小编The*_*ist的帖子

是否有任何免费和开源选项从Windows系统上的usb-stick运行python(即安装在usb-stick上的python),并且可以通过插入usb-stick在任何Windows系统上运行？

在研究JPEG文件的这篇文章时,我在上述文件的第7.3节中遇到了" 八法则 ".

尽管使用SmartScale扩展引入了1到16的其他块大小,超出原始JPEG标准中的固定大小8,但事实仍然是8的块大小仍然是默认值,而所有其他大小的DCT根据标准8x8 DCT进行缩放.

" 八法则 "解释了为什么大小8是DCT大小的正确默认值和参考值.

我的问题是

究竟这个"八大法则"究竟是什么？

• 从历史上看,是否进行了一项研究,评估了样本中的大量图像,得出的结论是8x8图像块包含足够的冗余数据以支持使用DCT的压缩技术？像8M(4Kx4K)这样非常大的图像尺寸在大多数数字图像/视频中迅速成为常态,这种假设是否仍然有效？

• 将宏块限制为8x8的另一个历史原因是较大宏块的计算上禁止的图像数据大小.使用现代超标量体系结构(例如CUDA),限制不再适用.

此前类似的问题存在- 1,2和3.但他们都没有打扰任何关于这个神秘的基本" 八法则 "的细节/链接/参考.

_{1.原始研究的参考/摘录/细节将受到高度赞赏,因为我想用具有非常大尺寸图像的现代数据集重复它以测试8x8宏块的最佳有效性.}

_{2.如果最近进行了类似的研究,也欢迎提及它.}

_{我确实理解SmartScale是有争议的.没有任何明显的潜在好处¹,充其量只能与jpeg标准^2的其他向后兼容扩展相媲美.我的目标是了解选择8x8作为DCT块大小(在jpeg图像压缩标准中)的原始原因是否仍然相关,因此我需要知道八个定律是什么.}

我编写了一个Linux内核模块,作为基于Freescale P2020RDB的定制板的FPGA驱动程序.驱动程序包含几个#defines指定各种地址,大小,总线宽度等.我想从驱动程序中访问板的扁平化设备树(FDT)来配置这些地址,因此驱动程序可以用于其他板,其中FPGA具有不同的大小或驻留在不同的地址.

我在模块的初始化函数中添加了以下简单代码,这是我在浏览Linux内核源代码树时找到的代码:

...
#include <linux/of_device.h>
#include <linux/of_platform.h>

static int __init fpga_init(void) {

  struct device_node *dt_node;
  const u8 *property;
  int len;

  printk(KERN_INFO "(I) FPGA module loaded at 0x%p\n", fpga_init);
  dt_node = of_find_node_by_path("/fpga_dt@c0000000");
  if (!dt_node) {
    printk(KERN_ERR "(E) Failed to find device-tree node: /fpga_dt@c0000000\n");
    return -ENODEV;
  }
  printk(KERN_INFO "(I) Found device-tree node.  Now retrieving property.\n");

  property = of_get_property(dt_node, "reg", &len);

  printk(KERN_INFO "(I) reg=0x%08lX\n", (unsigned long) property[0]);
  ...
  return 0;
}

不幸的是,插入模块会在尝试查找设备节点时产生分段错误.

# insmod fpga_drv.ko 
(I) FPGA module loaded at …

最近,我一直在使用新的Developer Toolkit(v1.5.1)尝试使用Kinect进行面部识别.可以在此处找到FaceTracking工具的API:http://msdn.microsoft.com/en-us/library/jj130970.aspx.基本上我到目前为止所做的就是获得每个人独有的"面部签名".为此,我参考了Kinect跟踪的这些面部点:().

然后我跟踪了我的脸(加上几个朋友)并使用基本代数计算了点39和8之间的距离.我也获得了当前头部深度的值.下面是我获得的数据样本:

DISTANCE FROM RIGHT SIDE OF NOSE TO LEFT EYE: 10.1919198899636
CURRENT DEPTH OF HEAD: 1.65177881717682
DISTANCE FROM RIGHT SIDE OF NOSE TO LEFT EYE: 11.0429381713623
CURRENT DEPTH OF HEAD: 1.65189981460571
DISTANCE FROM RIGHT SIDE OF NOSE TO LEFT EYE: 11.0023324541865
CURRENT DEPTH OF HEAD: 1.65261101722717

这些只是我获得的一些价值.所以我的下一步是使用excel绘制它们.我的预期结果是深度和距离之间的非常线性的趋势.因为随着深度的增加,距离应该更小,反之亦然.因此,对于人X的数据,趋势是相当线性的.但是对于我的朋友(Y人)来说,情节到处都是.所以我得出结论,我不能使用这种方法进行面部识别.我无法获得跟踪如此小距离所需的精度.

