[C#]使用OpencvSharp去除面积较小的连通域
【C++介绍】
关于opencv实现有比较好的算法,可以参考这个博客OpenCV去除面积较小的连通域_c#opencv 筛选小面积区域-CSDN博客
但是没有对应opencvsharp实现同类算法,为了照顾懂C#编程同学们,因此将 去除面积较小的连通域算法转成C#代码。
方法一流程:
//=======函数实现=====================================================================
void RemoveSmallRegion(Mat &Src, Mat &Dst, int AreaLimit, int CheckMode, int NeihborMode)
{int RemoveCount = 0;//新建一幅标签图像初始化为0像素点,为了记录每个像素点检验状态的标签,0代表未检查,1代表正在检查,2代表检查不合格(需要反转颜色),3代表检查合格或不需检查 //初始化的图像全部为0,未检查 Mat PointLabel = Mat::zeros(Src.size(), CV_8UC1);if (CheckMode == 1)//去除小连通区域的白色点 {//cout << "去除小连通域.";for (int i = 0; i < Src.rows; i++){for (int j = 0; j < Src.cols; j++){if (Src.at<uchar>(i, j) < 10){PointLabel.at<uchar>(i, j) = 3;//将背景黑色点标记为合格,像素为3 }}}}else//去除孔洞,黑色点像素 {//cout << "去除孔洞";for (int i = 0; i < Src.rows; i++){for (int j = 0; j < Src.cols; j++){if (Src.at<uchar>(i, j) > 10){PointLabel.at<uchar>(i, j) = 3;//如果原图是白色区域,标记为合格,像素为3 }}}}vector<Point2i>NeihborPos;//将邻域压进容器 NeihborPos.push_back(Point2i(-1, 0));NeihborPos.push_back(Point2i(1, 0));NeihborPos.push_back(Point2i(0, -1));NeihborPos.push_back(Point2i(0, 1));if (NeihborMode == 1){//cout << "Neighbor mode: 8邻域." << endl;NeihborPos.push_back(Point2i(-1, -1));NeihborPos.push_back(Point2i(-1, 1));NeihborPos.push_back(Point2i(1, -1));NeihborPos.push_back(Point2i(1, 1));}else int a = 0;//cout << "Neighbor mode: 4邻域." << endl;int NeihborCount = 4 + 4 * NeihborMode;int CurrX = 0, CurrY = 0;//开始检测 for (int i = 0; i < Src.rows; i++){for (int j = 0; j < Src.cols; j++){if (PointLabel.at<uchar>(i, j) == 0)//标签图像像素点为0,表示还未检查的不合格点 { //开始检查 vector<Point2i>GrowBuffer;//记录检查像素点的个数 GrowBuffer.push_back(Point2i(j, i));PointLabel.at<uchar>(i, j) = 1;//标记为正在检查 int CheckResult = 0;for (int z = 0; z < GrowBuffer.size(); z++){for (int q = 0; q < NeihborCount; q++){CurrX = GrowBuffer.at(z).x + NeihborPos.at(q).x;CurrY = GrowBuffer.at(z).y + NeihborPos.at(q).y;if (CurrX >= 0 && CurrX<Src.cols&&CurrY >= 0 && CurrY<Src.rows) //防止越界 {if (PointLabel.at<uchar>(CurrY, CurrX) == 0){GrowBuffer.push_back(Point2i(CurrX, CurrY)); //邻域点加入buffer PointLabel.at<uchar>(CurrY, CurrX) = 1; //更新邻域点的检查标签,避免重复检查 }}}}if (GrowBuffer.size()>AreaLimit) //判断结果(是否超出限定的大小),1为未超出,2为超出 CheckResult = 2;else{CheckResult = 1;RemoveCount++;//记录有多少区域被去除 }for (int z = 0; z < GrowBuffer.size(); z++){CurrX = GrowBuffer.at(z).x;CurrY = GrowBuffer.at(z).y;PointLabel.at<uchar>(CurrY, CurrX) += CheckResult;//标记不合格的像素点,像素值为2 }//********结束该点处的检查********** }}}CheckMode = 255 * (1 - CheckMode);//开始反转面积过小的区域 for (int i = 0; i < Src.rows; ++i){for (int j = 0; j < Src.cols; ++j){if (PointLabel.at<uchar>(i, j) == 2){Dst.at<uchar>(i, j) = CheckMode;}else if (PointLabel.at<uchar>(i, j) == 3){Dst.at<uchar>(i, j) = Src.at<uchar>(i, j);}}}//cout << RemoveCount << " objects removed." << endl;
