update

Author: CharonChui

AdavancedPart/Crash及ANR分析.md

@@ -4,9 +4,13 @@
 ## Java Crash流程
 
 1、首先发生crash所在进程，在创建之初便准备好了defaultUncaughtHandler，用来处理Uncaught Exception，并输出当前crash的基本信息；
+
 2、调用当前进程中的AMP.handleApplicationCrash；经过binder ipc机制，传递到system_server进程；
+
 3、接下来，进入system_server进程，调用binder服务端执行AMS.handleApplicationCrash；
+
 4、从mProcessNames查找到目标进程的ProcessRecord对象；并将进程crash信息输出到目录/data/system/dropbox；
+
 5、执行makeAppCrashingLocked：
 
 创建当前用户下的crash应用的error receiver，并忽略当前应用的广播；
@@ -19,8 +23,11 @@
 当1分钟内同一进程未发生连续crash两次时，则执行结束栈顶正在运行activity的流程。
 
 7、通过mUiHandler发送消息SHOW_ERROR_MSG，弹出crash对话框；
+
 8、到此，system_server进程执行完成。回到crash进程开始执行杀掉当前进程的操作；
+
 9、当crash进程被杀，通过binder死亡通知，告知system_server进程来执行appDiedLocked()；
+
 10、最后，执行清理应用相关的四大组件信息。
 
 
@@ -35,12 +42,15 @@
 
 
 
-Native Crash
+Native Crash:    
+
+- 崩溃过程：native crash 时操作系统会向进程发送信号，崩溃信息会写入到 data/tombstones 下，并在 logcat 输出崩溃日志
+
+- 定位：so 库剥离调试信息的话，只有相对位置没有具体行号，可以使用 NDK 提供的 addr2line 或 ndk-stack 来定位
+
+- addr2line：根据有调试信息的 so 和相对位置定位实际的代码处
 
-    崩溃过程：native crash 时操作系统会向进程发送信号，崩溃信息会写入到 data/tombstones 下，并在 logcat 输出崩溃日志
-    定位：so 库剥离调试信息的话，只有相对位置没有具体行号，可以使用 NDK 提供的 addr2line 或 ndk-stack 来定位
-    addr2line：根据有调试信息的 so 和相对位置定位实际的代码处
-    ndk-stack：可以分析 tombstone 文件，得到实际的代码调用栈
+- ndk-stack：可以分析 tombstone 文件，得到实际的代码调用栈
 
 
 

AdavancedPart/Java

@@ -4,60 +4,72 @@ Gradle 支持使用 Groovy DSL 或 Kotlin DSL 来编写脚本。所以在学习
 
 所以下面来学习一下这两种语言的差异。
 
-1. Groovy 和 Kotlin 的差异
+1. Groovy 和 Kotlin 的差异     
+
 1.1 语言差异
-Groovy
-Groovy是一种基于 JVM 的面向对象的编程语言，它可以作为常规编程语言，但主要是作为脚本的语言（为了解决 Java 在写脚本时过于死板）。它是一个动态语言，可以不指定变量类型。它的特性是支持闭包，闭包的本质很简单，简单的说就是定义一个匿名作用域，这个作用域内部可以封装函数和变量，外部不可以访问这个作用域内部的东西，但是可以通过调用这个作用域来完成一些任务。
-Kotlin
-Kotlin 则是 Java 的优化版，在解决 Kotlin 很多痛点的情况下，不引入过多的新概念。它具有强大的类型推断系统，使得语言有良好的动态性，其次是其语言招牌 —— 语法糖，Kotlin 的代码可以写的非常简洁。这使得 Kotlin 不仅做为常规编程语言能大放异彩，作为脚本语言也深受很多开发者喜爱。
+
+Groovy是一种基于 JVM 的面向对象的编程语言，它可以作为常规编程语言，但主要是作为脚本的语言（为了解决 Java 在写脚本时过于死板）。      
+
+它是一个动态语言，可以不指定变量类型。它的特性是支持闭包，闭包的本质很简单，简单的说就是定义一个匿名作用域，这个作用域内部可以封装函数和变量，外部不可以访问这个作用域内部的东西，但是可以通过调用这个作用域来完成一些任务。
+     
+Kotlin则是Java的优化版，在解决Kotlin很多痛点的情况下，不引入过多的新概念。它具有强大的类型推断系统，使得语言有良好的动态性，其次是其语言招牌 —— 语法糖，Kotlin 的代码可以写的非常简洁。这使得 Kotlin 不仅做为常规编程语言能大放异彩，作为脚本语言也深受很多开发者喜爱。
+
 它们共同特点就是基于JVM，可以和 Java 互操作。Gradle 能提供的东西， Kotlin 也能通过提供（闭包）。在功能上，两者能做的事情都是一样的。此外一些简单的差异有：
 
