2016年5月

python opencv搭建


起步

系统环境:win7 64位 python版本:2.7

第一步

需要下载opencv和python的numpy库。

https://sourceforge.net/projects/opencvlibrary/files/里找到win环境下最新版本的opencv-2.4.12.exe

http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy下载对应的numpy,下载的是.whl文件,安装方式:

pip install whil_file.whl

第二步

opencv\build\python\2.7\x64下的cv2.pyd拷贝到Python27\Lib\site-packages

测试

import cv2
import numpy

使用Slim框架快速实现RESTful


  最近开发中有一个需求即实现客户端和服务端的的数据交互,需要在服务端实现RESTful架构。直接开发必然力不从心,于是考虑是否有相应的框架能够快速实现。从开源项目中一番搜寻,从易用性的角度决定使用php作为开发语言(请求量大的情况可以使用java)。php中的相关框架也较多,发现Slim非常适合编写API服务。

  先附上Slim3.0开发文档Slim中文网站,通过这足够了解Slim的具体使用。

  Slim框架可以很方便地实现get,post,put,patch,delete请求。配置好服务器之后,将github上的slim项目中的1.png 放在目录下,在这之前请配置apache服务器支持.htaccess。然后改写index.php文件就可以实现一个简单的web应用。


不得不知的TensorFlow


  随着人工智能技术的快速发展,越来越多的公司和研究人员加入到其中并诞生了一系列人工智能相关的开源项目,其中就有TensorFlow,MXNet,Caffe,Keras等,这些开源库各有各的特点,它们的出现有利于开发者掌握和开发仍智能相关产品,赋予未来更多想象力。   这里之所以更关注TensorFlow其中一个原因是这是由谷歌开发的,谷歌在这方面的实力世界领先,AlphaGo带来的冲击是巨大的,表明人工智能的时代已经越来越近。   所谓TensorFlow是基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从图象的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。 TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域,对2011年开发的深度学习基础架构DistBelief进行了各方面的改进,它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。   TensorFlow同样支持GPU,分布式,可以使运行速度大大提高。


挖一个坑——TabLayout


在使用TabLayout的时候,在Fagment中使用,会发现,TabLayout中的字体不显示,但是在按下home键退出到桌面后,再进入,TabLayout就出现了,如此诡异。先挖个坑,做完毕设再解决。