我的目标是能够识别进入房间的人,保存他们的"个人资料",然后一旦他们退出就将其删除.对不起,如果这有点多,但我只是想解释一下到目前为止我取得的进展.那么,你们怎么看待我如何实现面部识别？任何想法/帮助将不胜感激.

我发现这个Android代码在他/她开始讲话时记录用户声音并在他/她停止时停止录制.但问题是录音停止很快.如果想说两个单词,它只记录第一个单词.

如何更改以下代码以使录制过程对瞬间沉默不那么敏感？

public void onCreate(Bundle savedInstanceState) {
    super.onCreate(savedInstanceState);
    setContentView(R.layout.main);

    final int RECORDER_BPP = 16;
    int RECORDER_SAMPLERATE = 8000;
    int RECORDER_CHANNELS = AudioFormat.CHANNEL_IN_MONO;
    int RECORDER_AUDIO_ENCODING = AudioFormat.ENCODING_PCM_16BIT;

    // Get the minimum buffer size required for the successful creation of
    // an AudioRecord object.
    int bufferSizeInBytes = AudioRecord
            .getMinBufferSize(RECORDER_SAMPLERATE, RECORDER_CHANNELS,
                    RECORDER_AUDIO_ENCODING);
    // Initialize Audio Recorder.
    AudioRecord audioRecorder = new AudioRecord(
            MediaRecorder.AudioSource.MIC, RECORDER_SAMPLERATE,
            RECORDER_CHANNELS, RECORDER_AUDIO_ENCODING, bufferSizeInBytes);
    // Start Recording.
    audioRecorder.startRecording();

    int numberOfReadBytes = 0;
    byte audioBuffer[] = new byte[bufferSizeInBytes];
    boolean recording = false; …

我正在尝试编写一个小程序,用Python编写一个文件行(追加会更好),如下所示:

def getNewNum(nlist):
    newNum = ''
    for i in nlist:
        newNum += i+' ' 
    return newNum

def writeDoc(st):
    openfile = open("numbers.txt", w)
    openfile.write(st)

newLine =  ["44", "299", "300"]

writeDoc(getNewNum(newLine))

但是当我运行它时,我得到错误:

openfile = open("numbers.txt", w)
NameError: global name 'w' is not defined

如果我放下"w"参数,我会收到另一个错误:

line 9, in writeDoc
    openfile.write(st)
IOError: File not open for writing

我正在追随(我希望)这里有什么.

当我尝试追加新行时也会出现同样的情况.我该如何解决这个问题？

这是我的问题:每次启动"Microsoft SQL Server Management Studio"时,都会收到警告

The automatically saved settings file "\\Settings\CurrentSettings-2012-02-13.vssettings' cannot be found.

消息继续说:

"You can change this file on the 'Import and Export Settings' Tools Options page". The IDE will use your most recent settings for this session.

这个设置在哪里？如何解决这个问题？

谢谢!

对于这段代码(JavaFX).

StringProperty sp;
DoubleProperty dp;

StringConverter<Double> converter = new DoubleStringConverter();    

Bindings.bindBidirectional(sp, dp, converter);

我得到编译错误(在Eclipse IDE中)

这是方法签名:

public static <T> void bindBidirectional(Property<String> stringProperty, Property<T> otherProperty, StringConverter<T> converter)

但是,如果我删除(StringConverter)的参数化,那么我只得到警告和代码工作.

StringConverter converter = new DoubleStringConverter();    

我试图避免使用原始类型的泛型,以便我不必在我的IDE中禁止警告.

所以问题是:
编写这段代码的正确模式是什么？

首先,抱歉我的英语不好.

我计划为Android移动平台构建一个增强现实应用程序,主要功能是用户拍摄商店的能力,应用程序识别他正在拍摄的商店.我不知道最好的选择是使用现有的图像识别api,但我认为它会更具体.也许拥有一组图像会有所帮助.

我的计划是建立一个商店数据库及其位置,并使用许多工具之一进行图像识别,并在我的数据库中搜索到同一位置.但我发现所有搜索引擎图像(kooba,iqengines等)都不是免费的,而且价格也不便宜.那么一个可以使用有限目录的工具,例如商场中的商店图像,以及发送智能手机(Android或iPhone)的照片.

有人可以帮助我开始吗？

我试图从应该显示用户活动的新Google位置API编译示例代码.喜欢步行,车辆等

该示例的链接是 http://developer.android.com/training/location/activity-recognition.html

就我而言,我可以看到Google Play服务可用,位置服务连接也很好,但之后没有任何内容. onHandleIntent从未被明显调用过.

有人试图让它发挥作用吗？或者互联网上是否还有其他一些工作示例？

谢谢