|

opencv官方自带了人脸识别的模型，这里测试一下效果

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
/**
	 * 人脸识别测试
	 * @param args
	 */
	public static void main(String[] args) {
		CascadeClassifier classifier = new CascadeClassifier("haarcascade_frontalface_alt.xml");

		Mat image = Imgcodecs.imread("images/chuanpu.png");

		MatOfRect faces = new MatOfRect();
		classifier.detectMultiScale(image, faces);

		Rect[] rects = faces.toArray();

		System.out.println("识别人脸数：" + rects.length);
		for (int i = 0; i < rects.length; i++) {
			Imgproc.rectangle(image, new Point(rects[i].x, rects[i].y),
					new Point(rects[i].x + rects[i].width, rects[i].y + rects[i].height), new Scalar(0, 0, 255), 1);
			Imgproc.putText(image, "Human", new Point(rects[i].x, rects[i].y), Imgproc.FONT_HERSHEY_PLAIN, 1.0,
					new Scalar(0, 255, 0), 1, Imgproc.LINE_AA, false);
		}
		imwrite("output/face2.png", image);		
	}

|

本文在边缘检测的基础上继续，即将上文边缘检测的结果（矩阵）输入，然后进一步发现轮廓并绘制
这里先将opencv库的加载设置为类的静态代码块，在相关方法代码体里面不再声明

1
2
3
4
5
6
7
8
static {		
		try {
			NativeLoader.loadLibrary(Core.NATIVE_LIBRARY_NAME);
		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}

下面是轮廓绘制的相关方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
/**
	 * 发现轮廓
	 * @param image
	 * @param onBlank
	 * @return
	 */
    static List<MatOfPoint> find_contours(Mat image, boolean onBlank) {
        Mat imageBW = new Mat();

        Imgproc.cvtColor(image, imageBW, Imgproc.COLOR_BGR2GRAY);
        Imgproc.Canny(imageBW,imageBW,100.0,300.0,3, true);

        List<MatOfPoint> contours = new ArrayList<MatOfPoint>();
        Imgproc.findContours(imageBW, contours, new Mat(), Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_NONE);
        return contours;

    }

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
static Scalar BLACK = new Scalar(0,0,0) ;
	/**
	 * 绘制轮廓
	 * @param originalMat
	 * @param contours
	 * @param thickness
	 * @return
	 */
    static Mat draw_contours(Mat originalMat, List<MatOfPoint> contours, int thickness) {
        Mat target =
          new Mat(originalMat.height(), originalMat.width(), CvType.CV_8UC3, WHITE);

        for (int i = 0; i < contours.size(); i++)
            Imgproc.drawContours(target, contours, i, BLACK, thickness);

        return target;
    }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
/**
 * 发现及绘制轮廓
 * @param args
 */
public static void main(String[] args) {
	
	Mat kittens = imread("images/three_black_kittens.jpg");
	List<MatOfPoint> contours = find_contours(kittens, true);

      Mat target = draw_contours(kittens, contours, 7);
      imwrite("output/kittens-contours-7.png", target);

      Mat masked = mask_on_bg(target, "images/light-blue-gradient.jpg");
      imwrite("output/kittens-masked.png", masked);

      target = draw_contours(kittens, contours, 3);
      imwrite("output/kittens-contours-3.png", target);
}

原图

处理后


下面是使用掩模的输出

1
2
3
4
5
6
7
static Mat mask_on_bg(Mat mask, String backgroundFilePath) {
        Mat target = new Mat(mask.height(),mask.width(),CvType.CV_8UC3,WHITE);
        Mat bg = imread(backgroundFilePath);
        Imgproc.resize(bg, bg, target.size());
        bg.copyTo(target, mask);
        return target;
    }

|

opencv是一个C++语言库，对于java程序员来说，貌似不是很友好；不过java程序员可以利用jni调用的方式来处理

for example:

