在使用TortoiseGit与远程仓库进行同步代码的时候提示如下错误，即：没有支持认证的方法可用。然后，再试，问题解决，能够正常提交和克隆代码。远程仓库的公匙无法和本地的密匙进行匹配认证造成的(主要是。通过几次分析和百度相关资料，发现应该是。的密匙添加进去，就可以了，如下图。来将本地生成的后缀名为。

【代码】GPUImage源码分析与使用（三）

有丰富的输入组件，可以处理图片、纹理、视频、二进制数据、UIElement(UIView、CALayer)，可以使用GPUImage拍照、处理纹理图片、给视频或拍摄中的视频添加滤镜、添加水印可以使用UIElement。支持对大图进行处理，GPU的纹理限制是4096*4096，对于超出限制的图片，GPUImage会压缩处理导致损失图片质量，CoreImage会把图片拆解成小图处理。可以传入字符串类型

在相机数据采集中，还有一些小的细节问题，比如相机前置与后置摄像头的左右镜像翻转问题。在前面讲到过，GPUImage 的纹理坐标原点是位于左上角的，所以使用 TEXTURE_NO_ROTATION 的纹理坐标实质上是将图像进行了上下翻转，两次调用TEXTURE_NO_ROTATION纹理坐标时，又将图像复原了，这也就可以解释为什么滤镜个数为偶数时，需要使用 mGLTextureFlipBuffer

5. GPUImageMovie，视频文件-> 使用AVAssetReader逐帧读取-> 帧数据转化成纹理-> 滤镜处理，AVAssetReaderOutput -> CMSampleBufferRef -> CVImageBufferRef -> CVOpenGLESTextureRef -> texture。4. GPUImageUIElement，UIView、CALayer，通过Core

回声消除（AEC）是指在二线传输的两个方向上同时间、同频谱地占用线路，在线路两个方向传输的信号完全混在一起，本端发信号的回波就成为了本端信号的干扰信号，利用自适滤波器可抵消回波以达到较好的接收信号质量，即为回声消除。音频数据的处理过程有个预处理过程，就是在音频数据采集完成之后的一步，音频的预处理就是用的3A处理。瞬态噪声的共同特点就是突发性极强，在时域上呈振荡衰弱的形式出现，持续时间在十几毫秒至上

1、OpenHarmony音频录制开发简介音频录制的主要工作是捕获音频信号，完成音频编码并保存到文件中，帮助开发者轻松实现音频录制功能。该模块允许调用者指定音频录制的采样率、声道数、编码格式、封装格式、输出文件的路径等参数。2、OpenHarmony运作机制音频录制状态示意图如图1.1所示：3、音频录制外部模块交互图图1.2 音频录制外部模块交互图。

AF算法的基本步骤是先判断图像的模糊程度，通过合适的模糊度评价函数求得采集的每一副图像的评价值, 然后通过搜索算法得到一系列评价值的峰值, 最后通过电机驱动将采集设备调节到峰值所在的位置, 得到最清晰的图像, 算法的关键在于达到准确度和速度的平衡, 同时算法的精度受到软件算法和硬件精度的双重影响。评价函数有很多种, 主要考虑的图像因素有图像频率(清晰的图像纹理多, 高频分布较多), 还有图像的灰度

在属性页对话框下配置属性，选择链接器-> 系统，然后选择编辑框旁边子系统属性。在显示的下拉列表菜单，选择控制台 (/SUBSYSTEM: CONSOLE)。选择确定以保存所做的更改。若要生成项目时，从生成菜单选择生成解决方案或者直接按快捷键F7。输出窗口会显示生成过程的结果。我们可以看到，输出“Hello World！”,在右边的三角箭头下来列表中选择“c++17”在项目的属性页对话框中选择。3)

一、基本概念1、人工智能：人工智能可以分为很多领域，如：自然语言理解，图像识别，语音识别，推荐系统等等。2、机器学习：机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法。但从实践的意义上来说，机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。机器学习：一种实现人工智能的方法3、深度学习：其核心就是自动将简单的特征组合成更加复杂的特征，并用这些特征解决问题