无题

在走出考场的那一瞬间,我就什么也不想想了。天空悄悄地放晴了,从科技楼里面出来的时候,感觉外面的阳光有些刺眼。

明明来时还是阴沉沉的,而现在只是站在阳光下就睁不开眼了。最后的合照上,大家的表情,都因为正对着阳光而狰狞了起来。


做出了T1我好高兴啊,虽然拍过了但总感觉有些不稳,因为Day1的T1自己也出了好几组样例,最后还不是只有65分。兴高采烈地给Mercer和森讲我T1的做法,然后意外发现我的T2连暴力都是错的?!呜啊~我的三十分。

其实一直在小心观察着Doggu的表情,我想他的打击应该是最大的吧。



先是Doggu的妈妈过来问我是不是做出了T1,我说不确定,她又说回去之后和Doggu一起好好努力学习,我们互相帮助肯定有办法的。

之后hfu告诉我之后怎么学文化课,哦哦?这么确信我会gg吗?算了,其实hfu也没有信过我吧。


散伙饭时间。

在等待的时候,doggu以看得见惆怅的笑容问我回去之后的小目标,他说预计在期末考试超过班上一半的人。我没有说话,只是一个劲地吃小番茄。其实我没有想过这个问题,我竟然都没有想过回去之后要怎么办。还是没有实感啊,scoi2018过后,我就真的AFO了。

饭桌上大家都在想什么呢,这里面唯一不算是强颜欢笑的人,就只有yyf一个了吧。

Izumi在UESTC校赛上得的气球还活蹦乱跳地立着,Izumi把它插到了椅子上,好精神啊,我的早就瘪了,明明之前是个像阳光一样明媚的好孩子,现在软踏踏地垂在杆子上。

“森,你的气球比我的大诶。”

“你的都瘪了,能叫气球吗。”


说到协议的问题。如果Doggu能拿D,当然是最好,那么他的北大就稳了。

如果没办法的话…Doggu说要踹门进北大。

“如果协议生效我就是行尸走肉。不过要是撬门不成我就踹门进去。”

哦哦,好气魄。


话说这家店每道菜的味道都好好啊~小米粥好好喝,但是大家都不怎么动筷子呢,不行,难过才要好好吃东西嘛。



然后去和hfu碰杯,hfu站起来一个一个碰的时候迷之忽略了我,还和Doggu碰了两次。存在感???算了,自己干了茶水吧。

吃过饭,说是要3:40要看成绩,不过大家都没有兴趣。

(hfu:就不想看下省队的诞生么 众:直播报〇有什么好看的)


妈去看成绩了,我执意要回高新。坐上车,返程了。



疲惫感漫漫地涌上来了,略微地感觉到头疼。车窗外的风景快速地在变幻,我打开笔记本,开始敲退役文的初稿,但是还是感觉很困倦。


爸接了电话,是hfu打来的。我屏住呼吸。

挂断了。


我看向爸。

“你今天很高。110。排在全场的前面。LYY 65”

“哦…我以为能130呢”

“你和LYW很接近,很接近。”


忽然兴奋起来了。



“所以怎么样?”

“15-14。差一分。”


霎时间天旋地转起来。一下子心情也不是很明了了。兴奋感还未消退,我甚至不知道现在心中还不断涌出的兴奋感是不是上一句话的余波。咀嚼着刚刚得到的消息,只是感觉受到了振荡。啊啊一分,如果昨天不至于把快速乘都忘了那二十五分就不会丢了,如果NOIP的时候在多得5分…


“能进B队吗”

“不知道,总排名还没有出来。要去申诉吗,看能不能再拿几分?”

“…不用了。我拿的基本是整百。没用的。 没事。算了。白给scoi送钱。”



不知为何想到了去年运动会晚上放的电影《Sein letztes Rennen》,我最喜欢这样的结局。主人公挑战权威,挑战自我,挑战不可能,历经千辛万苦。尽管一开始所有人都觉得他不能行,但他一步一步扭转了所有人的看法。最终,他输了。但是一抬头,已是海阔天空。



我抬头的时候也能看见格外蓝的天空。

我忍不住想,这真是戏剧性的结束。我其实很怕LYW,我的所有期望和动力,在得知这个人的存在之后一点一点地被消磨殆尽了。强大的孩子,和Doggu一样强的孩子,已经拿了北大有条件一本的,理应作为那个女队的人。我好害怕,我怎么竞争得过他呢。

全世界都觉得,这人,这么厉害,理所应当会赢,就连hfu也说,对不起,我没有早注意到他,他和你们不是一个级别的人。我感觉自己受了欺骗,受了伤,你们明明告诉我我努力就可以,为什么要在我面前说丧气话呢,为什么你们这些大人们,先于我的,先于命运的,就宣布我就是那个要输的人呢。那么,我不是只有输了吗?作为弱者,我不是早被权威给否定了吗?

