也是一只自由泳的小鸟
@
谷歌好喜欢给我搞翻译，我查 how many dutch speak german, 它把 how many dutch speak 给我翻译成了 german 
（但是这个问题在电脑端没出现，可能是因为我总在手机上翻译。讨厌谷歌的个性化）
我查 jeweils an den，它把 jeweils an 给我翻译成了英语…？我始终没搞明白这个 den 它是怎么理解的。
Herrenschokolade（男士巧克力）指的是比较苦的黑巧克力，这个是 19 世纪的营销策略，因为当时大家认为巧克力是女人和孩子吃的。相对应的 Damenschokolade（女士巧克力）就是白巧克力。现在这个说法好像没见到还有人用了，我在超市就见过这个 1852 年的老牌子 sarotti, 上面还写着 pour messieurs, pour dames.
但是有一个说法流传到现在的说法是 Herrentorte, 指的是一种表面有黑巧克力涂层的蛋糕，还有 Herrenschnitten, 各种蛋糕店里很常见。
笑死，今天准备报驾校，给那边发完邮件之后没事就上网看了一下 Einbürgerungstest 的题库，看到这题，题干跟我本人完全符合。
今天因为软件更新需要重启电脑，实在给我添堵，重启之前打开的窗口一个个跳出来又是让登录又是让更改的，不停打断我的操作，我就大声抱怨。
室友：软件们都想要你的 attention 吧。
紧接着跳出一个窗口：attention required
我笑岔气了。
悲报，昨天晚上睡觉前看月经差不多走了，就一边刷牙一边煮月经杯，结果刷完牙之后就把锅忘在灶上去睡觉了，今早起来才想起，月经杯煮穿了，没起火真的是太好了。还是应该买一个专门消毒的配件。
（之前也有一次煮意面，在锅里烧水结果忘了，我正在床上玩耍的时候听到噼里啪啦声，进厨房才看到是盐颗粒在锅里跳跃…）
第 N 次使用月经杯，使用方法上和以前好像没太大差别，但是莫名就不漏了 
不过下压法比 C 折确实好用很多！一天换两次差不多就够了，非常满意 
刚刚发现我用的这个杯叫 Papperlacup, 名字可可爱爱的（不是推荐，这杯没啥特别的，倒是想试下 merula，看起来比较容易拉出来）
顺便我才发现直径 40mm 已经比绝大部分男人的尺寸要大了 杜蕾斯的 XXL 也只有 36mm 而已
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
我才发现我的 iPad 竟然弯了 
跟蓝线对比弯得还挺厉害的，看背面的使用痕迹应该也是弯了很久了，我竟然就一直这么用着没有发现
六年前买的老 Pad 了
…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