}
//=======函数实现=====================================================================//=======调用函数=====================================================================Mat img;img = imread("D:\\1_1.jpg", 0);//读取图片threshold(img, img, 128, 255, CV_THRESH_BINARY_INV);imshow("去除前", img);Mat img1;RemoveSmallRegion(img, img, 200, 0, 1);imshow("去除后", img);waitKey(0);
//=======调用函数=====================================================================
此段代码包含一个名为RemoveSmallRegion
的函数,其功能是从给定的二值图像中移除符合条件的小连通区域。函数接受五个参数:
Mat &Src
: 输入的原始二值图像(单通道,通常为黑白图像)。Mat &Dst
: 输出的目标图像,存储经过处理后的结果。int AreaLimit
: 面积阈值,低于该阈值的连通区域会被移除。int CheckMode
: 检查模式,决定要移除的是图像中的小连通白区还是小连通黑区。CheckMode == 1
: 移除小连通白区(白色像素点构成的区域)。CheckMode == 0
: 移除小连通黑区(黑色像素点构成的区域)。
int NeihborMode
: 邻域模式,决定采用4邻域还是8邻域算法进行连通区域扩展。NeihborMode == 1
: 使用8邻域算法(包括上下左右和四个对角方向相邻的像素)。NeihborMode == 0
: 使用4邻域算法(仅考虑上下左右相邻的像素)。
函数的具体实现步骤如下:
-
初始化
RemoveCount
变量记录移除的连通区域数量,创建与输入图像相同大小的PointLabel
矩阵作为标签图像,用于记录每个像素点的检验状态(0:未检查;1:正在检查;2:检查不合格;3:检查合格或无需检查)。 -
根据
CheckMode
确定移除目标,分别针对小连通白区和小连通黑区对PointLabel
进行初始化。对于不需要移除的像素点(即背景或前景),将其标签设为3,表示已检查且合格。 -
定义
NeihborPos
容器存储邻域位置,并根据NeihborMode
选择使用4邻域或8邻域。 -
使用两层嵌套循环遍历输入图像的所有像素点。对于未检查的像素点(标签为0),执行以下操作:
- 初始化
GrowBuffer
容器,用于记录当前连通区域内的像素点。 - 将当前像素点标记为正在检查(标签设为1),并启动基于邻域扩展的生长过程。
- 使用广度优先搜索(BFS)策略,依次访问
GrowBuffer
中的像素点及其邻域像素,将未检查的邻域像素加入GrowBuffer
并标记为正在检查。 - 当遍历完所有邻域像素后,根据
GrowBuffer
的大小与AreaLimit
比较,判断该连通区域是否应被移除。 - 根据判断结果更新
GrowBuffer
内所有像素点在PointLabel
上的标签为2(检查不合格)或保持为1(检查合格)。
- 初始化
-
得到最终的
PointLabel
后,根据CheckMode
对255
取反(即255 * (1 - CheckMode)
),用于后续翻转图像像素值。遍历Src
和PointLabel
,将标签为2的像素点在Dst
中翻转颜色(即将白变黑或黑变白),标签为3的像素点保持原色不变。
最后,代码提供了对RemoveSmallRegion
函数的调用示例:
- 读取图像"D:\1_1.jpg",并对其进行二值化处理(阈值为128,反相)。
- 显示二值化处理后的原始图像。
- 调用
RemoveSmallRegion
函数,移除面积小于200的黑区(CheckMode = 0
),使用8邻域算法(NeihborMode = 1
)。 - 显示经过处理后的图像。
- 等待用户按键后关闭窗口。
方法二流程:
//测试
void CCutImageVS2013Dlg::OnBnClickedTestButton1()
{vector<vector<Point> > contours; //轮廓数组vector<Point2d> centers; //轮廓质心坐标 vector<vector<Point> >::iterator itr; //轮廓迭代器vector<Point2d>::iterator itrc; //质心坐标迭代器vector<vector<Point> > con; //当前轮廓double area;double minarea = 1000;double maxarea = 0;Moments mom; // 轮廓矩Mat image, gray, edge, dst;image = imread("D:\\66.png");cvtColor(image, gray, COLOR_BGR2GRAY);Mat rgbImg(gray.size(), CV_8UC3); //创建三通道图blur(gray, edge, Size(3, 3)); //模糊去噪threshold(edge, edge, 200, 