在最后的一周,突然冒出的想法,是,我要把希望,从那个强大的孩子面前隐去。让他从自己理所应当要赢,理所应当就拿到北大一本的想法中震悚一下。我,Bfk,纵使弱,也要有骨气,不是别人说我差我就差。你说概率,那么还有概率算不到的东西。最后的一仗,我一定要打得有尊严。

(嘴上说着自己是AFO预定,但考场上决不能有松懈的放弃的情绪。所以,在4月3号被ZYC说自己太过紧张的时候着实生气了,而且也很后怕。)

总分差一分的我,在Day1飚掉在中间靠后女生第四的情况下,反转到了scoi总分比他高20分。想必,LYW同学看着排名表,一定相当紧张吧。在发现我这个突然窜出的家伙后,一定不免替自己捏了一把汗吧。在NOIP的成绩表里翻我的名字的时候,一定心里七上八下的吧,在仔细算过了不止一遍分数发现比我高一分的时候,一定长舒一口气吧。


像恶作剧成功了一样,我忍不住微笑。这就是我的复仇了。


最然很难过,没有进队,但这口气,我争到了。在我与自己的战役中,我赢了。


我不知道这够不够抵消我所失去的和付出的东西,但面对这个戏剧性的结局,我的快乐大于遗憾。若问原因,可能是因为今日的天空实在太蓝,阳光实在太过闪耀的缘故吧。

弱者的逆袭。



LYW同学,祝福你,愿你为四川带来佳绩。



回到学校。上楼。不知道是不是最后一次用这把钥匙开这个门了。

没有人。


把门锁上,干了件从来没有干过的事:

躺在地板上,就以这个角度看看机房里的一切。

(在NOIP前的那一个周末,我第一次站在没有人的机房的窗子上,俯视整个机房。又是一个轮回,不如换个角度?)


突然很想唱歌:


这个世界五彩斑斓
真真假假迷惑我们的眼
用你的心认真去看
发现真相就在不远

Hey you good or bad 真真假假
逃不出这心灵的慧眼
带上你的所有勇敢
也许就能拯救这世界

也许有时你会悲伤
世界不如我们的想象
可曾有人在不停的努力
好让梦想展翅飞翔


2018/4/14
Bfk’s AFO

OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,广泛应用于图像处理、计算机视觉和模式识别等领域。物体识别是OpenCV的一个重要应用场景,以下是一些常见的物体识别方法和技术: 1. **特征提取与匹配**: - **SIFT(尺度不变特征变换)**和**SURF(加速稳健特征)**:这些算法用于检测和描述局部特征,能够在图像中识别出相同的物体,即使它们的大小、旋转或光照条件发生变化。 - **ORB(定向快速旋转BRIEF)**:一种快速的特征检测和描述算法,适用于实时应用。 2. **模板匹配**: - 通过在图像中滑动一个模板(已知物体的图像),并计算模板与图像区域的相似度,来找到物体的位置。 3. **机器学习与深度学习**: - **支持向量机(SVM)**:用于分类和回归分析,可以用于物体识别任务。 - **卷积神经网络(CNN)**:深度学习模型,特别适合处理图像数据,能够自动学习图像的特征并进行分类。 4. **目标检测算法**: - **Haar级联分类器**:基于积分图和AdaBoost算法,用于实时人脸检测。 - **YOLO(You Only Look Once)**和**SSD(Single Shot MultiBox Detector)**:实时目标检测算法,能够在单次前向传播中同时进行目标定位和分类。 5. **实例分割**: - **Mask R-CNN**:在目标检测的基础上,进一步分割出目标的精确轮廓。 OpenCV提供了丰富的API和工具,可以方便地实现上述方法。以下是一个简单的示例代码,展示如何使用OpenCV进行模板匹配: ```python import cv2 import numpy as np # 读取原始图像和模板图像 original_image = cv2.imread('original_image.jpg') template = cv2.imread('template.jpg') template_gray = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY) w, h = template_gray.shape[::-1] # 转换为灰度图 gray_original = cv2.cvtColor(original_image, cv2.COLOR_BGR2GRAY) # 模板匹配 result = cv2.matchTemplate(gray_original, template_gray, cv2.TM_CCOEFF_NORMED) threshold = 0.8 loc = np.where(result >= threshold) # 绘制矩形框 for pt in zip(*loc[::-1]): cv2.rectangle(original_image, pt, (pt[0] + w, pt[1] + h), (0, 255, 255), 2) # 显示结果 cv2.imshow('Detected', original_image) cv2.waitKey(0) cv2.destroyAllWindows() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值