很久没玩硬件了，心想传统手艺不能丢啊，这次设计了个小板子，用于高精度的时间采样~

可并不是我标题党哟，这个小模块能测量皮秒级别的时间差，而这在很多地方都能有应用的，有兴趣的听我继续详细介绍XD

​ 1ps = 10^-12s ,也就是一万亿分之一秒，这是短到窒息的一段时间，即便是以宇宙最快的光速，在1ps的时间里也只能走0.3mm，而要知道光速从上海跑到深圳1200公里只需要4毫秒。

​ 用过单片机的同学都知道，绝大多数的单片机都有定时器的功能，通过计算配置外设寄存器，我们能利用定时器中断来精确测量一段时间。而这个时间的精度是什么决定的呢，答案是MCU时钟的频率。

手势Home是个人前段时间开发的一个Android系统增强小APP，主要用于解决现今全面屏手机上虚拟按键占用屏幕空间的痛点，用手势代替绝大多数的操作。APP目前发布在酷安市场上，从发布之初到现在半个月左右的时间，已经有超过3w的下载量。

写这个APP的初衷，其实是因为个人使用S8的时候觉得美中不足，这么漂亮的屏幕，为啥非得在显示区域留个下巴呢…虽说也可以隐藏导航栏，但是这样就牺牲了操作的便利性，必须上滑一次呼出导航栏之后才能操作返回。Android系统下的三大金刚向来是标配，分别承担着返回、桌面、多任务三大功能，想要回避是不太可能了，于是我也尝试了下网上能找到的很多手势操作软件，但是效果都不很满意，于是便自己开发了这坨APP。

从最初个人使用的一个小应用，到后来接收大家意见更新迭代了十多版，不到一个月的时间得到几万名基友的支持和喜爱，事实证明了Android确实也是可以有更优雅的系统导航方案的。下面我们来回顾一下Android系统中虚拟按键的前世今生（内容来自于IT之家对本APP的报道）↓

• 吉他自学了大概3个月，这首入坑的曲子《sunflower》，作者是孙培博老师。
• 这首曲子我大概花了一个月的时间练熟，其实看了下记录琴是4月21日就买来了，但是不巧时逢很多事情，自己创业团队这边和老师教研室团队那边都有项目在手，分身乏术，随后又到了校招季，期间很多事情需要处理，也思索了好一阵个人未来发展的抉择问题，自然是没有时间学琴的，博客也停更了半年左右。又想起自己曾经在大一的时候买过一把神奇的烧火棍，那时爱上层楼，非要给自己加戏，结果没坚持一个月就把琴卖了哈哈，乐器这种东西，果然还是要舍得投入的，经济基础决定上层建筑啊。
• 用手机前置摄像头录的像，声音较小，焦距也略为飘忽，当然最主要限于个人水准，节奏不是很稳~大家凑活听:D

“微信推送了v6. 6.1 版本更新，更新后，用户点开微信，其首页便是“跳一跳”这一游戏。微信团队这样的“强制推广”意图相当明显。但不管用什么样的方法，微信的“跳一跳”现在已经火遍了大江南北。”

网上已经有很多关于这款游戏的秘籍攻略，但是我们当然不能走寻常路啦~玩过几局之后发现，这款游戏的特点注定了它极为容易被设计物理外挂：

• 操作简单，只需要点击屏幕（也只有这一种操作）
• 没有时间限制，每一跳都可以等完全准备好了再操作
• 画风淳朴，可爱是一方面，另一个就是这样的画风很方便进行图像处理~

机智的创客网友也有已经用舵机代替手指做出物理外挂的了↓

由于我手边没有电容笔，而且感觉用外置摄像头加Arduino来玩这游戏有点小题大做，因此这里通过纯软件方式开挂，原理为：

• PC端通过ADB命令控制手机截图并上传
• PC端程序读取截图进行图像处理，这里用的OpenCV
• 根据处理结果发送ADB命令模拟点击屏幕
• 以上循环

原理其实很简单，重点就在图像处理的步骤，这个游戏中也很好解决，首先我们知道游戏里小人跳的距离跟我们点击屏幕的时间成正比，因此PC端任务就是测量出小人和下一个站台之间的距离。对于小人的识别，我们直接使用模板匹配算法，OpenCV里有提供现成的matchTemplate方法；站台的识别则麻烦一点，因为站台是随机生成的，而且我们也不知道到底有几种，所以这里用了一个比较巧妙的方案↓

仔细观察每个场景，下一个跳台始终是出现在最上方的，也就是说，我们把图像进行边缘二值化，从分数显示的那一行下面开始一行一行搜索，如果发现某个像素不为黑色，就找到了下一个跳台的上边缘，然后我们把这值往下偏移一点，就可以作为下一个跳点了，这个策略对每种跳台都是适用的。

最终实现的效果还是非常不错的，在朋友的手机上轻松刷到了2000多分，该方案的主要速度限制在于手机截图上传的过程，可能会演示2-3秒，因此要想的高分还是得挂上个把小时的~

项目开源，C++代码托管在这里
也打包了可执行文件方便想尝试的朋友直接体验下载

苹果总是能隔三差五地带给人们惊喜，今年的iPhone X作为iPhone的十周年纪念版，加入了众多黑科技功能，而作为其中之一，即使对 iPhone X 再无感的人，应该都无法拒绝 Animoji这个魔性的功能。

AniMoji作为iPhone X的独占功能，目前只能在X这一款机型上体验（甚至连iPhone8都不行），而且目前也只在iMessage里有应用。个人曾经在iPhone X发布很久之前，做过一个类似的APP叫颜艺Boy，也是用来同步用户的表情的。但是当然啦，如果苹果决定要做某一件事情，一定会把它做到极致体验再发布的，所以跟我当时那个APP比起来，AniMoji的效果要好非常多。一方面是由于X搭载了神经网络处理器，所以可以使用复杂得多的网络模型，另一方面苹果的3D动画建模是老牌强项（毕竟乔布斯拥有的另一家公司名字叫做皮克斯:D），仔细看就会发现它并不是使用一个标准的骨架套在每个模型上面，而且针对每个独特的猫啊狗子啊外星人啊进行专门的动画表情建模（比如机器人的嘴，动物的耳朵等，都是可以以特定的方式动的），所以表现出来的动画人物的表情才会非常生动可爱。

对个人而言，作为对当时颜艺Boy的改进，我重新实现了一套算法，这次主要基于CLM模型。算法步骤还是差不多，首先提取出人脸的一系列关键点，然后进行头部姿态评估，将旋转矩阵映射到3D模型，同时表情的同步也是基于人眼、嘴巴、眉毛等关键点的位置变化。相比于之前的算法，这次的改进最明显的是提取点的稳定性比之前要好很多，也就是说点不会再不停地抖动，这样就给后面的旋转矩阵计算带来 了很大的好处，体现出来的效果就是表情可以做的更加生动了（因为稳定性好就可以把人脸的表情放大而不用担心噪声抖动也被放大，所以夸张的表情会更有卡通效果）。另一个改进就是提高了算法的执行效率，实时性会更好一些。

看一下效果：

算法基本搞定了，现在正在往Android上移植，网络模型还有点大需要裁剪，单目摄像头的效果跟iPhone X的3D结构光sensor肯定还是有点差距的。后面有机会也研究一下这个来自Kinect团队的黑科技结构光传感器↓

另，有没得擅长3D角色建模的小伙伴，诚邀帮我出几个图[勾引]，自己胡撸了两天blender感觉建出来的模型跟屎一样:C