Joybook Lite U121




-Computer-
Processor : Intel(R) Atom(TM) CPU Z530 @ 1.60GHz
Memory : 1011MB (692MB used) DDR2 800 1GB，最高可支援2GB
display: Intel GMA500
Machine Type : Unknown chassis type
Operating System : Ubuntu 18.10
User Name : sze (sze)
Date/Time : Thursday, May 09, 2019 PM11:10:22 HKT
-Display-
Resolution : 1366x768 pixels
OpenGL Renderer : (Unknown)
X11 Vendor : The X.Org Foundation
-Audio Devices-
Audio Adapter : HDA-Intel - HDA Intel MID
-Input Devices-
Lid Switch
Power Button
AT Translated Set 2 keyboard
Video Bus
SynPS/2 Synaptics TouchPad
HDA Intel MID Mic
HDA Intel MID Headphone
BisonCam, NB Pro: BisonCam, NB
-Printers-
No printers found
-SCSI Disks- (160~500GB，支援8/16/32GB SSD)
ATA ST9160314AS (2.5", 160 GB, 5400 RPM, 9.5 mm (0.37 inch))

-Product-
Name : Joybook Lite U121
Family : Intel_Mobile (Intel, www.intel.com)
Vendor : BenQ
Version : 3.05
-BIOS-
Date : 07/03/2009
Vendor : INSYDE
Version : 3.05
-Board-
Name : Joybook Lite U121
Vendor : BenQ
Version : Base Board Version
Serial Number : (Not available; Perhaps try running HardInfo as root.)
Asset Tag : Base Board Asset Tag
-Chassis-
Vendor : Chassis Manufacturer
Type : [1] Unknown chassis type
Version : Chassis Version
Serial Number : (Not available; Perhaps try running HardInfo as root.)
Asset Tag : Chassis Asset Tag

留言

發佈留言

此網誌的熱門文章

GIMP磨皮小试-圖層,高斯模糊

圖片
加亮，图层的模式设定为「掩蔽」(Screen)， 模糊(Blur) -->高斯模糊 第一步： 打开图片，按“Shift－Ctrl－D”组合键两次，就是进行两次图层复制操作。 第二步：「掩蔽」(Screen) -- can change the transparency(透明) 把最上面的图层的模式设置为“掩蔽”，这时候发现图片变亮了脸上的斑点也少了很多，感觉我们还没开始磨皮就已经成功了一半。(真的变亮了) 第三步（重要）： 这一步很重要，一定要做，在最上面的图层点右键选择“向下合并” 第四步： 按“Shift－Ctrl－D”組合鍵，复制一次合并后的图层。 第五步：(Blur -->  高斯模糊) 点选从上往下数 第二个图层 ，然后在GIMP的“滤镜”菜单里点“模糊”选择“高斯模糊”， 模糊半径的参数根据情况调整。 第六步： 点选从上往下数 第一个图层 用50％透明度的橡皮来对脸部等需要磨皮的地方进行磨擦。可以按 “[” 和 “]”对橡皮进行大小的调整，以方便更细致的磨皮，直到完成。完成磨皮后，可适当对图片**进行锐度的调整，因为前面的操作会对图片造成一定的锐度损失。
閱讀更多