255, THRESH_BINARY_INV); //二值化处理,黑底白字//--------去除较小轮廓,并寻找最大轮廓--------------------------findContours(edge, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); //寻找轮廓itr = contours.begin(); //使用迭代器去除噪声轮廓while (itr != contours.end()){area = contourArea(*itr); //获得轮廓面积if (area<minarea) //删除较小面积的轮廓 {itr = contours.erase(itr); //itr一旦erase,需要重新赋值}else{itr++;}if (area>maxarea) //寻找最大轮廓{maxarea = area;}}dst = Mat::zeros(image.rows, image.cols, CV_8UC3);/*绘制连通区域轮廓,计算质心坐标*/Point2d center;itr = contours.begin();while (itr != contours.end()){area = contourArea(*itr); con.push_back(*itr); //获取当前轮廓if (area == maxarea){vector<Rect> boundRect(1); //定义外接矩形集合boundRect[0] = boundingRect(Mat(*itr));cvtColor(gray, rgbImg, COLOR_GRAY2BGR);Rect select;select.x = boundRect[0].x;select.y = boundRect[0].y;select.width = boundRect[0].width;select.height = boundRect[0].height;rectangle(rgbImg, select, Scalar(0, 255, 0), 3, 2); //用矩形画矩形窗drawContours(dst, con, -1, Scalar(0, 0, 255), 2); //最大面积红色绘制}elsedrawContours(dst, con, -1, Scalar(255, 0, 0), 2); //其它面积蓝色绘制con.pop_back();//计算质心mom = moments(*itr);center.x = (int)(mom.m10 / mom.m00);center.y = (int)(mom.m01 / mom.m00);centers.push_back(center);itr++;}imshow("rgbImg", rgbImg);//imshow("gray", gray);//imshow("edge", edge);imshow("origin", image);imshow("connected_region", dst);waitKey(0);return;}
提供的代码为一个使用OpenCV库对输入图像"D:\66.png"进行处理的C++实现,执行以下任务:
-
图像预处理:
- 读取图像并将其从BGR色彩空间转换为灰度图像(
cvtColor
)。 - 应用高斯模糊,使用大小为
3x3
的核来减少噪声(blur
)。 - 对模糊后的图像执行二值阈值处理,阈值设为
200
,将高于该值的像素设置为白色,其余为黑色(threshold
)。
- 读取图像并将其从BGR色彩空间转换为灰度图像(
-
轮廓检测与筛选:
- 使用
findContours
函数在二值化图像上查找外部轮廓,存储在contours
容器中。 - 遍历所有轮廓,通过
contourArea
函数计算每个轮廓的面积。- 删除面积小于最小阈值
minarea
(初始设定为1000
)的噪声轮廓,使用迭代器itr
进行动态删除。 - 同时记录下当前遍历到的最大轮廓面积
maxarea
。
- 删除面积小于最小阈值
- 最后保留下来的轮廓为满足面积条件的有效轮廓。
- 使用
-
绘制轮廓与计算质心:
- 创建一个新的
Mat
对象dst
,用于绘制处理结果。 - 初始化一个空的
centers
向量,用于存储各个轮廓的质心坐标。 - 再次遍历有效轮廓:
- 将当前轮廓添加到临时向量
con
中。 - 计算当前轮廓面积。
- 如果面积等于最大面积
maxarea
,则执行以下操作:- 计算当前轮廓的外接矩形,并用绿色边框在RGB图像
rgbImg
上绘制。 - 在最终输出图像
dst
上以红色绘制当前轮廓。
- 计算当前轮廓的外接矩形,并用绿色边框在RGB图像
- 否则,在
dst
上以蓝色绘制当前轮廓。 - 使用
moments
函数计算当前轮廓的矩,进而得到质心坐标,并将其添加到centers
向量。 - 清除临时向量
con
中的当前轮廓。
- 将当前轮廓添加到临时向量
- 显示各阶段处理结果:
- RGB图像
rgbImg
(仅包含最大轮廓的绿色外接矩形)。 - 原始灰度图像
gray
(注释掉未显示)。 - 二值边缘图像
edge
(注释掉未显示)。
- RGB图像
- 创建一个新的
【C#版本效果展示】
方法一使用opencvsharp效果:
方法二opencvsharp效果:
可见已经用opencvsharp复刻C++版本算法。
【测试环境】
vs2019
netframework4.7.2
opencvsharp4.8.0
【源码下载地址】
https://download.csdn.net/download/FL1623863129/89074335
相关文章:
[C#]使用OpencvSharp去除面积较小的连通域
【C介绍】 关于opencv实现有比较好的算法,可以参考这个博客OpenCV去除面积较小的连通域_c#opencv 筛选小面积区域-CSDN博客 但是没有对应opencvsharp实现同类算法,为了照顾懂C#编程同学们,因此将 去除面积较小的连通域算法转成C#代码。 方…...
