“SHOT NOTE”新文具,构建虚实之桥

简介:

世界很奇妙。现实的世界越来越虚幻,因为人们在现实中有太多不能满足的欲求;而虚拟的世界越来越现实,人们在虚拟的网络中能做越来越多的事;现实与虚拟的界限正在逐渐的模糊,更多的互联网应用层出不穷,进一步搭建现实与虚拟的桥梁,从而实现自己的价值。


    诸如“SHOT NOTE”,与其说它是一件“次世代文具”,不如说它是连接现实世界与虚拟世界的桥梁。通过“SHOT NOTE”,你可以轻松的将文本与图画数字化——利用iPhone把手写记事轻松地数字化,变成记事本进行阅读或保存,也可以读取手写图像,进行四角参照,并进行梯形、颜色、以及尺寸的修正后予以保存。

 

     

  

 

图:SHOT NOTE

  

使用iPhone的人很幸福。一机在手,便胜过人间无数。果粉们通过苹果App Store下载免费的SHOT NOTE App软件之后,然后轻松拍照,即可数字化手写的笔记与图画,从而更方便的保存与整理,是广大学生、商务与职场人士的工作利器。

 

SHOT NOTE是由日本知名文具品牌KING JIM(中文名:锦宫)今年2月开始发售,截至今日已经卖出了40万册,可见其受欢迎程度。SHOT NOT最受用户追捧的地方就是因为方便数字化,其操作流程非常简单、便捷,具体包括以下流程:

 

1、   使用SHOT NOTE后下载SHOT NOTE App

2、   启动SHOT NOTE App对手写笔记进行拍摄;

3、   可自动对焦。SHOT NOTE会自动读取四个角标志内的图像,进行梯形、颜色、以及尺寸的修正,使得手写记事画面可以恰好的被iPhone所读取。

                                                                          

 

  4、    检索能力强大。笔记本上方的日期和号码的部分采取OCR格式(自动文字识别系统)读取。通过这些日期和号码,结合软件中内置的多样的检索工具,可以在今后轻松快速的找出想要寻找的数字化记事。
            

 

  

5、   灵活使用。被iPhone读取的数字化记事可以通过邮件发送,还可以投稿到Evernote上进行保存,或保存在手机相册中。

                                                              

 

也许会有人说,何必这么费事,一定要用SHOT NOT,而不直接用iPhone记录呢?答案是,智能机再只能也没有纸笔的便捷,当你拿着智能机的时候更像是在通话或者娱乐,而真正的思考与计算是需要纸与笔,以及无数的草图才能完成的。

 

所以说,SHOT NOT是提供给商务、职场与学生群体使用,而那些娱乐与游戏玩家反而会大材小用了。因为他们不思考。


















本文转自于明51CTO博客,原文链接:http://blog.51cto.com/shayu/729056,如需转载请自行联系原作者

 

相关文章
|
7月前
|
传感器 存储 编解码
论文解读:Towards Open World NeRF-Based SLAM,迈向开放世界的NeRF-SLAM
Towards Open World NeRF-Based SLAM,迈向开放世界的NeRF-SLAM
132 0
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
7 Papers & Radios | 无残差连接训练深度transformer;DeepMind写代码AI登Science封面
7 Papers & Radios | 无残差连接训练深度transformer;DeepMind写代码AI登Science封面
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
7 Papers & Radios | 中文大规模跨模态新基准Zero;AI与冷冻电镜揭示原子级NPC结构(2)
7 Papers & Radios | 中文大规模跨模态新基准Zero;AI与冷冻电镜揭示原子级NPC结构
133 0
|
10月前
|
机器学习/深度学习 人工智能 编解码
7 Papers & Radios | 中文大规模跨模态新基准Zero;AI与冷冻电镜揭示原子级NPC结构(1)
7 Papers & Radios | 中文大规模跨模态新基准Zero;AI与冷冻电镜揭示原子级NPC结构
|
10月前
|
机器学习/深度学习 编解码 人工智能
7 Papers & Radios | 新型Transformer架构解决多智能体强化学习问题;ICRA 2022最佳论文出炉(1)
7 Papers & Radios | 新型Transformer架构解决多智能体强化学习问题;ICRA 2022最佳论文出炉
143 0
|
10月前
|
机器学习/深度学习 自然语言处理 算法
7 Papers & Radios | 新型Transformer架构解决多智能体强化学习问题;ICRA 2022最佳论文出炉(2)
7 Papers & Radios | 新型Transformer架构解决多智能体强化学习问题;ICRA 2022最佳论文出炉
108 0
7 Papers & Radios | 新型Transformer架构解决多智能体强化学习问题;ICRA 2022最佳论文出炉(2)
|
10月前
|
算法 自动驾驶 数据可视化
计算机视觉论文速递(六)GANet: A Keypoint-based Global Association Network for Lane Detection 基于关键点建模的全局关联网络
 在CVPR 2022上,商汤智能汽车-创新研发中心团队提出一种新的基于关键点建模的车道线检测范式,即全局关联网络(GANet),通过直接回归车道线关键点到车道线起始点的偏移,来完成对车道线关键点的并行聚合,从而实现高效且准确的车道线检测。除此以外,本文还提出一个车道线感知的特征增强模块,以增强车道线的局部关键点关联,提升车道线局部连续性。本文所提方法在多个公开数据集上均超越已有方法,取得了良好的精度-速度均衡。
168 0
|
10月前
|
机器学习/深度学习 人工智能 编解码
7 Papers & Radios | 谷歌下一代AI架构Pathways论文放出;何恺明组只用ViT做主干进行目标检测(1)
7 Papers & Radios | 谷歌下一代AI架构Pathways论文放出;何恺明组只用ViT做主干进行目标检测
112 0
|
10月前
|
人工智能 编解码 自然语言处理
7 Papers & Radios | 谷歌下一代AI架构Pathways论文放出;何恺明组只用ViT做主干进行目标检测(2)
7 Papers & Radios | 谷歌下一代AI架构Pathways论文放出;何恺明组只用ViT做主干进行目标检测
|
存储 算法 数据挖掘
多媒体信息处理学习笔记-3. Feature Indexing and Retrieval
多媒体信息处理学习笔记-3. Feature Indexing and Retrieval
67 0
多媒体信息处理学习笔记-3. Feature Indexing and Retrieval