Gamma校正

圖片
又到了快樂的教學時光。 在這篇文章中，你可以學到： Gamma校正的歷史。 直線工作流程(Linear Workflow)。 簡單到不行的色彩管理與模擬。 簡單到不行的Lumetri Color調色。(請確保AE的版本為CC 2015.3以上) 簡單幾句的調色概念。 本次教學的專案檔，可供選擇下載。 沒了。 這是個基礎可是很重要的東西。 就像…平面設計常注意的RGB和CMYK外還有色彩描述檔。 因為Gamma校正有點小複雜，所以用水平線分隔一下。這邊也沒辦法將Gamma相關的知識全部講述，所以只挑校正的重點。 ※貼心提醒：如果不想閱讀以下內容，可往下尋找下一條水平線，會有結論在那邊，然後繼續教學內容。 Gamma校正的起源：人眼的韋伯‧費希納定律 因為我們相機、攝影機等硬體拍攝出來的畫面(最後的結果)都不是正確的明暗──意思是…我們人眼看到的都不是正確的明暗囉？ 對呀，我們人眼看到的都不是正確的明暗，人眼會自動將暗部提高： 1. 人眼對灰度的變化比對色調的變化來的敏銳。 2. 人眼對於黑暗中的細節比對於明亮中的細節來的敏銳。 這關係於 韋伯‧費希納定律 。 舉個例子： 在一個暗室內有一盞燈，點開它，你會覺得很亮，因為本身房間已經是暗的，單獨一盞燈的刺激就非常明顯；假如這次直接點開50盞燈，又額外多點一盞燈，你根本不知道又多點了一盞燈，但實際上，如果每一盞燈的能量單位都是1，房間內確實有了51能量，可是你察覺不出來，甚至你覺得你感受到的亮度等同於一起開30盞燈而已，其它多開的21盞燈你根本感覺不出來。 也就是說，同時點開50盞燈，已經超出了人眼的刺激強度標準，超過這個閾值的其它刺激，人眼都無法察覺到。 韋伯定律對於人眼來說就是： 當外部的刺激已經很大時，你需要有更大的額外刺激，才能讓人眼察覺到，反之，當外部刺激很小，也就只需要一點額外的刺激就能讓人眼察覺到 。 拿到畫面上來說就是：當暗部分配較多時，人眼會更能受到光度、灰度的刺激，因此暗部區域被提高，增加細節；如果看到的畫面本身就很亮，對暗部的刺激就不明顯，就算又暗了一點點，人眼可能也沒什麼發覺。 (圖片來源：http://www.colormancer.com) (圖片來源：http://www
閱讀更多

磁力連結（Magnet URI scheme)

圖片
磁力連結 （Magnet URI scheme），是 對等網路 中進行資訊檢索和下載文件的 電腦程式 。和基於「位置」連接的 統一資源定位符 不同，磁力連結是基於 元資料 （metadata）檔案內容，屬於 統一資源名稱 。也就是說，磁力連結不基於文件的 IP位址 或定位符，而是在 分散式資料庫 中，通過 雜湊函式 值來辨識、 搜尋 來下載文件。因為不依賴一個處於啟動狀態的主機來下載文件，所以特別適用沒有中心伺服器的 對等網路 。儘管它符合 開源標準 ，卻被壟斷資訊資源和監控用戶行為的個人、組織、企業和政府拒之門外。 磁力連結最常見的用途是基於檔案內容的雜湊函式值來連結到特定檔案，生成一個唯一的檔案辨識符，類似於 ISBN 。不像常規的辨識符，內容雜湊可以被任意一位持有此檔案的人生成，所以並不需要一個中心機構，這使其在 檔案共用 領域經常被用作搜尋條件，因任何人都可以分發一個磁力連結來確保該連結指向的資源就是他想要的，而和得到該資源的方式無關。（雖然技術上講，兩個不同的檔案可能具有相同的雜湊值，但實際上這是極不可能發生的） 另一個磁力連結的優勢是開放性和跨平台性：一個磁力連結可被執行在幾乎所有平台上的應用程式們使用以下載一個檔案。因為磁力連結十分簡潔且為純文字格式，所以用戶可以很方便地將其複製到電子郵件或即時訊息中，比如 種子檔案 。 技術描述 [ 編輯 ] 磁力連結由一組參陣列成，參數間的順序沒有講究，其格式與在HTTP連結末尾的查詢字串相同。最常見的參數是"xt"，是"exact topic"的縮寫，通常是一個特定檔案的內容雜湊函式值形成的 URN ，例如：   magnet:?xt=urn:sha1:YNCKHTQCWBTRNJIV4WNAE52SJUQCZO5C 其值是 Base32 編碼的檔案的 SHA-1 雜湊。 注意，雖然這個連結指向一個特定檔案，但是用戶端應用程式仍然必須進行搜尋來確定哪裡，如果有，能夠取得那個檔案。 在標準的草稿中其他參數的定義如下: "dn" ("顯示名稱"）:為了方便，為用戶顯示檔案名稱 "kt" ("關鍵字"):更籠統的搜尋，指定搜尋鍵碼而不是特定檔案 &quo
閱讀更多