使用Alpha通道进行图像隐写

我们知道图像隐写常用的方法是在图片的每个像素的字节低位(LSB)做文章。
png图像有RGBA四个通道,其中A是Alpha,指透明度。用Alpha通道做隐写有两个方法:

  1. Alpha通道数值设为0(完全透明),然后在RGB上随便写,图片也是透明的。
  2. 在Alpha通道的字节低位做文章,例如用最后一位0/1来存信息,相应位置透明度产生微小变化人眼看不出来。
继续阅读“使用Alpha通道进行图像隐写”

SIFT+RANSAC算法做图像匹配的学习与实现

为了这玩意blhx-auto-project我需要做一个图像匹配的玩意,一路顺藤摸瓜摸到了RANSAC+SIFT,这里研究一下。

相关资料:

Wikipedia:scale-invariant feature transform (SIFT)
Wikipedia:Random sample consensus (RANSAC)
Github:RobHess的源码(SIFT+RANSAC)(C++)
博客:RobHess的SIFT源码分析:综述
博客:RANSAC算法详解
博客:利用RANSAC算法筛选SIFT特征匹配
scikit-image:Robust matching using RANSAC(Python)
发现我绕远了
opencv上有相关Demo
github上还有图片拼接的相关代码
基本上没我啥事了

继续阅读“SIFT+RANSAC算法做图像匹配的学习与实现”

GitHub GraphQL API [Quick Start](新手友好)

由于软工项目选的是社交好友分析,又得捡起爬虫的那一套理论。。。社交好友分析应用数据才是王道,没有数据就没有发言权。写一个稳定的爬虫还是很重要的。准备爬github的时候发现github已经不再使用REST API,而是用的一个叫GraphQL API的东西。github上的教程在,但是把这一套教程从头到尾看完花了我几个小时,于是想在这里写一个快速上手教程。

Hint:github GraphQL API 网页版测试工具 很好用,侧面还有文档,可以随时查,很方便

继续阅读“GitHub GraphQL API [Quick Start](新手友好)”

2017ICPC北京网络赛 G | hihocoder 1584 Bounce

For Argo, it is very interesting watching a circle bouncing in a rectangle.

As shown in the figure below, the rectangle is divided into N×M grids, and the circle fits exactly one grid.

The bouncing rule is simple:

1. The circle always starts from the left upper corner and moves towards lower right.

2. If the circle touches any edge of the rectangle, it will bounce.

3. If the circle reaches any corner of the rectangle after starting, it will stop there.

Argo wants to know how many grids the circle will go through only once until it first reaches another corner. Can you help him?
继续阅读“2017ICPC北京网络赛 G | hihocoder 1584 Bounce”