高德API爬取行政区域边界

说明：  基于马尔科夫的图像分割代码，可运行，可运行，可运行(Image segmentation code based on Markov, can run, can run, can run)

说明：  车道线检测方法，包括对直行、拐弯车道线的代码描述(Lane line detection)

双目匹配计算视差，生成深度图。（前提是用自己标定好的摄像头拍的图片，导入内外参数然后进行立体匹配）(Binocular matching calculates parallax and generates depth map.(The premise is to take a picture with your own calibrated camera, import internal and external parameters, and then stereo matching))

深度典型相关分析的python实现，DCCA是Galen Andrew于2013年发表于ICML上的一篇文章，提出了将深度网络与CCA结合的新方法。(Deep canonical correlation analysis)

使用canny边缘检测算法，提取图像轮廓(Canny edge detection algorithm is used to extract image contour.)

周期性边界条件的自动施加，啊啊啊啊啊啊啊啊(Automatic imposition of periodic boundary conditions)

手工实现textrank提取关键词算法，效果和jieba.textrank差不多； 可根据该代码包学习textrank算法

载体文件（cover file）相对隐秘文件的大小（指数据含量，以比特计）越大，隐藏后者就越加容易。 因为这个原因，数字图像（包含有大量的数据）在因特网和其他传媒上被广泛用于隐藏消息。这种方法使用的广泛程度无从查考。例如：一个24位的位图中的每个像素的三个颜色分量（红，绿和蓝）各使用8个比特来表示。如果我们只考虑蓝色的话，就是说有2^8种不同的数值来表示深浅不同的蓝色。而像11111111和11111110这两个值所表示的蓝色，人眼几乎无法区分。因此，这个最低有效位就可以用来存储颜色之外的信息，而且在某种程度上几乎是检测不到的。如果对红色和绿色进行同样的操作，就可以在差不多三个像素中存储一个字节的信息。 更正式一点地说，使隐写的信息难以探测的，也就是保证“有效载荷”（需要被隐蔽的信号）对“载体”（即原

使用python实现的运行推荐算法的脚本文件(A test demo to run recomandation system)

说明：  对房价进行预测，用的是python语言，主要技术是xgboost(use xgboost predict house price)