1
2
3
4
5
6
7
8
9
10
public static void main1(String[] args) throws Exception {
        NativeLoader.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        Mat hello = Mat.eye(150, 150, CvType.CV_8SC3);
        System.out.println(hello.dump());
        hello.setTo(new Scalar(180,80,250));
        Mat sub=hello.submat(0,50,0,50);
        sub.setTo(new Scalar(0,0,100));
        //imwrite("E:\\idea-workspace\\hellocv\\dev\\hello.png",hello);
        //System.out.println(hello.dump());
    }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
/**
    * 边缘检测算子
    * @param args
    * @throws Exception
    */
   public static void main(String[] args) throws Exception {
       NativeLoader.loadLibrary(Core.NATIVE_LIBRARY_NAME);
       Mat tools=Imgcodecs.imread("images/tools.jpg");
       Imgproc.cvtColor(tools, tools, Imgproc.COLOR_RGB2GRAY);
       Imgproc.Canny(tools, tools,100.0, 300.0,3,true);

       Mat invetedTools=tools.clone();
       bitwise_not(invetedTools, invetedTools);
       Imgcodecs.imwrite("output/tools-04.png", invetedTools);
   }


图像掩模

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
static Scalar WHITE = new Scalar(255,255,255);
 /**
     * 图像掩模
     * @param args
     * @throws Exception
     */
	public static void main(String[] args) throws Exception {
		
		NativeLoader.loadLibrary(Core.NATIVE_LIBRARY_NAME);
		
		Mat kittens = imread("images/tools.jpg");

		Imgproc.cvtColor(kittens, kittens, Imgproc.COLOR_RGB2GRAY);
		Imgproc.Canny(kittens, kittens, 100.0, 300.0, 3, true);
		bitwise_not(kittens, kittens);
		// System.out.println(kittens.dump());

		Mat target = new Mat(kittens.height(), kittens.width(), CvType.CV_8UC3, WHITE);
		Mat bg = imread("images/light-blue-gradient.jpg");
		Imgproc.resize(bg, bg, target.size());
		bg.copyTo(target, kittens);		

		imwrite("output/kittens-03.png", target);
	}

|

最近网易公开课的视频接口做了修改，貌似没有提供m3u8文件地址，因此不能像以前可以下载高清视频

不过现在提供了部分视频的中英文字幕地址（需要解析），如果下载到本地，需要自己处理文件合并与同步，以及时间延迟等问题

折腾了一会，终于搞定，以后可以自己勘误本地字幕文件

比如信号处理视频的字幕文件，本人已下载并合并，并调整了时间延迟，确保跟下载视频文件同步


|

在古汉语中，词类活用是一种较为普遍的语法现象，如形容词作动词、名词作动词、名词作状语等

以往的语言教学对这些词类活用现象，诸如解释为意动用法、使动用法等，解释比较笼统

形容词作动词，使动用法

例句：

1）春风又绿江南岸
2）白了少年头
3）红了樱桃，绿了芭蕉
4) 富润室，德润身，心广体胖，故君子必诚其意

传统语法将上面的句子中的形容词作动词，通常解释为使动用法；这个解释当然没有问题，不过本人觉得还是解释得比较笼统

如果参考动词框架语言及卫星框架语言中的分析，上述语法现象可以考虑进一步解释

词类活用现象，它相当于补充了动作之外的其他信息，诸如原因、效果、方式、处所等

形容词作动词，即使动用法，它通常表示动作+效果

上面的句子貌似为致使事件，与位移事件具有同源性，即都表示状态的变化；

形容词作动词，意动用法

例句：

5）然则吾大天地而小豪末，可乎？《庄子》
6）吾妻之美我者，私我也；妾之美我者，畏我也；客之美我者，欲有求于我也。《战国策·齐策》
7）是故明君贵五谷而贱金玉《论贵粟疏》
8）甘其食，美其服，安其居，乐其俗《老子》

上面句子传统解释为意动用法，亦可解释为动作+效果

名词用作动词，通常表示方式、工具、处所等

9）左右欲刃相如《史记》
10）卒中往往语，皆指目陈胜《史记》
11）假舟楫者，非能水也《荀子》
12）策之不以其道《马说》

名词作状语，则似乎更明显

13）天下云集响应,赢粮而景从《过秦论》
14）嫂蛇形匍匐《战国策·秦策》
15）君为我呼入,吾得兄事之《史记·项羽本纪》
16）叩石垦壤,箕畚运于渤海之尾《列子·汤问》
17）妾在巫山之阳,高丘之岨,旦为行云,暮为行雨,朝朝暮暮,阳台之下《高唐赋》