-groovy 字符串可以使用单引号，而 kotlin 则必须为双引号
-groovy 在方法调用时可以省略扩号，而 kotlin 不可省略
-groovy 分配属性时可以省略 = 赋值运算符，而 kotlin 不可省略
+groovy 字符串可以使用单引号，而 kotlin 则必须为双引号。    
+groovy 在方法调用时可以省略扩号，而 kotlin 不可省略。    
+groovy 分配属性时可以省略 = 赋值运算符，而 kotlin 不可省略。   
 groovy 是动态语言，不用导包，而 kotlin 则需要。
 
 
 
-为什么要用Kotlin DSL写gradle脚本
+为什么要用Kotlin DSL写gradle脚本?     
+
 撇开其他方面，就单从提高程序员生产效率方面就有很多优点：
 
-脚本代码自动补全
-跳转查看源码
-动态显示注释
-支持重构(Refactoring)
+- 脚本代码自动补全
+- 跳转查看源码
+- 动态显示注释
+- 支持重构(Refactoring)
 …
 怎么样，要是你经历过groovy那令人蛋疼的体验，kotlin会让你爽的起飞，接下来让我们开始吧。
 
 从Groovy到Kotlin
+
 让我们使用Android Studio 新建一个Android项目，AS默认会为我们生成3个gradle脚本文件。
 
-settings.gradle (属于 project)
-build.gradle (属于 project)
-build.gradle (属于 module)
+- settings.gradle (属于 project)
+- build.gradle (属于 project)
+- build.gradle (属于 module)
+
 我们的目的就是转换这3个文件
 
-第一步: 修改groovy语法到严格格式
+- 第一步: 修改groovy语法到严格格式
+
 groovy既支持双引号""也支持单引号''，而kotlin只支持双引号，所以首先将所有的单引号改为双引号。
 
 例如 include ':app' -> include ":app"
 
 groovy方法调用可以不使用() 但是kotlin方法调用必须使用(),所以将所有方法调用改为()方式。
 
-例如
+例如:     
 
+```java
 implementation "androidx.appcompat:appcompat:1.0.2"
 改为
 
  implementation ("androidx.appcompat:appcompat:1.0.2")
 groovy 属性赋值可以不使用=，但是kotlin属性赋值需要使用=，所以将所有属性赋值添加=。
+```
 
-例如
-
+例如:     
+```
 applicationId "com.ss007.gradlewithkotlin"
 改为
 
 applicationId = "com.ss007.gradlewithkotlin"
+```
+
 完成以上几步，准备工作就完成了。
 
 

Gradle&Maven/kts.md

@@ -49,10 +49,20 @@ HashMap是无序的，因为HashMap无法保证内部存储的键值对的有序
 获取对象时，我们将K传给get()方法，它调用hashCode()计算hash从而得到bucket位置，并进一步调用equals()方法确定键值对。
 
