我真的好喜欢我的图形记忆能力 今天回家路上见到一株植物有点特别,但也就是边走边扫了一眼,没记住长什么样。结果回家的时候看到象友发了一张植物图,我马上就认出来这是我今天见过的那株,立即拿上手机跑出门验证,果然没错
在奔向那株植物的时候久违的纯粹的喜悦感涌上心头。这也是我小时候掐过的植物,所以象友描述会掐出乳汁的时候我就想起来了。其实好久没有像小时候那样在大自然里体验纯粹的乐趣了,小时候住在绿化非常好的大学里,没事儿就在大自然里疯玩,又是爬树又是观察植物的,真的好快乐
ps. 大戟在德语里叫狼奶(Wolfsmilch)
https://alive.bar/@unagi/105249237831146572
https://1234.as/@zero/106087599810180341
…感觉学习过 Computer Vision/Computer Graphics 对学绘画还是有一点点帮助的,比如有的同学会摸不清正片叠底(Multiply)是在干嘛,这个是我 CG 课上 implement 过的东西,当时有一个章节是讲后期处理的。Multiply 就是 multiply,假设图层 A 和 B 的色值分别是 a 和 b,multiply 就是 f(a, b) = ab,我觉得这样比“变黑”“变亮”这样的说法更好理解,blend modes 的维基百科也有讲每个 mode 的具体公式。
https://en.wikipedia.org/wiki/Blend_modes
还有老师说用拉临界值把照片转化为黑白图像的方法找明暗交界线,但是有的区域整体就很黑,所以亮面也会被归到暗面里,电脑没有那么聪明。但是电脑也可以聪明的,这个是 CV 里 Thresholding 的内容,CV 里需要识别照片上的文字,最简单的算法是全局 Thresholding, 灰度小于某个临界值的时候直接判断为黑,可以用比如 Otsu’s method 自动找到这个最佳的全局临界值。至于画画找明暗交界线的话更适用的应该是局部算法找 local threshold,课上学到的有 Niblack 的方法,是挺老的算法了,不知道现在有没有更 sophisticated 算法,我拿当年的 Matlab script 试了一下感觉效果还不错,鞋子上、沙发上、手臂上、腿上的亮面和暗面都表现出来了,global thresholding 的话就只能 cover 到一些子集(虽然也可以每画一个地方就拉一次阈值)。Photoshop 里竟然没有局部算法我也是很惊讶(可能是我没找到),我倒是找到了 Python 的包,算出来的结果和我自己的稍微有点不同。
https://scikit-image.org/docs/stable/auto_examples/segmentation/plot_niblack_sauvola.html
分享一款名为“共青团员之泪”的鸡尾酒
15 g 薰衣草
15 g 马鞭草
30 g 古龙水 »Лесная Вода«
2 g 指甲油
150 g 药用漱口水
150 g 柠檬水
再用一枝忍冬搅拌二十分钟。
#МоскваПетушки
我选的第一本俄罗斯现代文学好像特别具有代表性,讲的就是喝酒,一个醉汉坐火车从莫斯科到佩图什基,一路上都在喝酒&说醉话…之前也看过一本书,主人公不是在喝酒就是在去喝酒的路上,但是忘了是哪本…
睡前迷迷糊糊的看醉话,脑子刚好在合适的状态。
很喜欢图里这一段,Moskau — Hammer-und-Sichel 是章节名,因为主角在路上,每个章节名都是地名。这里主角正在自说自话,说等到下一站再告诉你们,而到站的时候章节名就刚好卡在了一句话中间。这句也很好:Geduldet euch noch ein wenig. Ich gedulde mich schließlich auch!
#МоскваПетушки