最近刚分析了一些手机 app 的连接，大部分 app 都有收集用户的 IMEI ， IMSI ， WiFi mac 地址等一个或多个信息。部分有收集经纬度，所有扫描到的 WiFi 名称等(Android 手机)。

试试先访问 http://www.google.com/ncr

难得看到有解决拖延症的产品，支持一下。不过，效果怎么样，还是需要验证。衷心希望你们能从更科学，更具操作性的角度来设计这个 app 。最后还是得说，拖延症是顽疾！

kindle或看mooc课程，有时也会想想leetcode某道题的解法。

@Andy1999 用https可以访问

建议创建一个mooc节点，让大家更好的讨论coursera，edx，udacity等平台的课程。

直接遍历最简单，上面已经有人说了。另外，可以用opencv的absdiff函数，直接得到差值图像，这样可以看到两幅图像的差异。计算差异像素个数，可以将差值图像转成灰度后，用countNonZero计算非零像素个数。

技术文档难词不多，难的查一下就好。其他方面还是要多看，坚持看，看i+1的内容（比你现有水平难一点的内容），看你感兴趣的内容，参考《把你的英语用起来》这本书。

我现在看英文文档和编程类书籍，已经不需要转成中文再理解了，但还是被人文社科类文章虐成狗。现在缓慢提升词汇量中。

支持一下楼主，与楼主类似，不过我是工作快4年了，同样在做视觉、图像的工作。目前打算往数据挖掘方向发展（视觉这块也不会放弃），业余在补机器学习各种算法的原理与实现。希望楼主确定好目标，不要为跳而跳，互联网行业也有各种职位，找好目标才好做相应准备。另外，不要裸辞，压力太大，找好再走不迟。

lz确定不是开玩笑？在深圳5-10k算是高薪？

赞同楼上所说的思路。如果是类似lz给的图，那不难，可以直接根据颜色二值化（类似聚类），再数符合条件的连通域数量（当然，也可以检测圆形）。

Google拼音，双拼。小狼毫一直没习惯，需要积累词库。

想起ng的Machine Learning的第一堂课的一个例子就是用神经网络做自动驾驶（90年代）

支持一下，单纯靠视觉来做自动驾驶很难，交通环境太复杂。如果准备开源的话倒是有兴趣参加一下。
ps：正在做智能交通的项目。