// TODO 摘抄#include <stdio.h>#include <stdlib.h>#include <string.h>#include <libavformat/avformat.h>#include <libavcodec/avcodec.h>#include <libswscale/swscale.h>#de

概述滑动窗口实现了TCP流控制。首先明确滑动窗口的范畴：TCP是双工的协议，会话的双方都可以同时接收和发送数据。TCP会话的双方都各自维护一个发送窗口和一个接收窗口。各自的接收窗口大小取决于应用、系统、硬件的限制（TCP传输速率不能大于应用的数据处理速率）。各自的发送窗口则要求取决于对端通告的接收窗口，要求相同。滑动窗口解决的是流量控制的的问题，就是如果接收端和发送端对数据包的处理速度不同，如何让

C C＋＋相互调用在项目中融合C和C++有时是不可避免的，在调用对方的功能函数的时候，或许会出现这样那样的问题，但只要我的C代码和我的C++代码分别都能成功编译，那其他就不是问题。近来在主程序是C语言，而调用C++功能函数的时候，C++的*.h头文件都能找到，功能函数也都定义了，最重要的是，单独编译C++的时候，完全没有问题，但当用主程序的C调用C++的功能函数时，总是提示该函数未定义（undef

8个子节点指针（区别于二叉树的2个子节点）立方体中心坐标空间范围参数extent（定义为半边长）包含数据点的索引集合是否为叶节点标记二叉树：适用于一维空间分割。kd树：适用于任意维度空间分割。八叉树：专用于三维空间分割。核心思想：通过区域分割实现搜索优化，可跳过或提前终止部分区域搜索。作业要求：任务：对三维点云数据中每个点查找其8个最近邻点。暴力搜索。scikit-learn提供的kd树API。自

首先对源点云（source）与目标点云（target）进行特征点提取，并为每个特征点生成特征向量描述符（feature vector）。在特征空间（feature space）中建立对应关系（correspondence），即对每个特征点，在另一组点云中寻找欧氏距离最近的特征描述符，形成连线表示匹配对。单向最近邻：对源点云每个特征点，在目标点云中寻找特征空间L2距离最近的特征点。反向最近邻：对目标

配准问题可定义为优化问题：给定源点云P（含np个点）和目标点云Q（含nq个点），求解旋转R和平移t，使得P经变换后与Q对齐。关键步骤是建立点对对应关系（correspondence），通过最小化对应点距离（如欧氏距离）实现优化。对应关系（correspondence）的建立是配准的核心挑战。假设已知理想对应关系（如几何特征匹配），则可通过最小化变换后点对距离求解R和t。ICP通过最近邻搜索建立对应

层次要点数学边缘 ≈ 梯度模长极大；离散图像用差分近似导数SobelGxSy⊗DxGx​Sy​⊗Dx​，求导方向差分、垂直方向平滑合成VTK生产环境用；教学验证用手写核一阶导数 / 梯度是边缘检测的理论基础。离散差分对噪声敏感；Sobel 通过外积引入平滑，更稳定。Python VTK 中，即可完整实现 Sobel 梯度与边缘强度计算。

CMakePresets.json ←——— 定义如何配置/构建（Ninja + Debug/Release）↓tasks.json ——→ VSCode 调用 CMakePresets 构建↓launch.json ——→ 调试 CMake 构建出的 exe↓settings.json ——→ 控制 VSCode 的 CMake 行为。

法向量估计的数学定义为：输入：N维空间点集目标：寻找平面使各点投影到法向量n的数值之和最小平面中心点c为点集均值数据需中心化处理（xq = x - c）优化问题：最小化‖xq·n‖²。

在 3D 图形渲染中，你可能见过这样的问题：模型边缘出现明显的锯齿状条纹，俗称"狗牙"或"锯齿"。这不仅影响视觉质量，在高质量游戏或应用中尤为明显。抗锯齿技术就是用来解决这个问题的。本文将详细介绍 OpenGL 中各种抗锯齿技术的原理和实现方法。FXAA（Fast Approximate Anti-Aliasing）是由 NVIDIA 的 Timothy Lottes 开发的后处理技术，不是硬件级