 扩容前后，哈希桶的长度一定会是2的次方。这样在根据key的hash值寻找对应的哈希桶时，可以用位运算替代取余操作，更加高效。
+
 而key的hash值，并不仅仅只是key对象的hashCode()方法的返回值，还会经过扰动函数的扰动，以使hash值更加均衡。
-因为hashCode()是int类型，取值范围是40多亿，只要哈希函数映射的比较均匀松散，碰撞几率是很小的。 但就算原本的hashCode()取的很好，每个key的hashCode()不同，但是由于HashMap的哈希桶的长度远比hash取值范围小，默认是16，所以当对hash值以桶的长度取余，以找到存放该key的桶的下标时，由于取余是通过与操作完成的，会忽略hash值的高位。因此只有hashCode()的低位参加运算，
-发生不同的hash值，但是得到的index相同的情况的几率会大大增加，这种情况称之为hash碰撞。即碰撞率会增大。
-扰动函数就是为了解决hash碰撞的。它会综合hash值高位和低位的特征，并存放在低位，因此在与运算时，相当于高低位一起参与了运算，以减少hash碰撞的概率。（在JDK8之前，扰动函数会扰动四次，JDK8简化了这个操作）扩容操作时，会new一个新的Node数组作为哈希桶，然后将原哈希表中的所有数据(Node节点)移动到新的哈希桶中，相当于对原哈希表中所有的数据重新做了一个put操作。所以性能消耗很大，可想而知，在哈希表的容量越大时，性能消耗越明显。扩容时，如果发生过哈希碰撞，节点数小于8个。则要根据链表上每个节点的哈希值，依次放入新哈希桶对应下标位置。因为扩容是容量翻倍，所以原链表上的每个节点，现在可能存放在原来的下标，即low位， 或者扩容后的下标，即high位。 high位= low位+原哈希桶容量如果追加节点后，链表数量 >=8，且只有数组长度大于64才处理，则转化为红黑树由迭代器的实现可以看出，遍历HashMap时，
+
+因为hashCode()是int类型，取值范围是40多亿，只要哈希函数映射的比较均匀松散，碰撞几率是很小的。      
+
+但就算原本的hashCode()取的很好，每个key的hashCode()不同，但是由于HashMap的哈希桶的长度远比hash取值范围小，默认是16，所以当对hash值以桶的长度取余，以找到存放该key的桶的下标时，由于取余是通过与操作完成的，会忽略hash值的高位。      
+
+因此只有hashCode()的低位参加运算，发生不同的hash值，但是得到的index相同的情况的几率会大大增加，这种情况称之为hash碰撞。即碰撞率会增大。
+
+扰动函数就是为了解决hash碰撞的。它会综合hash值高位和低位的特征，并存放在低位，因此在与运算时，相当于高低位一起参与了运算，以减少hash碰撞的概率。（在JDK8之前，扰动函数会扰动四次，JDK8简化了这个操作）扩容操作时，会new一个新的Node数组作为哈希桶，然后将原哈希表中的所有数据(Node节点)移动到新的哈希桶中，相当于对原哈希表中所有的数据重新做了一个put操作。所以性能消耗很大，可想而知，在哈希表的容量越大时，性能消耗越明显。       
+
+扩容时，如果发生过哈希碰撞，节点数小于8个。则要根据链表上每个节点的哈希值，依次放入新哈希桶对应下标位置。因为扩容是容量翻倍，所以原链表上的每个节点，现在可能存放在原来的下标，即low位， 或者扩容后的下标，即high位。     
+
+high位= low位+原哈希桶容量,如果追加节点后，链表数量>=8，且只有数组长度大于64才处理，则转化为红黑树由迭代器的实现可以看出，遍历HashMap时，
 顺序是按照哈希桶从低到高，链表从前往后，依次遍历的。
 
