本文是 代码“中间地带”的封装与复用 的后续。
咱不谈设计模式这种“高档”货，也不谈M××，只谈怎么消除Copy+Paste，消除拖窗体设置属性这类耗时、易错的动作。
前些天和我徒弟聊天，他沾沾自喜的说他一天要写500行css，俺打击他说，啥时候他一天写到100行时才算悟了。
写代码就是一个由多到少的过程：
（1）见山是山时，一天能写1000行，大量的Copy+Paste，这叫代码迷宫
（2）见山不是山时，一天能写500行，Copy+Paste变成了大量的设计模式，这叫类的迷宫，Java程序尤其擅长这个，搞得我现在不敢看Java程序了。开个玩笑，重构到模式，实际上是从一种垃圾（代码迷宫）重构到另一种垃圾（类的迷宫）
（3）见山还是山时，一天能写100行，回归本源
先描述一个很常见的 Copy+Paste 场景：为客户端程序添加NotifyIcon，当关闭窗体时，窗体消失，缩小到托盘，双击托盘图标，则窗体又重现。
对于这一需求，msdn 的样例如下：
Code
于是，我们开发Client程序时，当需要这一功能，就把这样的代码复制过来，改吧改吧就完成了。
复制粘贴很恶心，一次两次还好，次数多了自己就烦了。并且这样一来，导致代码量膨胀——功能一多，一个Form的代码量就近千行，很不方便测试和维护。因此，有必要进行抽象和复用。
这种抽象，属于对类的局部行为进行修饰（设计模式放在括号里谈，不想看的可以忽略——它不同于Mediator，也不同于Wrapper，一时也想不出好的名字），就叫Helper了。单纯的Helper又体现不出具体的意图，俺就命名为FormConfig。下面是 FormConfig 的代码：
Code
使用起来很简单:
Code
其实这个还可以简化，因为毕竟还要声明一个FormConfig，再new一个，再Attach一下子，3行代码。进一步偷懒的话可以设计一个扩展方法，然后把FormConfig实例放在一个公共对象中进行管理，当Form退出时，再在公共对象中置空FormConfig。就不写代码了，简化到目前这个地步，俺已经满足了。
== 附外3篇 ==
下面这两篇和上面的这篇都是昨天晚上写的。第一篇是对这一段时间代码整理的总结，有点私人化。第二篇是讲通用验证码识别的一个思路，不是完整的文章，同时……又涉及点技术秘密，没办法完全透露。再附一篇完全搞笑的。
附1：代码整理的总结
搞了四个月的工作室，失败了，散了，好在成本严格控制住了，也没亏多少，最大的收获就是得到了证实——此路不通。
还是坚持当IT宅男，坚持向产品和高端转型，增强竞争优势。我希望投资回报是一条上升的线，而不是一条下降的线。
于是最近做的事情主要是整理代码和复习和学习数学。今后将玩数学了，主要做数学密集的应用。（看现在经济形势，10年内会新出现7000万白领，会减少7000万蓝领，蓝领的平均工资将于白领持平。国内又提供不了这么多白领岗位，IT界的竞争将无比的残酷。作为没有组织做后盾的IT宅男，俺必须早点布局。好在现在大部分大学生大学都是白混的，是数学白痴，和以前的俺一样）。
一、应用结构
1、 采用C-S结构，关键部分的计算放在S端，方便升级、收费。今后将引入P2P。
2、 自己用的话，用WPF开发界面，客户用的，用Winform开发。核心代码尽量与UI无关。
3、 将不再承接Web开发为主的项目，不承接数据库开发为主的项目
二、项目结构
1、微观结构
bin
lib
release
src
2、宏观结构
（1）Orc基础库主要封装一些常用的类、扩展方法、Mediator，以及一些基础设施，顺带储存自己用的snippets
嘿嘿，俺自定义的snippet只有一个：
Code
（2）OrcSmart库计划包括
（a）Orc.SmartImage，对常用的图像处理、分析、识别算法进行封装，基于AForge.Net和OpenCV进行开发，并新添一些这两个库尚未实现的算法。目前基本成型。
（b）Orc.SmartText，对常用的文本分析，NLP算法进行封装，这个库现在还是一个空架子，还未行动。
Orc.SmartCore被我归入Orc基础库里面，这个主要实现常用统计计算和机器学习算法。
（3）Orc协议库对常用协议进行实现与封装，目前实现了QQ2005-2007的协议，YMsg协议，封装了MSNP协议。今后将主要针对基于http的Web应用进行封装。
（4）OrcEntity库，封装常用实体类。
（5）Forsaken库主要针对3D应用，基于XNA，目前还是空架子，还未行动（一没时间，二外部环境还不成熟）。嘿嘿，主要目标是3D仿真。
三、第三方库选择：
（1） 使用nunit 进行单元测试（nunit比vs自带的单元测试好用很多）
（2） 使用log4net 记录日志
（3） 使用protobuf 进行序列化
（4） 图像处理库：AForge.Net，OpenCV（Emgu CV）
（5） 数学库：MathNet.Iridium
附2：通用验证码识别的一个思路
要实现通用的验证码程序，我认为应该具备以下2点：
（1） 不需要切割
（2） 不需要分离背景和前景
下面是我的思路：
（1） 边缘检测获得边缘
（2） 计算样本的ShapeContext，因为要考虑到干扰线，ShapeContext没法归一化
（3） 计算测试图片的ShapeContext（也可以是其它的描述子，但我感觉对于验证码来说，ShapeContext更好用一些，抗干扰能力更强一些。也可以计算不同Scale下的ShapeContext，来解决样本和测试图片中字符大小不一致的问题）
（4） 将测试图片的ShapeContext存入多维索引中，便于查询
（5） 对于样本，设定一个匹配的阈值，为每个点寻找测试图片中的匹配点（每个寻找2-3个匹配点），这样，所有的匹配点会在2D空间内呈现一种分布，这种分布会有0个或数个聚集区，每一个聚集区就是一个候选区，通过聚类算法寻找聚集区
（6） 假定图片中有一个字符W，这个字符既可以匹配W，又可以匹配V，甚至能匹配I，L这两个字符，因此应该设计一个筛选算法
附3：江湖
本文转自xiaotie博客园博客，原文链接http://www.cnblogs.com/xiaotie/archive/2009/11/12/1601456.html如需转载请自行联系原作者
xiaotie 集异璧实验室(GEBLAB)
