[Raspberry Pi] Give root password for maintenance ..

若Raspberry Pi 出現一直出現 "

Give root password for maintenance (or type Control-D continue .." 而無法直接進入Desktop視面系統怎麼辦?

把SDcard 拿到別台Linux機器, 當然也可以是另外一台Pi, 做以下動作, 就可以做檔案系統修復

sudo fdisk -l

sudo fsck /dev/sda2 -y

HTML5-WebRTC

WebRTC is an open source project to enable realtime communication of audio, video and data in Web and native apps.

WebRTC是“網路即時通信”（Web Real Time Communication）的縮寫，它主要用來讓瀏覽器即時獲取和交換視頻、音訊和資料。

WebRTC共分三個API。

·         MediaStream（getUserMedia）

·         RTCPeerConnection

·         RTCDataChannel

getUserMedia主要用於獲取視頻和音訊資訊，後兩個API用於瀏覽器之間的資料交換。

https://webrtc.github.io/samples/src/content/getusermedia/gum/

Demo:

https://simpl.info/getusermedia/

Display the video stream from getUserMedia() in a video element.
The MediaStream object stream passed to the getUserMedia() callback is in global scope, so you can inspect it from the console.

只要三分鐘！立即搞懂什麼是APCS程式檢測

APSC大學程式先修檢測重要時程

(一. ) 報名資格：

1. 任何想檢測程式設計程度者

2. 高中(職)修完程式設計的學生

(二.) APCS檢測費用：免費

(三.) 報名及測驗日期 : https://apcs.csie.ntnu.edu.tw/index.php/info/timeline/

(四.) 目前有採計APCS成績的大學校系

https://apcs.csie.ntnu.edu.tw/index.php/apcs-introduction/gradeschool/


APCS檢測內容及考試時間

檢測包含兩科目：「程式設計觀念」及「程式設計實作」，兩科均以中文命題，採線上方式進行測驗。

1. 程式設計觀念：共50道試題，分兩份題本以兩節次檢測.每一個節次為80分鐘。題目若需提供程式片段，則以 C 語言 subset 命題
2. 程式設計實作：一份測驗題本共計4個題組，測驗時間150分鐘，以撰寫完整程式或副程式為主。可以使用C、C++、JAVA、Python 其中一種程式語言進行實作

　　　第一節次 ( 程式設計觀念題 ): 80分鐘
　
　　　第二節次 ( 程式設計實作題 ) : 150分鐘

　　　第三節次 ( 程式設計觀念題 ) : 80分鐘

APCS分數級別說明：

級別	程式設計觀念題	程式設計實作題
	分數範圍	分數範圍	說明
五	90-100	350-400	能在時間內正確撰寫3至4個程式，程式設計實作表現極優異
四	70-89	250-349	能在時間內正確撰寫2至3個程式，程式設計實作表現優異
三	50-69	150-249	能在時間內正確撰寫1至2個程式，程式設計實作表現佳
二	30-49	50-149	能在時間內正確撰寫約1個程式，具基礎程式設計實作能力
一	0-29	0-49	尚未能在時間內正確撰寫任1個程式

檢測系統環境

Linux Ubuntu Desktop 18.04 (64-bit) , 可以直接使用官方提供供Live CD ISO檔, 並使用Virtual Box 掛載此ISO檔. 惟不能重啓開機, 否則資料全部不見 (Live CD的作法是所有檔案都儲存在記憶體而不是磁碟).   試著自己動手安裝APCS 練習環境

=============================================================

APCS暑期程式程式營，快速讓你掌握高分技巧！！！

大學資訊科系早已優先錄取程式表現優秀的學生。這樣的趨勢下，不會寫程式，升學註定輸人一大截！(你還以為到大學再學程式就好嗎？) 。因此，與其在10/27 APCS檢定過後，後悔沒早一點開始；不如現在開始準備，全力衝刺，成為APCS的贏家！

招生對象：

欲報名今年度APCS檢測之考生，或對APCS課程及程式語言有興趣之考生。

報名時間：

即日起至6/30日止，年度僅此一梯，名額有限，預報從速！！！

營隊資訊：

點我立刻考取APCS檢定高分

專家教你快速獲得APCS亮眼成績 

根據<教育部扎根高中職資訊科學教育計畫>APCS檢測結果，程式設計實作題共4題，只要能寫一題以上就排到前11%，這代表會"看"程式的人多，能實際寫code的人少。因此，艾鍗邀業界工程師，用軟體工程師角度重新教你認識程式、理解程式，在150分鐘內思考問題、解決問題，完成程式。
點我快速獲得APCS亮眼成績

獨家APCS大學程式先修檢測歷屆試題解析

選擇題高分只能說是會"看"程式，但並不代表會"寫"程式。所以實作題才是APCS真的挑戰。試著閱讀下列106年APCS程式設計實作題，在沒有人解釋題目與對題目進行解構前，是否已掌握到要解什麼問題嗎？你想到解法了嗎？ 
點我觀看APCS歷屆考題解析

