小编esa*_*kis的帖子

是否有任何快速命令或脚本来检查安装的CUDA版本？

我在安装目录下找到了4.0的手册,但我不确定它是否是实际安装的版本.

我用Python而不是py.test运行我的Appium脚本,因为py.test不能很好地处理我想从文本文件中获取的变量.当我用python运行我的脚本时,除了我的第一个方法总是有错误外,一切正常.

有谁知道如何修复以下错误？

adb server version (31) doesn't match this client (36) adb server version (32) doesn't match this client (36); killing...

当我要求查看cc的当前版本时,我得到了这个.

$ cc --version
cc (Ubuntu/Linaro 4.7.2-2ubuntu1) 4.7.2
Copyright (C) 2012 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

$ 

我想知道的是使用c89,c90,c99或c11中的哪一个.

内置摄像机应用程序(就像HTC EVO上的那个)似乎camera.autoFocus()只在预览图像发生变化时调用.如果你保持相机稳定没有camera.autoFocus()发生.
我想在camera.startPreview()激活时复制此行为,如下面的初始预览设置代码中所示:

camera = camera.open();
Camera.Parameters parameters = camera.getParameters();
List<String> focusModes = parameters.getSupportedFocusModes();
if (focusModes.contains(Camera.Parameters.FOCUS_MODE_AUTO))
{
    parameters.setFocusMode(Camera.Parameters.FOCUS_MODE_AUTO);
}
camera.setParameters(parameters);
camera.setPreviewDisplay(holder);
camera.startPreview();

我找到的所有例子autoFocus()似乎都是每隔500毫秒到2000毫秒调用一次,或者在拍摄照片或开始录制之前的一刻.
EVO摄像机应用程序似乎使用传感器或算法来触发autoFocus().然而,这个autoFocus()触发器完成它非常好.有没有人知道如何autoFocus()在需要时按需触发,例如当相机移近或远离拍摄对象或稍微平移时？谢谢你,格里

我正在努力实现这个结果:

我现在所拥有的是ConstraintLayout包括三个Views:TextView,ImageView,ImageView

设计要求:

1. 文字居中TextView;
2. TextView 固定大小为80dp
3. 文字大小应为AutoSizeable;
4. ImageViews应根据文本位置水平改变位置TextView.请参见案例#1 /#2的图像以供参考.

是否可以用XML实现第4项？那么以编程方式呢？

[附加信息]

自动调整大小无法正常工作wrap_content,请参阅自动调整文档:

注意:如果在XML文件中设置自动调整大小,则不建议对TextViewlayout_width或layout_height属性使用值"wrap_content" .它可能会产生意外的结果.

我的应用程序中有一个摄像头,我希望它能够以与手机摄像头相同的方式连续自动对焦.我发现模式FOCUS_MODE_CONTINUOUS_VIDEO和FOCUS_MODE_CONTINUOUS_PICTURE,但他们不会被一些HTC手机姜饼我测试上的支持.

我正在做的是确定是否可以使用这些模式:

        Camera.Parameters parameters = mCamera.getParameters();
        List<String> supportedFocusModes = parameters.getSupportedFocusModes();

        if (android.os.Build.VERSION.SDK_INT >= Build.VERSION_CODES.ICE_CREAM_SANDWICH &&
            supportedFocusModes.contains(Camera.Parameters.FOCUS_MODE_CONTINUOUS_PICTURE)) {
            parameters.setFocusMode(Camera.Parameters.FOCUS_MODE_CONTINUOUS_PICTURE);
        }
        else if (supportedFocusModes.contains(Camera.Parameters.FOCUS_MODE_CONTINUOUS_VIDEO)) {
            parameters.setFocusMode(Camera.Parameters.FOCUS_MODE_CONTINUOUS_VIDEO);
        }
        else if (supportedFocusModes.contains(Camera.Parameters.FOCUS_MODE_AUTO)) {
            // auto focus on request only
            parameters.setFocusMode(Camera.Parameters.FOCUS_MODE_AUTO);
        }

在几种不同的姜饼HTC手机上运行我没有得到连续模式,但我得到"自动".这让我可以根据需要自动对焦(当我打电话时mCamera.autoFocus(null),如果用户移动相机,相机将不会重新聚焦.

我无法将对焦模式设置为相机不支持的任何内容,如果我这样做,则会显示空白.

我试过的一个解决方案是调用mCamera.autoFocus(null)计时器.这会使相机连续重新对焦,即使它已经对焦.

有没有办法在这些手机上实现持续的自动对焦体验？当我在这些手机上查看HTC相机应用时,它确实具有连续自动对焦 - 当您在相机周围移动时重新聚焦并且在图像聚焦后不会保持重新对焦.

我有一个项目,它使用firebase auth和firebaseUI来验证用户.我启用了Google,Facebook和电子邮件提供商.我需要的是远程注销或禁用某些用户.

我希望用户在这样做时从应用程序注销.我尝试在firebase控制台中禁用该用户,并使用firebase管理SDK(https://firebase.google.com/docs/auth/admin/manage-sessions)撤消刷新令牌.

我等了2天以上,仍然注意到用户已登录并可以访问firestore数据.

我也经历了尝试 Firebase在删除后仍然检索authData

谁能指出我做错了什么？

我正在编写一个bash脚本,我需要找出进程的userID.举个例子,让这个过程成为bash本身.

我尝试ps aux | grep ba[s]h但是返回了以下内容:

1000      2745  0.0  0.1  28360  5440 pts/1    Ss   10:11   0:01 bash

我看到显示了userID 1000,但我想要用户名.

我打印斑马TLP-2844打印机上的一些标签,并已通过发送EPL指令来共享USB打印机如下精做它在Windows上:

键入Label.prn>\my-pc\zebra

它似乎也适用于串口

键入Label.prn> COM1

现在我正试图在Linux上做同样的事情,但它变得非常难!我的第一个猜测是:

cat Label.prn | 的/ dev /总线/ USB/005/002

因为我的打印机在005总线,设备002(用lsusb命令检查)但它根本不起作用,因为我得到以下内容:

bash:/ dev/bus/usb/005/002:权限被拒绝

任何猜测？

我正在努力识别皮肤斑点.为此,我使用了许多具有不同噪声的图像.这些噪音中的一个是毛发,因为我在污渍区域(ROI)上有毛发的图像.如何减少或消除这些类型的图像噪音？

下面的代码减少了毛发的区域,但不会去除感兴趣区域(ROI)上方的毛发.

import numpy as np
import cv2

IMD = 'IMD436'
# Read the image and perfrom an OTSU threshold
img = cv2.imread(IMD+'.bmp')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret, thresh =     cv2.threshold(gray,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

# Remove hair with opening
kernel = np.ones((2,2),np.uint8)
opening = cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel, iterations = 2)

# Combine surrounding noise with ROI
kernel = np.ones((6,6),np.uint8)
dilate = cv2.dilate(opening,kernel,iterations=3)

# Blur the image for smoother ROI
blur = cv2.blur(dilate,(15,15))

# Perform another OTSU threshold and search for biggest contour
ret, thresh =     cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU) …