联邦学习目前面临的挑战以及解决方案
学习目标: 联邦学习目前面临的挑战以及解决方案 学习内容: 联邦学习是一种新兴的人工智能基础技术,它在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下,在多参与方或多计算结点之间开展高效率的…...
Day60:WEB攻防-XMLXXE安全无回显方案OOB盲注DTD外部实体黑白盒挖掘
目录 XML&XXE-传输-原理&探针&利用&玩法 XXE 黑盒发现 XXE 白盒发现 XXE修复防御方案 有回显 无回显 XML&XXE-黑盒-JSON&黑盒测试&类型修改 XML&XXE-白盒-CMS&PHPSHE&无回显 知识点: 1、XXE&XML-原理-用途&…...
解锁网络安全新境界:雷池WAF社区版让网站防护变得轻而易举!
网站运营者的救星:雷池WAF社区版 ️ 嘿朋友们!今天我超级激动要跟你们分享一个神器——雷池WAF社区版。这个宝贝对我们这帮网站运营者来说,简直就是保护伞! 智能语义分析技术:超级侦探上线 先说说为啥我这么稀饭它。雷…...
RabbitMQ安装详细教程
(一)在Windows系统上安装Erlang的步骤如下: 打开Erlang的官方下载页面,选择适合你的Windows系统的版本进行下载。 下载完成后,双击运行下载的.exe文件,进入Erlang的安装向导。 在安装向导中,按…...
如何快速写出一个完整的测试用例
测试用例是为了验证软件功能或需求而设计的一组测试输入、执行条件和预期结果。编写测试用例的目的是确保测试过程全面高效、有据可查。 一般来说,编写测试用例的流程包括以下几个步骤: 分析需求:阅读需求文档,理解软件的功能和业…...
Docker容器与虚拟化技术:OpenEuler 部署 ES 与 Kibana
目录 一、实验 1.环境 2.OpenEuler 部署 ES (EalasticSearch) 3.OpenEuler 部署 Kibana 4.部署 Elasticvue插件 5.使用cpolar内网穿透 6.使用Elasticvue 一、实验 1.环境 (1)主机 表1 主机 系统架构版本IP备注LinuxopenEuler22.03 LTS SP2 1…...
数学中的各种符号虚数概念
max i∈SA i ≥ ∑ i∈SB i. 这个不等式表达的意思是对于集合 S 中的任意非空子集,子集中的最大的 A_i(A 的元素)的值都大于等于子集中所有 B_i(B 的元素)的值的总和。换句话说,集合 S 中的最大…...
什么是中间件
中间件是指在应用程序与操作系统之间提供服务的软件,它可以隐藏底层操作系统的复杂性,为应用程序提供各种实用的服务,以便应用程序更好地实现业务逻辑。中间件通常提供如下几种服务: 数据库连接:中间件可以为应用程序提…...
RabbitMQ面经 手敲浓缩版
保证可靠性 生产者 本地事务完成和消息发送同时完成 通过事务消息完成 重写confirm在里面做逻辑处理 确保发送成功(不成功就放入到重试队列) MQ 打开持久化确保消息不会丢失 消费者 改成手动回应 不重复消费 生产者 保证不重复发送消息 消费者…...
解锁金融数据中心场景,实现国产化AD替代,宁盾身份域管为信创电脑、应用提供统一管理
随着信创国产化改造持续推进,越来越多的金融机构不断采购信创服务器、PC、办公软件等,其 IT 基础设施逐渐迁移至国产化 IT 架构下。为支撑国产化 IT 基础设施的正常使用和集中管理运维,某金融机构数据中心的微软Active Directory(…...