 数组的特点：查询效率高，插入删除效率低。
@@ -70,7 +80,7 @@ HashMap在JDK1.8中发生了改变，下面的部分是基于JDK1.7的分析。H
 ```java
 transient Entry[] table;
 ```
-可以看到Map是通过数组的方式来储存Entry那Entry是神马呢？就是HashMap存储数据所用的类，它拥有的属性如下:   
+可以看到Map是通过数组的方式来储存Entry,那Entry是神马呢？就是HashMap存储数据所用的类，它拥有的属性如下:   
 ```java
 static class Entry implements Map.Entry {
     final K key;
@@ -177,12 +187,11 @@ public V get(Object key) {
 
 ## JDK1.8
 
-在Jdk1.8中HashMap的实现方式做了一些改变，但是基本思想还是没有变的，只是在一些地方做了优化，下面来看一下这些改变的地方,
-数据结构的存储由数组+链表的方式，变化为数组+链表+红黑树的存储方式，当链表长度超过阈值（8）时,且只有数组长度大于64才处理，将链表转换为红黑树。
-利用红黑树快速增删改查的特点来提高HashMap的性能，其中会用到红黑树的插入、删除、查找等算法。HashMap中，
-如果key经过hash算法得出的数组索引位置全部不相同，即Hash算法非常好，那样的话，getKey方法的时间复杂度就是O(1)，
-如果Hash算法技术的结果碰撞非常多，假如Hash算法极其差，所有的Hash算法结果得出的索引位置一样，那样所有的键值对都集中到一个桶中，
-或者在一个链表中，或者在一个红黑树中，时间复杂度分别为O(n)和O(lgn)。
+在Jdk1.8中HashMap的实现方式做了一些改变，但是基本思想还是没有变的，只是在一些地方做了优化，下面来看一下这些改变的地方,数据结构的存储由数组+链表的方式，变化为数组+链表+红黑树的存储方式，当链表长度超过阈值（8）时,且只有数组长度大于64才处理，将链表转换为红黑树。     
+
+利用红黑树快速增删改查的特点来提高HashMap的性能，其中会用到红黑树的插入、删除、查找等算法。     
+
+HashMap中，如果key经过hash算法得出的数组索引位置全部不相同，即Hash算法非常好，那样的话，getKey方法的时间复杂度就是O(1)，如果Hash算法技术的结果碰撞非常多，假如Hash算法极其差，所有的Hash算法结果得出的索引位置一样，那样所有的键值对都集中到一个桶中，或者在一个链表中，或者在一个红黑树中，时间复杂度分别为O(n)和O(lgn)。
 
 ![](https://raw.githubusercontent.com/CharonChui/Pictures/master/hashmap_data_structure.jpg)
 

JavaKnowledge/HashMap实现原理分析.md

@@ -127,7 +127,7 @@ copyTo()。
 在早期的OpenCV1.x 版本中，图像的处理是通过IplImage（该名称源于Intel 的另一个
 开源库Intel Image Processing Library ，缩写成IplImage）结构来实现的。
 
-早期的OpenCV 是用C 语言编写，因此提供的借口也是C 语言接口，其源代码完全是C
+早期的OpenCV 是用C 语言编写，因此提供的接口也是C 语言接口，其源代码完全是C
 的编程风格。IplImage 结构是OpenCV 矩阵运算的基本数据结构。
 
 到OpenCV2.x 版本，OpenCV 开源库引入了面向对象编程思想，大量源代码用C++重写。

VideoDevelopment/OpenCV/1.OpenCV简介.md

@@ -0,0 +1,43 @@
+美颜滤镜
+---
+
+美颜的基本原理就是深度学习加计算机图形学。    
+
+- 深度学习用来人脸检测和人脸关键点检测。    
+- 计算机图形学用来磨皮、瘦脸和化妆容。   
+- 一般在Android上使用OpenGL ES，iOS使用Metal。   
+
+## 美颜算法的原理
+
+
+美颜算法主要是基于图像处理技术，包括人脸检测、皮肤平滑、肤色调整、瘦脸大眼瞪。     
+其中，人脸检测是美颜的第一步，通过算法识别出照片中的人脸区域，然后针对该区域进行后续的美化处理。   
+
+### 关键技术点
+
+- 人脸检测：利用OpenCV(强大的计算机视觉库，支持人脸检测等)、Dlib等库实现。 
