1. 为什么我们需要重装Windows系统？ 作为一个帮朋友修过上百台电脑的老手，我见过太多需要重装系统的场景了。最常见的就是系统越用越卡，开机要等好几分钟，打开个浏览器都能卡成PPT。这种情况多半是系统垃圾堆积、注册表臃肿，或者是被各种流氓软件绑架了。 另一种情况是中了病毒，杀毒软件都打不开，桌面突然多出一堆莫名其妙的图标。最惨的是系统直接蓝屏崩溃，连安全模式都进不去。这时候重装就是最彻底的解决方案。 重要提示：重装前一定要备份C盘的重要文件！桌面、文档、下载这些默认都在C盘，重装后会被清空。 2. 准备工作：这些工具一个都不能少 微软官网其实提供正版镜像下载，但很多小白找不到入口。我推荐直接访问微软官方媒体创建工具页面（这里不能放链接，可以搜索"微软官网下载Windows"）。选择版本时要注意： 普通用户选Windows 10/11家庭版就够了 老电脑（2015年以前）建议用Windows 10 新买的笔记本自带正版系统，重装时选对应版本会自动激活 微PE工具箱是我用过最干净的PE工具，没有任何捆绑软件。制作步骤： 准备一个8GB以上的U盘（里面的数据会被清空） 下载微PE后运行，选择"安装到U盘" 实测经验：某些品牌笔记本（比如华为）需要关闭安全启动才能进PE，具体方法可以搜"你的电脑型号+关闭安全启动" 3.1 BIOS设置与进入PE 开机时狂按F12（不同品牌按键不同，戴尔是F12，华硕是ESC，联想是F2）进入启动菜单。选择你的U盘启动后，会看到PE桌面。这里有个细节： 传统模式启动的PE桌面会有"此电脑"图标

UEFI模式启动的可能需要手动打开分区工具 打开DiskGenius分区工具，我建议这样操作： 删除C盘所在分区的所有分区（注意别选错硬盘） 新建ESP分区（300MB）和主分区（剩余空间） 格式化时选NTFS，4K对齐选4096扇区 踩坑记录：有些新电脑是Intel VMD模式，需要先在PE里加载VMD驱动才能识别硬盘，否则会报"找不到驱动器"错误。 基于Python+Open CV的手势识别算法设计 伴随着人工智能时代的到来，人机交互的领域也逐渐成为研究的一大方向；其中，手势识别是人机交互领域的一项关键技术，自此手势识别也迎来了一波高潮，近几年无论是在消费领域、电子领域、数码领域、家电领域甚至汽车领域上，都能或多或少的见到手势识别的身影。 手势识别在设计智能高效的人机界面方面具有至关重要的作用, 目前手势识别已应用到手语识别、智能监控、到虚拟现实等各个领域，手势识别的原理都是利用各种传感器（例如红外、摄像头等）对手部的形态进行捕捉并进行建模，形成一个模型信息的序列帧，而后将这些信息序列转换为机器能够识别的相对应指令（例如打开、切换菜单、移动等）来完成控制。 采用Python的集成开发环境Pycharm进行本次课程设计，在Pycharm中进行需要库（模块）的下载，调取电脑摄像头，按帧读取摄像头采集到的头像，形态学处理，图像旋转（由于摄像头采集到的图像是 镜像 ，需要用cv2.flip将摄像头采集到的图像进行处理），选取图片中固定位置作为手势输入，用红线画出手势识别框，基于hsv的肤色检测，进行高斯滤波，找出轮廓，求出图像中手势的凹凸点，手指间角度求取。 ROS-CV-ImageConverter：将ROS图像转换为OpenCV（cv :: Mat）类型的图像 ROS-CV图像转换器 依存关系 cv_bridge（ROS软件包） 计算机视觉图像处理-CV2与图像插值算法 用最近邻插值与双线性插值原理完成图像缩放 最近邻插值，是指将目标图像中的点，对应到源图像中后，找到最相邻的整数点，作为插值后的输。缺点：使用最近邻插值算法处理图像放大时，在图象中可能出现明显的块状效应 双线性插值，在两个方向上做三次线性插值。使用双线性插值算法处理图像放大时，在图象中可能出现马赛克 代码 import cv2 img = cv2.imread(’./xiabang.jpg’, cv2.IMREAD_UNCHANGED) #缩放比例 scale_percent = 0.3 width = int(img.shape[1] * scale_percent) height = int 基于水平集CV模型的图像分割（Matlab代码） 基于水平集CV模型的图像分割（Matlab代码），全套代码 导向滤波（guide_filter）的python实现 导向滤波（guide_filter）的python实现，可以结合暗通道；理论实现比较好的图像去噪效果。