Django的js文件没有响应(DOMContentLoaded)
问题出现的原因是因为当浏览器解析到“script”标签并执行其中的JavaScript代码时,页面上的DOM元素尚未完全加载和渲染。这意味着,当尝试通过document.getElementById(‘create-theme-button’)获取元素时,该元素还不存在,导致add…...
滑动窗口代码模板
代码模板: //滑动窗口伪代码 class Solution { public:int minWindow(string s) {// 同方向移动,起始的时候,都位于 0,表示我们定义搜索区间为 [left, right) ,此时区间为空区间int left 0;int right 0;while(right…...
SpringBoot实现邮箱验证
目录 1、开启邮箱IMAP/SMTP服务,获取授权码 2、相关代码 1、使用配置Redis(用于存储验证码,具有时效性) 2、邮箱依赖和hutool(用于随机生成验证码) 3、配置Redis和邮箱信息 4、开启Redis服务 5、编写发送…...
Mac安装Docker提示Another application changed your Desktop configuration解决方案
1. 问题描述 Mac安装Docker后,提示Another application changed your Desktop configuration,Re-apply configurations无效 2. 解决方案 在终端执行下述命令即可解决: sudo ln -sf /Applications/Docker.app/Contents/Resources/bin/docke…...
5分钟安装docker和docker compose环境
5分钟安装docker和docker compose环境 5分钟安装docker和docker compose环境环境介绍卸载docker环境安装docker安装docker compose 5分钟安装docker和docker compose环境 你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑…...
leetcode热题100.跳跃游戏2
Problem: 45. 跳跃游戏 II 文章目录 题目思路复杂度Code 题目 给定一个长度为 n 的 0 索引整数数组 nums。初始位置为 nums[0]。 每个元素 nums[i] 表示从索引 i 向前跳转的最大长度。换句话说,如果你在 nums[i] 处,你可以跳转到任意 nums[i j] 处: …...
【前端】CSS(引入方式+选择器+常用元素属性+盒模型+弹性布局)
文章目录 CSS一、什么是CSS二、语法规范三、引入方式1.内部样式表2.行内样式表3.外部样式 四、选择器1.选择器的种类1.基础选择器:单个选择器构成的1.标签选择器2.类选择器3.id 选择器4.通配符选择器 2.复合选择器1.后代选择器2.子选择器3.并集选择器4.伪类选择器 五…...
迷茫下是自我提升
长夜漫漫,无心睡眠。心中所想,心中所感,忧愁当前,就执笔而下,写下这篇文章。 回忆过往 回想当初为啥学前端,走前端这条路,学校要求嘛,兴趣爱好嘛,还是为了钱。 时间带着…...
用vscode仿制小米官网
html内容: <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>Document</title><link rel&quo…...
【Java+Springboot】------ 通过JDBC+GetMapping方法进行数据select查询、多种方式传参、最简单的基本示例!
一、JDBC如何使用、PostGresql数据库 1、在pom.xml 先引用jdbc组件。 <!--jdbc--><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-jdbc</artifactId></dependency> 2、在pom.xml 再引用p…...
基于单片机光伏太阳能跟踪系统设计
**单片机设计介绍,基于单片机光伏太阳能跟踪系统设计 文章目录 一 概要二、功能设计三、 软件设计原理图 五、 程序六、 文章目录 一 概要 基于单片机光伏太阳能跟踪系统的设计,旨在通过单片机技术实现对光伏太阳能设备的自动跟踪,以提高太阳…...
Stable Diffusion 本地化部署
一、前言 最近在家背八股文背诵得快吐了,烦闷的时候,看到使用 AI 进行作图,可以使用本地话部署。刚好自己家里的电脑,之前买来玩暗黑4,配置相对来说来可以,就拿来试试。 此篇是按照 Github 上的 stable-d…...
C++ Algorithm 常用算法
C <algorithm> 头文件是标准库中提供的一系列算法,用于操作范围(range)内的元素。这些算法可以用于数组、容器如vector和list,以及其他满足相应迭代器要求的数据结构。以下是一些常用的C <algorithm> 中的算法及其使用…...