如對本次營隊有相關問題，點我洽詢，有專人為您解答

APCS大學程式設計先修檢測_歷屆試題解答

APCS大學程式設計先修檢測

歷屆試題解析

會看程式不代表會寫程式

根據<教育部扎根高中職資訊科學教育計畫>105年3月APCS檢測結果，程式設計實作題共4題，只要能寫一題以上就排到前11%，這代表會"看"程式的人多，能實際寫code的人少。因此，艾鍗特邀業界工程師Joseph，用軟體工程師角度重新教你認識程式、理解程式，用100分鐘內思考問題、解決問題，完成程式。

APCS實作題成績分級

選擇題高分只能說是會"看"程式，但並不代表會"寫"程式。所以實作題才是APCS真的挑戰。試著閱讀下列106年APCS程式設計實作題，在沒有人解釋題目與對題目進行解構前，是否已掌握到要解什麼問題嗎？你想到解法了嗎？ 

APCS歷屆試題解析

106年10月28日APCS程式設計實作題 Part 1

106年10月28日APCS程式設計實作題 Part 2


106年3月4日APCS程式設計實作題 Part 1

APCS高效解題技巧

1) 能理解題目到底要解什麼問題
2) 能在紙上推演邏輯求解或找到關係式
3) 能快速規劃出程式基本方塊(架構)
4) 能動手coding ==>  Code::Blocks 整合開發環境的安裝與使用

notebook for NTOU.edu.tw

Convolution 的意義

Convolution 的意義

The convolution of f and g is written f∗g, using an asterisk or star. It is defined as the integral of the product of the two functions after one is reversed and shifted. As such, it is a particular kind of integral transform:

${\displaystyle {\begin{aligned}(f*g)(t)&\,{\stackrel {\mathrm {def} }{=}}\ \int _{-\infty }^{\infty }f(\tau )g(t-\tau )\,d\tau \\&=\int _{-\infty }^{\infty }f(t-\tau )g(\tau )\,d\tau .\end{aligned}}}$

隨著不同的 t 值, 對f和g函數相乘的積分(求重疊時的面積)...

• https://en.wikipedia.org/wiki/Convolution

高斯模糊

常態分配

# 一維的常態分配為, 為一個鐘型分佈曲線, 中間高, 兩旁低

常態分布（normal distribution）又名 高斯分布(Gaussian distribution)

若隨機變數X服從一個位置參數為μ、尺度參數為σ的常態分布，記為：

X~N(μ,σ²)

μ決定中心點位 置, 而其變異數σ²的開平方或標準差σ決定了資料分散的程度。

# 二維的常態分配為一個等高線圖是從中心開始呈常態分布的同心圓。中間點最高而離中間點愈遠值愈低

高斯模糊

高斯模糊的原理它是一種資料平滑技術（data smoothing），它用常態分布計算圖像中每個像素的變換。適用於多個場合，影像處理恰好提供了一個直觀的應用實例。

模糊方法就是讓圖像中的每一個Pixel的值, 變成取其"周圍點"的平均值。若周圍的範圍愈大，則會模糊的程度會愈強。在數值上，這是一種"平滑化"。而在圖形上，就相當於產生"模糊"效果，使原始Pixel失去細節。


如果使用簡單平均，顯然不是很合理，因為圖像都是連續的，越靠近的點關係越密切，越遠離的點關係越疏遠。因此，採用加權平均更合理，距離越近的點權重越大，距離越遠的點權重越小。那分配權重的方式是什麼? 可以採用"常態分配"來配置權重。愈近的pixel 權重愈高，愈遠的pixel 權重愈低。

高斯矩陣

這是一個計算σ = 0.84089642的高斯分布生成的範例矩陣。注意中心元素 (4,4)處有最大值，權重隨著距離中心越遠數值對稱地減小。

0.00000067	0.00002292	0.00019117	0.00038771	0.00019117	0.00002292	0.00000067
0.00002292	0.00078633	0.00655965	0.01330373	0.00655965	0.00078633	0.00002292
0.00019117	0.00655965	0.05472157	0.11098164	0.05472157	0.00655965	0.00019117
0.00038771	0.01330373	0.11098164	0.22508352	0.11098164	0.01330373	0.00038771
0.00019117	0.00655965	0.05472157	0.11098164	0.05472157	0.00655965	0.00019117
0.00002292	0.00078633	0.00655965	0.01330373	0.00655965	0.00078633	0.00002292
0.00000067	0.00002292	0.00019117	0.00038771	0.00019117	0.00002292	0.00000067

注意中心處的0.22508352比3σ外的0.00019117大1177倍。

上述矩陣總和為1,即代表各權重位置的佔比。將原始影像中每一個pixel 乘上此高斯矩陣並加總，即為新的pixel值。

如果是彩色的, 則RGB 3個channel 都做同樣的高斯模糊動作