新站開張！

常常聽到WordPress，但我一直沒用過。印象中就是很容易用的東西，聽到有朋友想自己搞個網頁的時候，我問一問他想怎麼用，突然就想到 WordPress了。所以就想說幫別人架之前，就自己來架架看吧！沒想到這麼容易，所以就順便也把我的兩個Blogspot抓過去了！

這是新的落腳處

其實我打算以後就把blog寫在那裡了，
第一是有點怕被hack…
第二個缺點是這個domain name也太長了!
至於這裡甚麼時候會復甦也不知XD

總之，新站開張，歡迎光臨！

Leia Mais…

[ProcessingExh] Pond by William Ngan

Pond，池塘。

探究前的觀察。
Pond可以說是非常直覺的作品。畫面裡有很多水滴，不過我想應該是蝌蚪吧？！滑鼠就像是個可怕的玩意，當你用滑鼠接近蝌蚪們，他們會紛紛逃離。而顏色似乎是蝌蚪跟滑鼠的距離有關，越近越偏藍，越遠越偏白。
點擊滑鼠會出現一些波紋，蝌蚪們會先疑陣慌亂，然後朝著你點擊的位置邁進。等波紋消失後，又會想要回到他們自己的軌道。

作者William Ngan，香港長大到英國學習，現籍加拿大但持有綠卡，這是他的twitter(都是英文...)。個人網站取名為metaphorical，我個人覺得非常有意思，畢竟最近上設計的課常聽到metaphor這個字。他說metaphorical.net是他的線上筆記本，而他也真的把網頁做的像筆記本，但這是第四版了，前三版看起來是完全不同。在metaphorical.net上也可以看到Pond的介紹以及原始檔案下載。
作者說Pond這個作品是在模擬 "flocking befaviours" 。在Processing官網當中也有Flocking的教學，我想再會再發表一篇文章來講Flocking。在這裡先大略提一下Flocking基本的三個動作：separation, cohesion, and alignment. 雖然Ngan說那些圖案是魚拉，基本上的運作都跟探究前的觀察一樣。

下載的code是可以在processing中執行的，Ngan很貼心的在code中用註解標示了processing code的開始和結束，但基本上就是全部拉，只是要拿掉外層的PApplet。(到processing中執行時請記得拿掉setup及draw之前的public關鍵字，因為processing中不需要) 我在這就不trace code了，反正還要開一篇講Flocking！

Leia Mais…

[OpenCV] 巢狀偵測

ps. 本網誌已遷往此處，歡迎前往閱讀。

又用了一個爛名詞，巢狀偵測，nested detection。我想說的是，會有多於一次的偵測，每次偵測的結果都基於上一個偵測的結果。又要用一個好懂的例子就是先做人臉偵測，接著做人眼偵測。

對於單一物件偵測在上一篇已經提過了。所以現在只貼一小段，情境設定在確定第一個目標已經偵測到的情況下來討論。

if ( objects && objects->total > 0 )
{
 //cut small area
 CvRect* rect = (CvRect*)cvGetSeqElem( objects, 1 );
 CvMat nested_img;
 cvGetSubRect( img, &nested_img, *rect );
 printf( "rect : (%d, %d)\n", rect->x, rect->y );

 cvClearMemStorage( storage );
 nested_objects = cvHaarDetectObjects(
     &nested_img, nested_classifier, storage,
     1.1, 2,
     CV_HAAR_FIND_BIGGEST_OBJECT |
     CV_HAAR_SCALE_IMAGE,
     cvSize( 0, 0 )
 );
 cvClearMemStorage( storage );
 printf( "rect : (%d, %d)\n", rect->x, rect->y );
 if ( nested_objects && nested_objects->total > 0 )
 {
     CvRect* nested_rect = (CvRect*)cvGetSeqElem( nested_objects, 1 );
     printf( "nested : (%d, %d)\n", nested_rect->x, nested_rect->y );
 }
}

這段程式基於上一個程式稍做增加，所有nested開頭的變數(nested_xxx)都與原先的變數(xxx)型態相同。nested_classifier載入的是一個不同的模型檔案，nested_objects用來放nested_classifier偵測到的結果。原先的img經過第一次的classifier偵測結果後會先裁切，存入nested_img，再交由nested_classifier偵測。

現在來說上一篇提到的問題。我在程式中加了printf來印出rect的變數。如果成功執行了這隻程式，可以在console中觀察到rect前後的變化。再一次的呼叫cvHaarDetectObjects之後，rect的值改變了。在我看來是不應該有這樣的結果，畢竟我用了一套新的變數來做第二次的偵測。而第二次的cvHaarDetectObjects居然影響到了第一次的結果。(第一次呼叫cvHaarDetectObjects在這個if區塊之外，請參照上一篇的程式)

由於nested_rect的座標值是相對於nested_img的，所以rect的座標值是基礎，不能不要，不然也還原不了在圖片上該有的位置。所以為了避開這個詭異的現象，要另外使用變數將值複製過去才行。

Leia Mais…