名词作状语，通常表示方式、工具、时间、处所等

……

|

在语言学中，从C·J·Fillmore的格语法到框架语义学，相对乔姆斯基的生成语法，对语言的语义方面做了进一步的研究；

而其缺点在于，认为语法只是表现语义的形式，相同的语义用不同的语法形式表示；即将语法视为被动的形式，而忽视其对语义的影响

现代认知语言学根据语法原型及图像背景等理论，语法实际是不同语言基于其原型的表现形式，以及不同的注意焦点等，因而表现了不同的语义

认知语言学家talmy认为，在位移事件中，包含四中基本概念要素，即图像(figure)、背景(ground)、位移（motion）、 路径(path)

根据路径表示的不同，将语言分为动词框架语言与卫星框架语言；

  1. 动词包含路径，称之为动词框架语言

  2. 动词不包含路径（路径由小品词表示），则称之为卫星框架语言

（由是观之，传统的格语法等，基于机械的语义匹配的语义格，恐怕有其不妥之处）

例句：

1）石头滚了下来
2）六鷁退飞过宋都
3）她把秘密藏在心里
4）大哥，你想开着点，……不必紧自往死牛犄角里钻
5）The pencil rolled off the table
6）The pencil lay on the table
7）The ball rolled down the hill
8）The napkin blew off the table

1）“滚”表示位移+方式，“下”表示路径；3）“roll”表示位移+方式，“off”表示路径

通常，在位移事件中，如果位移动词表示动作+方式，则需补充小品词表示路径；同样，如果位移动词表示动作+路径，则方式、原因等需要补充其他词表示

9）南宮适出，子曰：“君子哉若人！尚德哉若人！”《论语》
“出”表示位移+路径
10）鸟见之高飞，麋鹿见之决骤《庄子》
“骤”表示位移+方式
11）孔子下车而前，见谒者曰：“鲁人孔丘，闻将军高义，敬再拜谒者”《庄子·盗跖》
“前”表示位移+路径
12）诸侯之师败郑徒兵，取其禾而还《左传》
“还”表示位移+路径

……

本人认为，关于动词框架语言与卫星框架语言的分析思路，如果不限定位移事件的分析，可以扩展到其他事件，比如致使事件的分析中（貌似位移事件与致使事件具有同源性，即基于同一原型框架）

通常在致使事件中，其动词也不单纯具有表示动作的功能，而往往兼具有其他语义信息，诸如原因、工具、效果等

……

|

以下是现代汉语语料库中，与“看”有关的语句，列举数例如下：

1a. 我看见她走了过来，脸上挂着两行泪痕
1b. 因为我知道，这将是我最后一次看见她。眼中不住的淌出的热泪。
1c. 可说是只看见了结果，却没看见过程。
1d. 在黄叶一样的茶中，我们似乎看见了一位宗师的婆心，看见了生活，也看见了生命的滋味。

2a. 因居高临下，看清了还有条岔路通往右边的山傍。
2b. 在晚上我们可以看清浩瀚的星海。
2c. 这样你就能以明亮之眼去看清生活、工作和生命的真实面。
2d. 头脑清楚的人终于慢慢看清了事实。

后面几个例子中的“看”已经超出了生理视觉意义，引申有抽象的思维或理解之语言。我们可以将其归类为“理解是见”的概念隐喻。

英文中也有类似的隐喻现象：

  1. I see what you’re saying.(我明白你的话)
  2. It looks different from my point of view.(我的观点不同)
  3. What is your outlook?(你的观点(看法)是什么？)

下面是引自古汉语文献中的语句及词汇：

《论语》“父在，观其志”、“观过，斯知仁矣”
《老子》“涤除玄览，能无疵乎？” 、“致虚极，守静笃，万物并作，吾以观复”
”观念“、”观点“、”看法“、”看懂“、”见解“、”正见“、”邪见“、”慧眼“、”法眼“、“眼界”、”青睐“、”一心三观“、”法界观“、”应作如是观“

参考《觀念與味道：中國思想文獻中的概念譬喻管窺》