线程安全--深入探究线程等待机制和死锁问题
꒵˂͈꒱ write in front ꒰˃͈꒵˂͈꒱ ʕ̯•͡˔•̯᷅ʔ大家好,我是xiaoxie.希望你看完之后,有不足之处请多多谅解,让我们一起共同进步૮₍❀ᴗ͈ . ᴗ͈ აxiaoxieʕ̯•͡˔•̯᷅ʔ—CSDN博客 本文由xiaoxieʕ̯•͡˔•̯᷅ʔ 原创 CSDN 如需转…...
量子计算获重大突破!微软和Quantinuum将量子计算错误率降低800倍,网友:AI算力的希望
量子计算迎来新突破。 近日,微软和量子计算公司Quantinuum宣布:发现了一种新的量子计算系统,可以将传统量子计算的错误率下降800倍,这让高性能量子计算机走进现实更近了一步。 自生成式AI爆发以来,算力是AI发展面临的…...
WordPress 6.5 “里贾纳”已经发布
WordPress 6.5 “里贾纳”已经发布,其灵感来自著名爵士小提琴家Regina Carter的多才多艺。雷吉娜是一位屡获殊荣的艺术家和著名的爵士乐教育家,以超越流派而闻名,她在古典音乐方面的技术基础和对爵士乐的深刻理解为她赢得了大胆超越小提琴所能…...
甲方安全建设之日志采集实操干货
前言 没有永远的安全,如何在被攻击的情况下,快速响应和快速溯源分析攻击动作是个重要的话题。想要分析攻击者做了什么、怎么攻击进来的、还攻击了谁,那么日志是必不可少的一项,因此我们需要尽可能采集多的日志来进行分析攻击者的…...
dm8 开启归档模式
dm8 开启归档模式 1 命令行 [dmdbatest1 dm8]$ disql sysdba/Dameng123localhost:5237服务器[localhost:5237]:处于普通打开状态 登录使用时间 : 3.198(ms) disql V8 SQL> select name,status$,arch_mode from v$database;行号 NAME STATUS$ ARCH_MODE ----------…...
“AI复活”背后的数字永生:被期待成为下一个电商,培育市场认知和用户心智还需时间
“AI复活”背后的数字永生:被期待成为下一个电商,培育市场认知和用户心智还需时间© 由 九派新闻 提供 数字永生,还是电子宠物?过去一个月,因包小柏用AI技术让爱女在数字世界“复活”一事,《流浪地球2…...
wordpress食谱/seo网络排名优化
概述 SeekBar,拖动条。主要的要点是自定义的样式,拖动条的值,拖动条值改变的监听器等等。 SeekBar的重要的属性 style"android:style/Widget.SeekBar" 指定样式 android:max"200" 最大值为200,默认是100 andr…...
哪些网站是动态的/专业搜索引擎优化电话
在上半年因为疫情的缘故,荣耀在线上举行了“生活与你一起升级”的发布会,正式确立了“honor life”,带来了荣耀Magicbook Pro 2020英特尔等新品。这不到了2020的下半年,“生活与你一起升级”第二季来袭了,荣耀智慧生活…...
wordpress大学响应式主题:wpdx/智能建站模板
1.Parent引入及pom配置 首先,如果要支持mybatis,那么我们就应该引入mybatis的starter。同时,由于连接本身还需要用jdbc的connetor和连接池,所以一并需要引入这些依赖。如下是一个完整的的最简pom, <?xml version&q…...
win7系统做网站服务器/沈阳市网站
原题链接 不要自卑,去提升实力 互联网行业谁技术牛谁是爹 如果文章可以带给你能量,那是最好的事!请相信自己,加油o~ 77.组合 给定两个整数 n 和 k,返回 1 … n 中所有可能的 k 个数的组合。 示例: 输入: n…...
福州网站设计十年乐云seo/营销方案ppt
61.1 演示环境介绍 CDH集群、HBase服务和Redhat7中的httpd服务正常运行csv数据已准备CDH版本:5.11.2RedHat版本:7.2Phoenix版本:4.7.0 61.2 操作演示 在CDH集群中安装Phoenix Cloudera官网下载Phoenix的Parcel 注意选择与操作系统匹配的版…...
企业电子网站建设/青岛排名推广
解决Maven Projects中plugins文件报错问题参考文章: (1)解决Maven Projects中plugins文件报错问题 (2)https://www.cnblogs.com/book3/p/11750252.html 备忘一下。...