https://github.com/Pi-Man/Graphing-Calculator/tree/master/Graphing-Calculator
https://github.com/RohanK22/cppmathtool
http://well-made-territory.surge.sh/Desmos.html
https://github.com/softchickenidiot/3D-Grapher/tree/master/3D Grapher

#python #cv #lib 🤔 支持 multi filter/out 和自定义的 ffmpeg bind ，作者看起来很有见识，还会画 DAG 无环图

#ai #cv 草

#CG #cv #algorithm #math 高难度…… 和 canvas parser 一样，从位图还原吗草

#CG #cv #DontKnow #cs encoding

#ml #cv 待查应用 facefake

我大致看了一下回形针粉丝文稿归档，觉得它文案确实没有回答一些好奇问题，而且在这上百期里出了些知识差错，但作为「硬科普」已经够了——好好看看现在你能在各种tv、科学杂志上，回形针的文稿其实是不比它们差的

科普≠设计手册，一些有专人士的脑没专业人士的责任感的人就搞不懂这个。许多误差回形针也知道但不可能绝对严谨。严谨不是“硬”科普唯一的标杆，首先要有传播价值，同时也要尽量准确。

https://paperclip.wiki/Vol.112/

就讲了区块链、虚拟货币需要分布式可信账本，靠算力挖矿证明价值，是因为矿池上首先算出来、长度最大的人有权记账，然后是下一区块，无穷无尽，

https://paperclip.wiki/Vol.072/
解释了机械/固态硬盘通过磁头/晶体管-电子保留状态的原理
不过最后它没有解释为什么“固态硬盘断电1年数据丢失”，而U盘不会。

当然啦，同样基于颗粒，类型也是不一样的。RAM就分DRAM和SRAM，前者需定时刷新才能保证不丢失，后者性能更好，但面积存储效率太低了
回形针也没科普BIOS时代 CHS和LBA 的地址问题

https://paperclip.wiki/Vol.120/ 用很长的篇幅解释了 #cv #cg 二维码的编码原理，这个程度和知名度，比 #zhihu 的许多人都值得钦佩了

https://tttttt.me/dsuse/13458
#cg http://constraint.systems 是些js图形学实验🤔

#ai #cv #news 高配版YOLO BV1vV4y1f7EM
github开源：https://github.com/facebookresearch/segment-anything
demo演示地址：https://segment-anything.com/demo
“计算机视觉的大厦已经建成，只是还有两小片乌云​
看了看SAM的demo，现在非常感谢当年没让我做图像方向的老师。
做过的图像分割的算法都可以忘了，书可以留着作为纪念，几十年之后可以回忆一下曾经有过一个用各种特征、色彩、频率、灰度、形态、深度等方法进行图像分割的年代，多么天真的时代！​
可能过不了多久，分类、检测、分割、追踪等等一个模型就可以实现了，训练自己特定的数据集​
”

“这种研究项目能开源出来，大家都可以去学习去用，国内的一些公司随便什么东西，稍微能挣钱就只给你API，也算能明白chatgpt为什么姓美了​

我在本地跑了，这个模型甚至能在2070s上跑起来，速度也不算慢，因为涉及到文件操作我没去统计他的fps，一秒出一张

看demo没支持text prompt，估计语义和低层次几何结构不能open；比较震惊我的是发布的这个1 billion mask数据集，没几个公司能玩得起啊，mask-image pair的标注难度可比可爬取的caption-image难”