渲染API对于线渲染的支持

glLineWidth的文档中说只保证宽度1的设置，其他宽度依赖硬件实现。

人脸关键点

使用Google的人脸检测工具MediaPipe来做人脸关键点的检测，可以按照Face Mesh Detection with Python and OpenCV的操作安装MediaPipe并可视化关键点。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

import cv2
import mediapipe as mp
 
#Face Mesh
 
mp_face_mesh = mp.solutions.face_mesh
face_mesh = mp_face_mesh.FaceMesh()
 
#Image
 
image = cv2.imread("/home/python/OpenCV/faceMash/image1.jpg")
height, width, _ = image.shape
rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
 
#Facial landmarks
result = face_mesh.process(image)
 
 
for facial_landmarks in result.multi_face_landmarks:
   for i in range(0, 468):
      
       pt1 = facial_landmarks.landmark[i]
       x = int(pt1.x * width)
       y = int(pt1.y * height)
      
       cv2.circle(image, (x,y), 2, (100,100,0), -1)
       #cv2.putText(image, str(i), (x,y), 0,1,(0,0,0))
 
 
 
cv2.imshow("Face Mesh detection", image)
cv2.waitKey(0)

Something

看到很多人的主页做的好看丝滑又专业，不免得想拥有一个自己的。最开始使用Github Pages的默认静态网页生成器jekyll搭建了一个，但是奈何觉得有些复杂和浮夸。搜索一番，发现Hexo和NexT Theme使用广泛，而且找到了我想要的比较简洁的风格示例，比如木鸟杂记、IIssNan’s Notes、NightTeam、In Absentia，在阅读官方文档和热情网友分享的文章（比如如何在 GitHub 上写博客？）中，在不懂得各种前端知识情况下，一步步搭建了一个机遇GitHub Pages + Hexo + NexT的个人主页。刚刚开始，对于Hexo一点儿也不熟悉，还有很多需要配置的地方，但是趁着热乎劲，把搭建的历程记录下来，为后来者以参考，为自己以作备忘。

Note: 完工之后回头看，由于对相关背景知识不了解，胡乱查了很多，其实Hexo的官方文档才是最好的教学和参考，详尽而工整，是很好的技术文档范例，而且有中文版哟～

1. 个人主页的文件是以repo的形式托管在GitHub上的，所以第一步要创建一个名为 {username}.github.io的项目，按照creating a github pages site一步步操作即可。

2. 安装Nodejs和Hexo, Hexo Overview

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub.

Quick Start

Create a new post