色号的问题通过爬虫采集大量图片数据，再做个统计排列就能解决。

但另外的问题--尺寸问题，却并非那么容易。

尺寸问题初看是最容易解决的，但实则并非如此。

因为林远总不能打电话到紫金航校的招生办，让对方把录取通知书的长宽，以及上头每张图片的位置和大小，还有每个字的位置和大小，以电子版的形式提供过来。

尺寸不仅仅是录取通知书本身的大小，而是包含了上头每一个图案和字体的大小和位置。

如果对数字图像稍微有所了解，就会知道：不可能光凭网上搜到的实物图片去复刻一张一模一样的实物。

因为任何针对实物的拍摄都会存在一个问题--视角和景深。

简单来说，人类是三维生物。可图片是二维空间。拍照就是把三维空间投射到二维空间。所以必然存在失真。

要获取一张图片本来的样子，就需要对图片做几何转换。而几何转换的关键在于参照物。

因为你不可能知道拍摄这张照片的时候，拍摄者站的位置以及摄像头各项角度参数。因而就只能从图片中寻找锚定参照物。

最普通常见的参照物一般是桌子。因为几乎所有的桌子横竖两条边都是垂直的。

不管是直角还是圆角的桌子，其横竖两条边一般都是垂直的。但是投射到照片上却几乎不可能是垂直的。

获取二维平面上这两根线条的角度，就可以推算出几何变换的参数。因为不同的拍摄视角必然导致不同的角度参数。

而现今的诸如hal、OpenCV等数字图像处理工具，都已经封装好了这类常见的图片处理功能。因而林远只需设定参数后调用即可。

但是眼下的麻烦在于--万恶的美颜。

在这个照片不再是照片，满地都是照骗的年代。很多时候手机在拍摄者不知情的情况下就自动开启了美颜功能。

这就导致拍到的图像包含的数据不再是原始的。比方说：线条被拉伸过，更恶心的是被扭曲之后又被拉伸平整过。

以至于林远恢复出来的照片总是带这些失真。不是边角歪扭，就是上头的某些字体不真实。

无奈之下，他只得求助于算力系统。

林远祭出算力系统来对图片进行修正。

图片修正属于算力系统的常规功能。因为其训练素材随处可见。但凡是林远观看笔记本屏幕，再或者是手机屏幕的时候，他看到的都是二维图像。

这些二维图像就是算力系统最好的训练素材。

甚至可以说，只要林远刷手机，那算力系统就在收集二维图片素材。

所以，让算力系统完成最终的图片美化，那简直是小菜一碟。

那林远为何不干脆直接让算力系统一键生成一张录取通知书得了呢。一来是林远不愿意浪费宝贵的累积算力，以及不想承担大量运算之后的副作用。最终的图片美化，可比直接一键生成需要计算量小得多。自然而然的算力消耗和副作用也就小得多。

二来是林远不喜欢事事求助于算力系统，否则自己不就成了系统的傀儡了。这会让他产生一种不适感--万一自己成了寄居蟹的壳呢。

林远心念微动之下。

【设定算力功率：50T/S。】

按照惯例，他设定了一个很保守的数值。

三秒钟不到，他的眼前就浮现出了一张美化修饰完毕的，映着他的头像的录取通知书。

【紫金航空航天大学】

【研究生录取通知书】

【姓名：林远】

【专业：计算机科学与技术】