+- 皮肤平滑：通过高斯模糊、双边滤波等技术减少皮肤瑕疵。    
+- 肤色调整：调整肤色饱和度、亮度等，使肤色更加自然。
+- 瘦脸大眼：基于人脸关键点定位，通过变形算法实现。   
+
+
+
+### 人脸检测
+
+- 人脸检测指的是对图片或者视频流中的人脸进行检测，并定位到图片中的人脸。   
+- 人脸关键点检测是对人脸中五官和脸的轮廓进行关键点定位，一般情况下它紧接在人脸检测后。    
+
+
+- 加载OpenCV库，在项目中集成OpenCV库，并加载本地人脸检测模型。 
+- 实时处理：在相机预览的回调中，对每一帧图像进行人脸检测，并应用美颜算法。  
+
+
+
+
+
+https://zhuanlan.zhihu.com/p/163604590
+
+
+
+
+

VideoDevelopment/OpenGL/15.美颜滤镜.md

@@ -0,0 +1,74 @@
+
+- 色温: 图片的色温指的是图片中呈现出来的整体颜色偏暖或偏冷的程度。    
+
+色温可以影响图像的分为和情感表达。简单理解就是色彩的温度，越低越冷如蓝色，越高越暖如红色。 
+
+- 色调: 色调是指图片色彩的整体质感，包括主要色调的选择和组合。    
+
+通过调整色调，可以改变图像的整体色彩效果，营造特定的视觉风格或情绪。简单理解就是色彩倾向，倾向于红橙还是黄绿。    
+
+- 亮度: 亮度描述了图片中各个部分的明暗程度。增加亮度将使整体图像看起来更明亮，减小亮度则会使图片变得更暗。     
+
+亮度的调整可以影响图像的整体视觉效果和光线感。   
+增加就是给图片所有色彩增加白色，减少黑色。注意是只加黑白两种颜色，不然容易跟纯度弄混。   
+
+- 对比度: 对比度是描述图像中不同区域之间亮度差异的程度。    
+
+提高对比度会使图像中的明暗部分更加突出，增强图像的清晰度和视觉冲击力。   
+适当的对比度可以让图像更具有立体感和层次感。    
+增加就是让白的更白，黑的更黑。减少就是白的不那么白，黑的不那么黑。   
+
+- 饱和度: 饱和度表示图片中颜色的纯度和鲜艳程度。    
+
+增加饱和度会使颜色更加丰富饱满，减少饱和度会使颜色变得更加灰暗。     
+调整饱和度可以改变图像的整体色彩和视觉吸引力。     
+
+简单理解就是增加图片各种颜色的纯度。
+比如蓝色，增加纯度就是在蓝色上加蓝色，降低纯度就是键入蓝色的对比色，让它变灰色或黑色。  
+
+- 高光: 高光是指图片中最亮的部分，通常实在光线照射下产生的明亮区域。    
+
+调整高光可以改变图像中亮部的强度和反射效果，从而影响图像的细节和光影效果。   
+增加就是给图片白色的部分再加点白色，减少就是减少点白色。  
+
+
+
+
+
+### RGB颜色模型
+
+RGB颜色模型是一种用于创建各种颜色的方法，它基于红色、绿色、蓝色三种颜色的组合。    
+
+通过调节这三种颜色的强度和比例，可以生成多种不同的颜色。 
+
+### HSV颜色模型
+
+HSV代表色相(Hue)、饱和度(Saturation)、明度(Value)，或色相(Hue)、饱和度(Saturation)、亮度(Brightness)。   
+
+在HSV模型中，色相同样表示颜色本身，饱和度表示颜色的纯度或浓淡程度，而明度或亮度则表示颜色的亮度程度。     
+
+HSV模型有时也被称为HSB(色相、饱和度、亮度)模型。  
+
+
+HSV（HSB）颜色模型根据下图对应说明可以得知：
+
+- H(Hue)：色调,用角度度量,取值范围为0°～360° ,从红色开始按逆时针方向计算
+- S(Saturation)：饱和度,表示颜色接近光谱色的程度.一种颜色,可以看成是某种光谱色不白色混合的结果.通常取值范围为0%～100%,值越大,颜色越饱和.光谱色的白光成分为0,饱和度达到最高.
+- V(Value或Brightness)：明度,表示颜色明亮的程度.
+
+
+
+### HSL颜色模型
+
+HSL代表色相(Hue)、饱和度(Stauration)、亮度(Lightness)。   
+
+在HSL模型中，色相表示颜色本身，饱和度表示颜色纯度或浓淡程度，亮度则表示颜色的明暗程度。   
+
+- H: 色相，使用不水平轴之间的角度来表示，范围是从(0 ~ 360)度。从蓝色开始。   
+- S: 饱和度，说明颜色的相对浓度。     
+- L: 亮度，在L=0处为黑色，在L=1处为白色。灰色沿着L轴分布。   
+
+
+
+
+