一聽到「實價登錄地圖」這個方便的網站即將關閉，我趕緊備份它寶貴的資料，哈～其實也只是「截圖」，依我感興趣的區域來截圖～
之前有張圖關於台北捷運房價圖解 (Illustrations Taipei MRT House Price)，就讓我見識到台北捷運的房價狀況如何，如今政府公開不動產交易實價資料，更讓大家對全台房價有所瞭解，未來無論不動產買賣、不動產租賃、預售屋買賣，都可以上網查詢～
實價登錄地圖 (Real Price Map)
2013 年 01 月 08 日
今年2013跨年很是特別，因為我回家跟爸媽一起坐在電視機前面。當時安靜地欣賞著「台灣第義大」的9分9秒煙火秀，還是很想念台北101的188秒煙火秀，於是上Youtube找高解析度的影片來回味～嗯……真的很漂亮，確實也跟以往不一樣的風格，因為找來法國人設計整場煙火秀。也許跟法國人的文化有關，他們隨時都處於浪漫狀態，所以呈現的煙火從頭到尾都是如此的優雅，相較過去炸台北101的作品更顯得靜謐。
去年2012跨年煙火可參考：2012年台北101跨年煙火。
[OpenCV] 結構相似性 (Structural SIMilarity)
2013 年 01 月 07 日
在瞭解結構相似性 (Structural SIMilarity)後，接下來就是驗證它的效果～我使用和峰值信號雜訊比 (Peak Signal to Noise Ratio)同樣的影像來示範。
前不久才使用影像品質衡量指標峰值信號雜訊比 (Peak Signal to Noise Ratio)，然而我發現它儘管客觀衡量，但並不能保證人眼檢驗就如其數字所代表。於是，找到更好且更複雜的指標結構相似性 (Structural SIMilarity)。來看愛因斯坦如何決定SSIM吧：Ｐ
[OpenCV] 峰值信號雜訊比 (Peak Signal to Noise Ratio)
2013 年 01 月 06 日
在瞭解峰值信號雜訊比 (Peak Signal to Noise Ratio)定義之後，接下來當然就來驗證它的威力～
在此我特地找了png檔（無損壓縮）的影像，用nEOiMAGING影像處理軟體，將它另存為jpg檔（有損壓縮）的影像，其中jpg又有分壓縮品質。用肉眼也許看不太出來其中的差異，然而卻很容易從檔案大小看出端倪，壓縮品質越差，檔案大小越小。
原始影像png：314KB
通常在經過影像壓縮之後，輸出的影像通常都會有某種程度與原始影像不一樣。為了衡量經過處理後的影像品質，我們通常會參考PSNR值(峰值信號雜訊比 (Peak Signal to Noise Ratio))來認定某個處理程序是否令人滿意。來看Lena如何決定PSNR吧～
Denoising results using different methods in the DWT domain. (a) Clean image; (b) noisy image: PSNR=22.16 dB (σ=20); (c) denoised image using BiSrhink: PSNR=31.09 dB; (d) denoised image using ProbShrink: PSNR=31.00 dB; (e) denoised image using SURE-LET: PSNR=31.02 dB and (f) denoised image using the proposed method: PSNR=31.26 dB.
[歌曲] 陳依婷—不再想念 (BBS鄉民的正義)
2013 年 01 月 03 日
寫iOS的APP時，幾乎任何應用都需要確認網路狀態，畢竟iPhone和iPad都是行動裝置，在這充滿無線網路的環境之下，我們會希望使用者的網路狀態良好，因而發揮我們精心設計的APP功能。
逍遙文工作室 
HappyMan・迴響